2021年hznu寒假集训第十天
什么是最小生成树
给定一张边带权的无向联通图G = (V,E), n = |V|,m=|E|。由V中全部顶点和E中n-1条边构成的无向联通子图被称为G的一棵生成树。边的权值之和最小的的生成树被称为无向图G的最小生成树(Minimum Spanning Tree,MST)
畅通工程
Kruskal算法
其基本思想是:假设连通网G=(V,E),令最小生成树的初始状态为只有n个顶点而无边的非连通图T=(V,{}),图中每个顶点自成一个连通分量。在E中选择代价最小的边,若该边依附的顶点分别在T中不同的连通分量上,则将此边加入到T中;否则,舍去此边而选择下一条代价最小的边。依此类推,直至T中所有顶点构成一个连通分量为止。
通俗点讲:Kruskal算法在找最小生成树结点之前,需要对边权重从小到大进行排序。将排序好的权重边依次加入到最小生成树中(如果加入时产生回路就跳过这条边,加入下一条边),当加入的边数为n - 1条后,就找到了这个连通图的最小生成树。
怎样才能判断我们加入一条边是否会形成环呢?
就要用到我们前面学到的并查集。
具体流程
1.建立并查集,每个点各自构成一个集合。
2.把所有边按照权值从小到大排序,依次扫描每条边(x,y, z)。
3.若x,y属于同一个集合(x,y已联通),则忽略这条边,继续扫描下一条。
4.否则,合并x,y所在的集合,并把z累加到答案中。
5.所有边扫描完成后,第4步中处理过的边就构成最小生成树。
#include<bits/stdc++.h>
using namespace std;
const int maxn = 110;
struct Edge{
int u, v, w;
bool operator < (const Edge &r)const{ //边权从小到大排序
return w < r.w;
}
}E[maxn * maxn];
int n, m, f[maxn];
int find(int x) {
return x == f[x] ? x : f[x] = find(f[x]);
}
void Kruskal(int n, int m) {
int res = 0; // 存放结果
int num = 0; // 记录当前选择了多少条边
sort(E + 1, E + 1 + m);
for(int i = 1; i <= n; i++) f[i] = i; //初始化 每个点自己为一个集合
for(int i = 1; i <= m; i++) {
int f1 = find(E[i].u); // 查询u顶点在哪个集合中
int f2 = find(E[i].v); // 查询v顶点在哪个集合中
if(f1 != f2) { // 如果不在同一个集合中
num++; // 选中的边数 +1
res += E[i].w; // 答案加上这条边的权值
f[f1] = f2; // 将这两个点合并到一个集合中
}
if(num == n - 1) // 如果已经找到了 n - 1条边,说明最小生成树已经构建完成了
break;
}
if(num == n - 1) printf("%d\n", res);
else puts("?");
}
int main() {
while(~scanf("%d %d", &m, &n)) {
if(m == 0) break;
for(int i = 1; i <= m; i++)
scanf("%d%d%d", &E[i].u, &E[i].v, &E[i].w);
Kruskal(n, m);
}
return 0;
}
prim算法
在任意时刻,设已经确定属于最小生成树的结点集合为T,剩余节点集合为S,每次找到最小的一条边(x,y,z),满足x∈S,y∈T。即两个端点分别属于S,T的权值最小的边,然后把点x从S中删除加入到集合T中,并把z累加到答案中。
通俗点讲:Prim算法从任意一个顶点开始生成最小生成树,每次选择一个与当前小树最近的一个顶点,并将这个顶点加入到小树中。然后更新这棵小树到其他点的最近距离。
具体实现
1.选用图中的任意一个顶点V0,从V0开始生成最小生成树:
2.初始化d[v0]=0,其他点的距离值d[i]=正无穷;其中d [ i ] 表示当前这棵小树到其他点的最小距离值。
3. 经过N次如下步骤操作,最后得到一个含N个顶点,N-1条边的最小生成树: 1>选择一个未标记的点K,并且d [ k ] 的值是最小的;
2>标记点K进入这棵小树;
3>以K为中间点,更新这棵小树到未标记点的距离的最小值;
4.得到最有生成树T。
#include<bits/stdc++.h>
using namespace std;
const int maxn = 110;
#define inf 0x3f3f3f3f
int n, m, G[maxn][maxn], vis[maxn], d[maxn];
void Prim(int n, int m) {
memset(vis, 0, sizeof(vis));
int index = 1; // 当前加入到小树的顶点
int res = 0; // 存放结果
vis[index] = 1;
for(int i = 1; i <= n; i++) // 更新这个点到其他点的距离
d[i] = G[index][i];
for(int i = 1; i < n; i++) { // 执行 n - 1 次, 找剩下的n - 1 个点
int minn = inf;
for(int j = 1; j <= n; j++) { // 找出未加入小树且 d 最小的点
if(!vis[j] && d[j] < minn) {
minn = d[j];
index = j;
}
}
if(minn == inf) { // 如果没有找到, 说明不存在最小生成树
puts("?");
return ;
}
res += minn; // 累加答案
vis[index] = 1; // 将这个点加入最小生成树中
for(int j = 1; j <= n; j++) { // 更新这个点加入后,当前这棵小树到未加入的点的最近距离
if(!vis[j] && d[j] > G[index][j]) d[j] = G[index][j];
}
}
printf("%d\n", res);
}
int main() {
while(~scanf("%d%d", &m, &n)) {
if(m == 0) break;
for(int i = 1; i <= n; i++) { // 邻接矩阵的初始化
for(int j = 1; j <= n; j++) {
if(i == j) G[i][j] = 0;
else G[i][j] = inf;
}
}
for(int i = 1, u, v, w; i <= m; i++) {
scanf("%d%d%d", &u, &v, &w);
G[u][v] = G[v][u] = min(w, G[u][v]); // 消除重边的影响
}
Prim(n, m);
}
return 0;
}
Prim算法和Kruskal算法的区别对比
从策略上来说,Prim算法是直接查找,多次寻找邻边的权重最小值,而Kruskal是需要先对权重排序后查找的。 所以说,Kruskal在算法效率上是比Prim快的,因为Kruskal只需一次对权重的排序就能找到最小生成树,而Prim算法需要多次对邻边排序才能找到