Prim(普里姆)算法
案例:修路问题(最小生成树)
有一乡有7个村庄(A,B,C,D,E,F,G)现在需要修路把7个村庄连通,各个村庄的距离用边线表示(权),比如A-B距离5公里。问:如何修路保证各个村庄都能连通,且总的修建公路总里程最短?
修路问题的本质就是最小生成树问题,最小生成树(Minimum Cost Spanning Tree),简称MST
- 给定一个带权的无向连通图,如何选取一颗生成树,使树上所有边上权的总和为最小,这就叫做最小生成树
- N个顶点,一定有N-1个边
- 包含所有顶点
- N-1条边都在图中
- 最小生成树的算法主要是普里姆算法和克鲁斯卡尔算法
. 思路分析
- 选择一个A点开始,A相邻没有访问过的点有:A-C[7] A-G[2] A-B[5],权值最小的路径是A-G,所以将G标记为已访问,且将G加入到已访问的队列中,即{A,G}
- 以A点和G点为中心,相邻没有访问过的点有:A-C[7] A-B[5] G-E[4] G-F[6] G-B[3],权值最小的路径是G-B,所以将B标记已访问,且将B加入到已访问的队列中,即{A,G,B}
- 以A点、G点、B点为中心,找到相邻没有访问过的点,判断出最小路径,加入该点到队列中,依次类推
- 最终会得到一个权值最小的最小生成树,就是最终结果
. 代码分析
public class Prim {
public static void main(String[] args) {
// 创建一个图对象
Graph graph = new Graph(7);
// 顶点信息
char[] data = new char[]{'A','B','C','D','E','F','G'};
// 权重关系矩阵,10000表示路不通
int[][] weight = new int[][]{
{10000, 5, 7, 10000, 10000, 10000, 2},
{5, 10000, 10000, 9, 10000, 10000, 3},
{7, 10000, 10000, 10000, 8, 10000, 10000},
{10000, 10000, 10000, 4, 5, 10000, 6},
{10000, 10000, 8, 10000, 10000, 5, 4},
{10000, 10000, 10000, 4, 5, 10000, 6},
{2, 3, 10000, 10000, 4, 6, 10000}
};
// 创建一个最小生成树类
MinTree minTree = new MinTree();
// 创建具体的图
minTree.createGraph(graph,data,weight);
//minTree.showMinTree(graph);
// 获取最短路径(最小生成树),起始索引为0,即从A点开始
minTree.getMinRoad(graph,0);
}
}
class MinTree{
// 构建一个具体的图
public void createGraph(Graph graph, char[] data, int[][] weight){
for (int i = 0; i < graph.vertexesData.length; i++) {
graph.vertexesData[i] = data[i];
for (int j = 0; j < graph.vertexesData.length; j++) {
graph.weightEdge[i][j] = weight[i][j];
}
}
}
// 遍历权重的关系矩阵
public void showMinTree(Graph graph){
for (int[] weight : graph.weightEdge) {
System.out.println(Arrays.toString(weight));
}
}
// 获取最短路径
public void getMinRoad(Graph graph, int v){
// 用于记录是否被访问,1则表示该顶点已被访问
int[] isVisited = new int[graph.vertexCount];
// 将起始顶点标记已访问
isVisited[v] = 1;
// 用于记录最小权重
int minWeight = 10000;
// 以下用于记录最小权重的两个顶点的下表索引
int index1 = -1;
int index2 = -1;
// 第一层for循环,确定N个顶点,只能由N-1条边
for (int k = 1; k < graph.vertexCount; k++) {
// 第二层和第三层for循环,用于遍历权重与顶点之间的关系
for (int i = 0; i < graph.vertexCount; i++) {
for (int j = 0; j < graph.vertexCount; j++) {
// 两个顶点之间,一定是满足一个顶点已被访问,另一个顶点没有被访问
// 并且如果这个两个顶点之间的权重小于记录的最小权重,最小权重变量就应该重新赋值
if (isVisited[i]==1 && isVisited[j]==0 && graph.weightEdge[i][j] < minWeight){
minWeight = graph.weightEdge[i][j];
index1 = i;
index2 = j;
}
}
}
// 一轮遍历完了,就获得了每轮的最小权重和两个顶点,输出,之后继续下一轮遍历
// 将另一个顶点标记为已被访问
isVisited[index2] = 1;
System.out.println(graph.vertexesData[index1]+"->"+graph.vertexesData[index2]+": "+graph.weightEdge[index1][index2]);
// 最小值重新赋值,为下一轮做准备
minWeight = 10000;
}
}
}
class Graph{
int vertexCount; // 顶点总个数
char[] vertexesData; // 每个顶点的数据
int[][] weightEdge; // 边的权值
public Graph(int vertexCount) {
this.vertexCount = vertexCount;
this.vertexesData = new char[vertexCount];
this.weightEdge = new int[vertexCount][vertexCount];
}
}
结果:
A->G: 2
G->B: 3
G->E: 4
E->F: 5
F->D: 4
A->C: 7
Kruskal(克鲁斯卡尔)算法
从图中选取权重最小的路径,由N个顶点,依次从小到大选取N-1条边,且这些边不能形成回路。
案例:修公路站牌问题(最小生成树)
这里有7个站牌,分别是A、B、C、D、E、F、G,站牌与站牌之间有拟定路线路线上标有该路线的公里数,如何才能修一条总公里数最小且每个站牌都得到达的路线?
即问:求最小生成树?
. 思路分析
- 从图中选出权最小的路径,即 F-E[2]
- 找下一个权值最小的路径,即 C-D[3]
- 找下一格权值最小的路径,即 D-E[4],由于C和D的终点是D,F和E的终点是F,所以该路径可算
- 找下一个权值最小的路径,即 F-B[7],由于当C、D、E、F连通之后,这些点从小到大排列之后,重点都是F,所以C和E不能连通,C和F也不能连通,连通之后会形成回路
- 依次类推,最终得到一个最小生成树:
. 代码实现
- 1,创建图的顶点、边的矩阵、获取边的个数
- 2,创建一个边的类,存储两个顶点和边的权
- 3,将所有边存储到数组中,然后根据边的权进行排序
- 4,创建一个记录终点的数组,以及返回顶点重点的方法
- 5,遍历边的数组,根据每一个边的顶点,获取每个顶点的终点,以及设置顶点的终点
- 6,终点相同,说明该边加入会形成回路,因此需抛弃该边
- 7,最终得到一个完全符合要求的最小生成树
/**
* Created with IntelliJ IDEA
* User: heroC
* Date: 2020/6/12
* Time: 20:26
* Description: 克鲁斯卡尔算法,最小生成树
* 1,创建图的顶点、边的矩阵、获取边的个数
* 2,创建一个边的类,存储两个顶点和边的权
* 3,将所有边存储到数组中,然后根据边的权进行排序
* 4,创建一个记录终点的数组,以及返回顶点重点的方法
* 5,遍历边的数组,根据每一个边的顶点,获取每个顶点的终点,以及设置顶点的终点
* 6,终点相同,说明该边加入会形成回路,因此需抛弃该边
* 7,最终得到一个完全符合要求的最小生成树
* Version: V1.0
*/
public class Kruskal {
public static void main(String[] args) {
// 顶点信息
char vertexes[] = {'A','B','C','D','E','F','G'};
// 顶点关系权矩阵
int[][] weight = {
{0,12,INF,INF,INF,16,14},
{12,0,10,INF,INF,7,INF},
{INF,10,0,3,5,6,INF},
{INF,INF,3,0,4,INF,INF},
{INF,INF,5,4,0,2,8},
{16,7,6,INF,2,0,9},
{14,INF,INF,INF,8,9,0}
};
// 创建一个图
Kruskal kruskal = new Kruskal(vertexes, weight);
// 克鲁斯卡尔算法
kruskal.kruskalAlgorithm();
}
int edgesCount; // 记录边的条数
char[] vertexData; // 记录顶点信息
int[][] weight; // 权矩阵
static final int INF = Integer.MAX_VALUE; // 将没有边的两点之间定义为INF,表示不连通
// 构造器,创建一个图
public Kruskal(char[] vertexData, int[][] weight) {
this.edgesCount = 0;
// 通过拷贝复制的方式,为了不改变原来数据
int len = vertexData.length;
this.vertexData = new char[len];
for (int i = 0; i < vertexData.length; i++) {
this.vertexData[i] = vertexData[i];
}
this.weight = new int[len][len];
for (int i = 0; i < len; i++) {
for (int j = 0; j < len; j++) {
this.weight[i][j] = weight[i][j];
}
}
}
/**
* 遍历权矩阵,获取有效边数
* @return
*/
public int getEdgesCount(){
for (int i = 0; i < weight.length; i++) {
for (int j = i+1; j < weight[0].length; j++) {
if (weight[i][j]!= INF){
edgesCount++;
}
}
}
return edgesCount;
}
/**
* 获得关于边的数组对象
* @return
*/
public Edge[] getEdgeArray(){
Edge edges[] = new Edge[edgesCount];
int index = 0;
for (int i = 0; i < weight.length; i++) {
for (int j = i+1; j < weight[0].length; j++) {
if (weight[i][j]!= INF){
edges[index++] = new Edge(vertexData[i],vertexData[j],weight[i][j]);
}
}
}
return edges;
}
/**
* 对边对象,进行升序排序,有利于依次选取最小权的边
* @param edges 原始边数组
* @return 返回排序完成的边数组
*/
public Edge[] sortEdge(Edge[] edges){
for (int i = 0; i < edges.length - 1; i++) {
for (int j = 0; j < edges.length - 1 - i; j++) {
if (edges[j].weight > edges[j+1].weight){
Edge temp = edges[j];
edges[j] = edges[j+1];
edges[j+1] = temp;
}
}
}
return edges;
}
/**
* 根据传入的顶点数据,获取顶点对应的索引
* @param vertex 顶点
* @return 返回其索引
*/
public int getVertexIndex(char vertex){
for (int i = 0; i < vertexData.length; i++) {
if (vertexData[i] == vertex){
return i;
}
}
return -1;
}
/**
* 获取终点顶点的索引
* @param end 该数组是动态变化的数组,根据不同的边,会赋值新的终点给end数组
* @param i 需要获取该顶点的终点索引的顶点索引
* @return 返回该顶点对应的终点索引
*/
public int getEnd(int[] end, int i){
while (end[i] != 0){
i = end[i];
}
return i;
}
/**
* 克鲁斯卡尔算法
*/
public void kruskalAlgorithm(){
// 获取边的条数
getEdgesCount();
// 根据边条数,获取边的素组
Edge[] edges = getEdgeArray();
// 对边进行排序
sortEdge(edges);
// 用于存储最终最小生成树的结果
ArrayList<Edge> result = new ArrayList<>();
// end数组,用于存储已加入边的终点
int[] end = new int[edgesCount];
// 遍历已排序好的边数组
for (int i = 0; i < edgesCount; i++) {
// 获取该边的起始顶点和终止顶点
int startIndex = getVertexIndex(edges[i].startVertex);
int endIndex = getVertexIndex(edges[i].endVertex);
// 获取起始顶点和终止顶点的终点
int m = getEnd(end, startIndex);
int n = getEnd(end, endIndex);
// 如果终点不同,说明不形成回路,那么就将该边加入到结果list集合中
// 并设置终点,如果终点相同,说明会形成回路,那么就遍历下一条边
if (m!=n){
result.add(edges[i]);
end[m] = n;
}
}
// 打印最小生成树的结果
for (Edge edge : result) {
System.out.println(edge);
}
}
}
// 边的类
class Edge{
char startVertex; // 边的起始顶点
char endVertex; // 边的终止顶点
int weight; // 该边的权
public Edge(char startVertex, char endVertex, int weight) {
this.startVertex = startVertex;
this.endVertex = endVertex;
this.weight = weight;
}
@Override
public String toString() {
return "Edge{" +
"startVertex=" + startVertex +
", endVertex=" + endVertex +
", weight=" + weight +
'}';
}
}
结果:
Edge{startVertex=E, endVertex=F, weight=2}
Edge{startVertex=C, endVertex=D, weight=3}
Edge{startVertex=D, endVertex=E, weight=4}
Edge{startVertex=B, endVertex=F, weight=7}
Edge{startVertex=E, endVertex=G, weight=8}
Edge{startVertex=A, endVertex=B, weight=12}
. 终点解释
边排序后,第一条边是<E,F>,起始顶点是E索引4,终止顶点是F索引是5,那么分别取获取终点,由于是第一条边,end数组每一个数据都是默认值0,所以进入getEnd方法返回的都是自己的索引,即m=4,n=5,由于m!=n,说明终点不一样,所以将该边加入到结果集中,然后将end[4]=5,意思是将E的终点设置成F,此时End数组:
根据for循环,判断第二条边<C,D>,起始顶点是C索引2,终止顶点是D索引是3,那么分别获取终点,进入getEnd方法,由于索引2和3的值都是0,返回依旧时各自的索引,即m=2,n=3,由于m!=n,说明终点不一样,所以将该边加入到结果集中,然后将end[2]=3,意思是将C的终点设置成D,此时End数组:
根据for循环,判断第三条边<D,E>,起始顶点是D索引3,终止顶点是E索引是4,那么分别获取终点,进入getEnd方法,由于索引3的值是0返回3,索引4的值是5返回5,即m=3,n=5,由于m!=n,说明终点不一样,所以将该边加入到结果集中,然后将end[3]=5,意思是将D的终点设置成F,此时End数组:
根据for循环,判断第四条边<C,E>,起始顶点是C索引2,终止顶点是E索引是4,那么分别获取终点,进入getEnd方法,由于索引2的值是3,while循环不等于0会继续判断,所以最终会找到值5,索引4的值是5返回5,即m=5,n=5,由于m==n,说明终点一样,会构成回路,所以会直接进入下一轮循环。
以此类推,获得最终结果。