数据结构与算法-普利姆算法(Prim) | 尚硅谷韩顺平

最小生成树

1. 给定一个带权无向连通图，选取一棵树，让树所有边上权的总和最小，叫最小生成树
2. N个顶点，一定有N-1条边
3. 包含全部顶点
4. N-1条边都要在图中

算法介绍

普里姆算法求最小生成树，也就是在包含n个顶点的连通图中，找出只有（n-1）条边所含所有n个顶点的连通子图，也就是所谓的极小连通子图

修路问题：

1. 该乡中有7个村庄（A,B,C,D,E,F,G）
2. 各个村庄的距离用边数表示（权）比如 A - B 距离5公里
3. 问：如何修路保证各个村庄都能联通，并且保证总的修路里程最短？

代码实现

public class PrimAlgorithmm {

    public static void main(String[] args) {
        //看看图是否创建成功
        char[] data = new char[]{'A','B','C','D','E','F','G'};
        int verxs = data.length;
        //邻接矩阵用二维数组表示 10000表示两个点不连通
        int [][]weight=new int[][]{
                {10000,5,7,10000,10000,10000,2},
                {5,10000,10000,9,10000,10000,3},
                {7,10000,10000,10000,8,10000,10000},
                {10000,9,10000,10000,10000,4,10000},
                {10000,10000,8,10000,10000,5,4},
                {10000,10000,10000,4,5,10000,6},
                {2,3,10000,10000,4,6,10000},};
        //创建MGraph对象
        MGragh gragh = new MGragh(verxs);
        //创建MinTree对象
        MinTree minTree = new MinTree();
        minTree.createGraph(gragh,verxs,data,weight);
        //输出
        minTree.showGraph(gragh);
        //测试普利姆
        minTree.prim(gragh,0);
    }
}

//创建最小生成树
class MinTree{
    //创建图的邻接矩阵

    /**
     * @param gragh 图对象
     * @param verxs 图对应顶点个数
     * @param date 图的各个顶点值
     * @param weight 图的矩阵
     */
    public void createGraph(MGragh gragh,int verxs,char date[],int[][] weight){
        int i,j;
        for (i=0;i<verxs;i++){
            gragh.data[i] = date[i];
            for (j=0;j<verxs;j++){
                gragh.weight[i][j] = weight[i][j];
            }
        }
    }

    //显示图片邻接矩阵
    public void showGraph(MGragh gragh){
        for (int[] link:gragh.weight){
            System.out.println(Arrays.toString(link));
        }
    }

    //编写算法得到最小生成树
    public void prim(MGragh gragh,int v){
        //visited[] 标记节点被访问过
        int visited[]=new int[gragh.verxs];
        //把当前节点标记为
        visited[v] = 1;
        //h1和h2记录两个顶点下标
        int h1 = -1;
        int h2 = -1;
        int minWeight = 10000;//先初始化大数 有比他小的就替换
        for (int k = 1; k < gragh.verxs ; k++){

            //每次生成的子图和哪个节点的距离最近
            for (int i=0;i<gragh.verxs;i++){ //i节点表示被访问过的节点
                for (int j=0;j<gragh.verxs;j++){ //j节点表示还没访问过的节点
                    if (visited[i]==1 && visited[j] ==0 && gragh.weight[i][j] < minWeight){
                        //替换minWeight
                        minWeight = gragh.weight[i][j];
                        h1 = i;
                        h2 = j;
                    }
                }
            }
            System.out.println("边<"+gragh.data[h1]+","+gragh.data[h2]+">权值："+minWeight);
            //当当前节点标记为已经访问
            visited[h2] = 1;
            minWeight = 10000;
        }
    }
}

class MGragh{
    int verxs; //表示图的节点个数
    char[] data;//表示节点数据
    int [][] weight; //存放边 邻接矩阵

    public MGragh(int verxs){
        this.verxs = verxs;
        data = new char[verxs];
        weight = new int[verxs][verxs];
    }
}