1、Kruskal算法求最小生成树
给定一个 n 个点 m 条边的无向图,图中可能存在重边和自环,边权可能为负数。
求最小生成树的树边权重之和,如果最小生成树不存在则输出 impossible。
给定一张边带权的无向图 G=(V,E),其中 V 表示图中点的集合,E 表示图中边的集合,n=|V|,m=|E|。
由 V 中的全部 n 个顶点和 E 中 n−1 条边构成的无向连通子图被称为 G 的一棵生成树,其中边的权值之和最小的生成树被称为无向图 G 的最小生成树。
输入格式
第一行包含两个整数 n 和 m。
接下来 m 行,每行包含三个整数 u,v,w,表示点 u 和点 v 之间存在一条权值为 w 的边。
输出格式
共一行,若存在最小生成树,则输出一个整数,表示最小生成树的树边权重之和,如果最小生成树不存在则输出 impossible。
数据范围
1≤n≤105,
1≤m≤2∗105,
图中涉及边的边权的绝对值均不超过 1000。
输入样例:
4 5
1 2 1
1 3 2
1 4 3
2 3 2
3 4 4
输出样例:
6
- 核心思想:与Prime算法不同的是,他是对边进行操作,把所有边进行按边权排序,然后从小到大进行遍历。
如果这条边的两个点没有联通,就把这个边加入集合,具体操作是用并查集,然后把m个边都循环一遍,再设置个变量记录已经入集合的数量,最后如果小于n-1则impossible,这个算法个人认为比Prime算法好很多,在时间和空间的上限更高,具体看代码
#include<iostream>
#include<cstring>
#include<algorithm>
using namespace std;
const int N = 200010;
int n,m;
struct edge{
int a,b,w;
bool operator < (const edge & W)const{
return w < W.w;
}
}ed[N];
int p[N];
int find(int x){
if(x != p[x]) p[x] = find(p[x]);
return p[x];
}
int main(){
scanf("%d%d",&n,&m);
for(int i=0;i<m;i++){
int a,b,w;
scanf("%d%d%d",&a,&b,&w);
ed[i] = {a,b,w};
}
int res = 0,cnt = 0;
for(int i=1;i<=n;i++) p[i] = i;
sort(ed,ed+m);
for(int i=0;i<m;i++){
int a = ed[i].a,b = ed[i].b,w = ed[i].w;
a = find(a),b = find(b);
if(a != b){
p[a] = b;
cnt++;
res += w;
}
}
if(cnt < n-1) puts("impossible");
else cout<<res<<endl;
return 0;
}