01最小生成树——Prim算法

01基于Prim算法的最小生成树

1. 问题

给定一无向连通图G = (V, E) ，其中V为G的顶点集，E为G的边集，(u, v) 代表连接顶点 u 与顶点 v 的边，w(u, v) 代表此边的权重。
若存在树 T ，其顶点集V’与G的顶点集V一一对应、边集E’为G边集E 的子集，且T无循环，使得 w(T) 最小，则称 T 为 G 的最小生成树（spanning tree）。

如何快速、准确地找到最小生成出树呢？

2. 解析

本文主要描述基于Prim算法的最小生成树构造过程。

Prim算法的核心思想为：

1).输入：一个加权连通图，其中顶点集合为V，边集合为E；

2).初始化：V’ = {x}，其中x为集合V中的任一节点（起始点），E’ = {},为空；

3).重复下列操作，直到V’ = V： a.在集合E中选取权值最小的边<u, v>，其中u为集合V’中的元素，而v不在V’集合当中，并且v∈V（如果存在有多条满足前述条件即具有相同权值的边，则可任意选取其中之一）； b.将v加入集合V’中，将<u, v>边加入集合E’中；

4).输出：使用集合V’和E’来描述所得到的最小生成树。
（参考百度百科-Prim算法）

举个栗子：

给定一有6顶点的无向图连通图G = (V, E) ，顶点和边的对应关系及各边权重如下图所示：

这里首先选取 顶点C 加入最小生成树 T 的顶点集 V’ 。

其次，以已加入V’的顶点为起点，以未加入V’且在V里的顶点为终点，在边集E中选择权重最小的边，加入到E’，并判断当前的T是否构成环。

若不构成环，将终点顶点和该边分别加入到V’和E’；若构成环，不断比较出次小的边直至不成环，并将对应的终点顶点和该边分别加入到V’和E’。（图中绿线表示同一阶段进行比较的边，红线表示已加入V’或E’的点或边，蓝线表示被初步选择的边成环，该边将被舍弃。）
重复上述步骤，当V’=V时，所呈现的边集和点集即构成给定图的最小生成树。（基于此，后面步骤不再详述。）









按步骤，该阶段被选择的应该是权值为9的边，但此边的加入使得T构成了环，因此被舍弃，下同。


至此，G中所有顶点都已加入T中，最小生成树构造完毕，其权值为40.

3.设计

int Prim(SGraph g, int s) {

	for ( i from 0 to MAXSIZE-1 )
		//n为顶点数，初始化每个点的最小边权值为某一极大值（如65535）
		
	//将传入的顶点s作为第一个初始顶点
	node[s].data = s;
	//顶点s的lowestvalue置0，表示顶点s入生成树
	node[s].lowestvalue = 0;
	
	//输入点s到其他点的边权值
	for ( i from 0 to MAXSIZE-1 ) {
		if (i != s) {
			node[i].lowestvalue = g.A[s * MAXSIZE + i];
			node[i].data = s;
		}
	}
	
	//每一次往生成树加一条边，直至共加入MAXSIZE-1条边
	for ( j from 1 to MAXSIZE-1 ) {

		//找到最小权值边且终点顶点未被加入的顶点，记下k；
		int k = Getmin(node);
		
		//累加权值
		sumValue += node[k].lowestvalue;
		//顶点k的lowestvalue置0，表示顶点k入生成树
		node[k].lowestvalue = 0;

		//更新以未加入顶点为终点的较小边权值
		for (int m = 0; m < MAXSIZE; m++) {
			if (node[m].lowestvalue > g.A[k * MAXSIZE + m]) {
				node[m].lowestvalue = g.A[k * MAXSIZE + m];
				node[m].data = k;
			}
		}
	}
	//返回最小生成树总权值
}

4.源码

https://github.com/KabgRs/F-SDDR/tree/%E7%AE%97%E6%B3%95%E5%88%86%E6%9E%90%E4%B8%8E%E8%AE%BE%E8%AE%A1%E4%BD%9C%E4%B8%9A/01%E6%9C%80%E5%B0%8F%E7%94%9F%E6%88%90%E6%A0%91_Prim%E7%AE%97%E6%B3%95