Kruskal算法——UnionFind数据结构实现并优化

一、概述

最小生成树（MST, Minimum Spanning Tree）问题简单来说就是在多个地方修路路程的最短，

或者在多个选择中选择花费做少的路线。

求解最小生成树的算法的方法有

Prim算法，Kruskal算法，以及Reverse-Delete algorithm（反向删除算法）

比较而言

prim算法适合稠密图，kruskal算法适合简单图。

下面来用Kruskal算法实现最小生成树

二、Kruskal算法

伪代码如下

需要用到uniofind数据结构来维护图的边和顶点

简单来说这种数据结构可以用来维护多个集合，判断某个元素是否在某个集合里，以及完成集合间的合并

三、题目

数据输入:
第一行是2个整数,分别表示顶点个数n和边数m。接下来的m行中,每一行第一个整
数表示边的开始顶点，第二个表示边的结束顶点，第三个表示这条边的权重。
(
测试数据中保证图是连通图；
没有自环；
两个顶点之间只有一条边；
0<权重<100(可以相等)； n<=50; m<=1000；
)
结果输出:
输出无向连通图最小生成树权重之和

代码如下，使用了平衡并查集来降低集合合并的复杂度

#include<iostream>
#include<vector>
#include<algorithm>
using namespace std;

// UnionFind base class
class UnionFind
{
public:
	UnionFind(int n);
	~UnionFind();
	virtual bool Connected(int p, int q) = 0;
	virtual void Union(int p, int q) = 0;
protected:
	int *id;
	int *sz;// store every vertex set's connect with how many vertexs
};

UnionFind::UnionFind(int n)
{
	this->id = new int[n];
	this->sz = new int[n];
	for (int i = 0; i < n; i++){
		// initialize every vertex set has only 1 vertex
		this->id[i] = i;
		this->sz[i] = 1;
	}
};
UnionFind::~UnionFind()
{
	delete this->id;
	delete &this->sz;
};

// 平衡并查集
class QuickUnion : public UnionFind
{
public:
	QuickUnion(int n);
	bool Connected(int p, int q);
	void Union(int p, int q);
protected:
	int findRoot(int p);
};

QuickUnion::QuickUnion(int n) :UnionFind(n) {};
int QuickUnion::findRoot(int p)
{
	while (p != this->id[p])
		p = this->id[p];
	return p;
};

bool QuickUnion::Connected(int p, int q)
{
	return this->findRoot(p) == this->findRoot(q);
};

void QuickUnion::Union(int p, int q)
{
	int rootp = this->findRoot(p);
	int rootq = this->findRoot(q);
	
	if (rootq == rootp)return;

	//比较p属于的集合与q属于的集合的大小
	if (this->sz[rootp]>this->sz[rootq])   
	{
		//如果p的集合较大，我们将q的根结点的父节点设置为i的根结点
		this->id[rootq] = this->id[rootp];
		//更新合并后的新集合大小，一个集合的大小只保存在它的根结点
		this->sz[rootp] += this->sz[rootq];
	}
	else
	{
		this->id[rootp] =this->id[rootq];
		this->sz[rootq] += this->sz[rootp];
	}
	
};

struct EVNode
{
	int vertex1;
	int vertex2;
	int weight;
}EVUion;

// n : vertex number 
// m : edge number
int n = 0, m = 0;
vector<EVNode> loadData() {
	vector<EVNode> EV_Vector;
	cin >> n >> m;
	for (int i = 0; i < m; i++) {
		int v1, v2, w;
		cin >> v1 >> v2 >> w;
		EVUion.vertex1 = v1;
		EVUion.vertex2 = v2;
		EVUion.weight = w;
		EV_Vector.push_back(EVUion);
	}
	return EV_Vector;
}

bool sortWeight( EVNode evNd1, EVNode evNd2) {
	return evNd1.weight < evNd2.weight;
}

// Kruskal algorithm
vector<int> Kruskal(vector<EVNode> ev) {
	vector<int> T;
	// sort ev vector according to the weight
	sort(ev.begin(), ev.end(), sortWeight);
	cout << "sorted after" << endl;
	for (int i = 0; i < m; i++)
		cout << ev[i].vertex1 << " " << ev[i].vertex2 << " " << ev[i].weight << endl;
	// make a set containing singleton vertex
	QuickUnion *Vertex_union = new QuickUnion(n);

	for (int i = 0; i < m; i++) {
		// if ev[i].vertex1 ev[i].vertex2 in different set ,in other words 
		if (Vertex_union->Connected(ev[i].vertex1-1, ev[i].vertex2-1)!=true) {
			// add this edge to the tree 
			T.push_back(ev[i].weight);
			// margin the sets containing ev[i].vertex1 ev[i].vertex2
			Vertex_union->Union(ev[i].vertex1-1, ev[i].vertex2-1);
		}
	}
	return T;
}

int main() {
	vector<EVNode> EV_Vector;
	EV_Vector=loadData();
	vector<int> T;
	T = Kruskal(EV_Vector);
	int sum = 0;
	cout << "The edge of the minimum spanning tree is" << endl;
	for (int i = 0; i < T.size(); i++)
	{
		cout << T[i] << endl;
		sum += T[i];
	}
	cout << "sum="<<sum;
	return 0;
}

四、结果测试

输入：

6 10 1 2 6 1 3 1 1 4 5 2 3 5 2 5 3 3 4 5 3 5 6 3 6 4 4 6 2 5 6 6

图形展示

一个专门做图论的图的网站 d=====(￣▽￣*)b

输出：

结果正确 d=====(￣▽￣*)b