主要内容:
Prim算法
最小生成树对应的问题一般都是无向图,最小生成树所构成的图总边权之和最小,但不能是环,否则不能称之为"最小"。
Prim算法是求解最小生成树的算法之一,适用于稠密图,Prim算法和Dijkstra算法步骤很相似,不同的是Dijkstra需要更新所有邻居到起点的距离,也就是"松弛操作",但Prim不需要,只需要把距离集合最近的点加入集合中去。
prim算法步骤:
设最小生成树中点的集合为U.
① 任取一点,加入集合,例如点1
② 找距离集合U中的点最近的邻居,也就是1的邻居,很明显是2,把2加入集合
③ 继续找距离U最近的点,是5
④ 由于1 ~ 5这条边是集合内部两个点连接而成,没有扩展新的点(形成了环),操作不会执行。
⑤那最近的就是4号点了,距离集合最近的点是4,加入。
⑥ 加入3,得到最终的集合,组成的就是最小生成树。
代码思路:
- 初始化距离为无穷大
- 找到集合外距离最近的点赋给 t
- 用 t 更新其它点到集合的距离
- st[t] = true(把t加到集合中去)
代码模板:
//稠密图用邻接矩阵存储
int prim()
{
memset(dist, 0x3f, sizeof dist);
int res = 0; //权重之和
for(int i = 0; i < n; i ++ )//n次迭代
{
int t = -1;
for(int j = 1; j <= n;j ++ )
{
if(!st[j] && (t == -1 || dist[t] > dist[j]))
t = j;//t存储当前距离最小的点
}
if(i && dist[t] == INF) return INF;//图不连通
else if(i) res += dist[t]; //先累加再更新
st[t] = true;
for(int j = 1; j <= n; j ++ ) dist[j] = min(dist[j], g[t][j]);
//与Dijkstra的不同之处
}
return res;
}
例题:
#include<iostream>
#include<cstring>
#include<algorithm>
using namespace std;
const int N = 510, INF = 0x3f3f3f3f;
int n, m;
int g[N][N];
int dist[N];
bool st[N];
int prim()
{
memset(dist, 0x3f, sizeof dist);
int res = 0;
for(int i = 0; i < n; i ++ )
{
int t = -1;
for(int j = 1; j <= n;j ++ )
{
if(!st[j] && (t == -1 || dist[t] > dist[j]))
t = j;
}
if(i && dist[t] == INF) return INF;
else if(i) res += dist[t];
st[t] = true;
for(int j = 1; j <= n; j ++ ) dist[j] = min(dist[j], g[t][j]);
}
return res;
}
int main()
{
cin >> n >> m;
memset(g, 0x3f, sizeof g);
while(m -- )
{
int a, b, c;
cin >> a >> b >> c;
g[a][b] = g[b][a] = min(g[a][b], c);
}
int t = prim();
if(t == INF) cout << "impossible" << endl;
else cout << t << endl;
return 0;
}
对于稀疏图,可以使用堆优化版的prim算法,但这种算法不常用,用kruskal算法效率就很高。
Kruskal算法
kruskal算法的两个关键:
- 对边进行排序。使用sort()排序,依次把最短边加入最小生成树中,这就是为什么适用于稀疏图的原因。
- 判断环,也就是处理连通性问题,使用并查集简单高效,是kruskal的、算法的绝配。
关于并查集查看:并查集
kruskal过程分析:
①初始最小生成树为空
②加入第一个最短边,把2并入集合1中,构成以点1为根结点的树
③继续找最短边,这时候把4并入集合3中
④继续查找,5并入集合1,继续查找,发现5已经在集合1中,也就是形成一个环,放弃合并。
⑤ 将4并入集合1,但4已经并入集合3,所以将集3并入集1,形成最小生成树。
代码:
int kru()
{
sort(e, e + m);//将边升序排序
for(int i = 1; i <= n; i ++) p[i] = i;//初始化并查集
int res = 0, cnt = 0;//res边权和,cnt为加入最小生成树的边数
for(int i = 0; i < m ; i++ )//遍历边
{
int a = e[i].a, b = e[i].b, w = e[i].w;
a = find(a), b = find(b);
if(a != b)//a,b不在同一集合内
{
p[a] = b;//合并
res += w;//累加
cnt ++ ;
}
}
if(cnt < n - 1) return INF;//加入边数小于n - 1说明不连通
return res;
}
例题:
#include<iostream>
#include<cstring>
#include<algorithm>
using namespace std;
const int N = 100010, M = 200010, INF = 0x3f3f3f3f;
int p[N];
int n, m;
struct Edge{
int a, b, w;
//结构体内嵌比较函数
bool operator < (const Edge &W) const
{
return w < W.w;
}
}e[M];
int find(int x)
{
if(x != p[x]) p[x] = find(p[x]);
return p[x];
}
int kru()
{
sort(e, e + m);
for(int i = 1; i <= n; i ++) p[i] = i;
int res = 0, cnt = 0;
for(int i = 0; i < m ; i++ )
{
int a = e[i].a, b = e[i].b, w = e[i].w;
a = find(a), b = find(b);
if(a != b)
{
p[a] = b;
res += w;
cnt ++ ;
}
}
if(cnt < n - 1) return INF;
return res;
}
int main()
{
cin >> n >> m;
for(int i = 0; i < m; i ++ )
{
int a, b, c;
cin >> a >> b >> c;
e[i] = {a, b ,c};
}
int t = kru();
if(t == INF) puts("impossible");
else cout << t << endl;
return 0;
}
复杂度分析:
遍历边时是O(m)
对边排序时复杂度O(mlogm),整个算法中用时最长的一步。复杂度不超过O(mlogm).