最小生成树算法
带权值无向图的权值之和最小的生成树,称为最小生成树(MST, Minimum Spanning Tree)。
一、kruskal算法
1.1 注意事项
1-适用于边少的稀疏图
2-需要借助并查集实现(https://blog.csdn.net/weixin_44816732/article/details/112489321)
3-以边为中心, 每次找权最小的边添加到树上
1.2算法思路
输入: 图G
输出: 图G的最小生成树
具体流程:
1)将边按边权升序排序。
2)然后从最小的边开始选取加入生成树中(如果加入这条边后出现了环,那么这时就破坏了生成树的性质, 则不选择这条边)
3)这种选择一直进行到图中出现了一个生成树为止。
1.3模板
//Kruskal 算法
//made by singL
#include<bits/stdc++.h>
using namespace std;
#define maxn 1003
struct edge{
int x,y,w;
}a[maxn];
bool cmp(edge a,edge b){
return a.w<b.w;
}
//并查集定义开始
int f[maxn];//存储首领
int find(int a) {//查找首领
if(f[a]==a)return a;
else return f[a]=find(f[a]);
}
int join(int i, int j) {//合并团队
f[find(i)] = find(j);
}
//并查集定义结束
int kruskal(int n, int m){//n:边数,m:点数
int cnt = 0, res = 0;
sort(a+1,a+n+1,cmp); //将边按照权值从小到大排序
for(int i = 1; i <= n && cnt != m - 1; i++)
//判断当前这条边的两个端点是否属于同一棵树
if(find(a[i].x) != find(a[i].y)){
join(a[i].x, a[i].y);
res += a[i].w;
cnt++;
}
//如果加入边的数量小于m - 1,则表明该无向图不连通,等价于不存在最小生成树
if(cnt< m-1) res = -1;
return res;
}
int main(){
int n, m, ans;//n:边数,m:点数
cin>>n>>m;
for(int i=1;i<=m;i++)f[i]=i; //初始化并查集
for(int i = 1; i <= n; i++)scanf("%d%d%d", &a[i].x, &a[i].y, &a[i].w);
ans=kruskal(n,m);
cout<<"最小生成树权值为:"<<ans<<endl;
return 0;
}
二、prim算法
2.1 注意事项
1-以点为中心的, 每次找离树最近的点添加到树上
2-适用于边多的稠密图, 尤其是完全图. 因为在Kurscal算法中, 必须事先求出所有边的长度才能对之排序. 但是一个有5000节点的完全图, 这样做的空间开销是巨大的. Prim算法只在更新点到树的距离时需要用到边长, 因此对于给点坐标的完全图, 可以现用现算
2.2算法思路
2.3模板
2.3.1 邻接表形式
#include<bits/stdc++.h>
using namespace std;
const int INF = 0x3f3f3f3f;
int n,m,vis[100],re = 0,d[100];
//vis为访问标记数组,re为最小生成树的边权之和,d为节点到生成树节点集合的距离。
struct node{
int v,dis;
};
//邻接表读入
vector<node>e[100];
int prim(int start){
//一. 初始化,将起始点与生成树的距离设为0
d[start] = 0;
//二. 循环n(节点个数)次
for(int i = 0;i<n;i++){
//三. 循环寻找节点,找到距离生成树最近且未访问的点
int min = INF ,u = -1;
for(int j = 0;j<n;j++){
if(vis[j] == 0 && d[j] < min){
min = d[j];
u = j;
}
}
//四. 将节点设为已经访问,且re加上距离
vis[u] = 1;
re += d[u];
//五. 循环之前找到的距离最小的节点u可以达到的节点
for(int k = 0;k<e[u].size();k++){
//六. 如果可以改变周围节点到生成树的距离,就优化
int v = e[u][k].v;
if(vis[v] == 0 && e[u][k].dis < d[v]){
d[v] = e[u][k].dis;
}
}
}
return re;
}
int main(){
//freopen("a.txt","r",stdin);
//初始节点都未访问
memset(vis,0,sizeof vis);
//与生成树的距离初始化为无穷大
memset(d,INF,sizeof d);
cin>>n>>m;
int u,v,k;
for(int i = 0;i<m;i++){
cin>>u>>v>>k;
node a,b;
a.v = v;
a.dis = k;
b.v = u;
b.dis = k;
e[u].push_back(a);
e[v].push_back(b);
//若图为无向图记得反向设置。
}
cout<<prim(0);
return 0;
}
2.3.2 邻接矩阵形式
#include<iostream>
#include<cstring>
using namespace std;
const int inf=0x3f3f3f3f;
const int maxx=1100;
int e[maxx][maxx];//邻接矩阵
int dis[maxx];//最小距离
bool vis[maxx];
int n,m;
int prim(int e[][maxx],int n)
{
int ans=0;
//初始化
memset(book,0,sizeof(book));
vis[0]=1;
for(int i=1; i<n; i++)
dis[i]=e[0][i];
//搜寻到树距离最小的节点
for(int i=1; i<n; i++)
{
int minn=inf,u=-1;
for(int j=0; j<n; j++)
if(!vis[j]&&dis[j]<minn)
{
minn=dis[j];
u=j;
}
//添加新节点到树上
ans+=minn;
vis[u]=1;
//更新各个点到新生成树的最小距离
for(int v=0; v<n; v++)
if(!book[v])
dis[v]=min(dis[v],e[u][v]);
}
return ans;
}
int main()
{
cin>>m>>n;
for(int i=0; i<n; i++)
for(int j=0; j<n; j++)
if(i==j)e[i][j]=0;
else e[i][j]=inf;
for(int i=0; i<n; i++)
{
int a,b,c;
cin>>a>>b>>c;
e[a-1][b-1]=e[b-1][a-1]=c;
}
cout<<prim(e,m)<<endl;
return 0;
}