简介
我们把构造连通网的最小代价生成树称为最小生成树(Minimum Cost Spanning Tree)。
普里姆(Prim)算法
/* Prim算法生成最小生成树 */
void MiniSpanTree_Prim(MGraph G)
{
int min, i, j, k;
int adjvex[MAXVEX]; /* 保存相关顶点下标 */
int lowcost[MAXVEX]; /* 保存相关顶点间边的权值 */
lowcost[0] = 0; /* 初始化第一个权值为0,即v0加入生成树 */
/* lowcost的值为0,在这里就是此下标的顶点已经加入生成树 */
adjvex[0] = 0; /* 初始化第一个顶点下标为0 */
for (i=1; i<G.numVertexes; i++) /* 循环除下标为0外的全部顶点 */
{
lowcost[i] = G.arc[0][i]; /* 将v0顶点与之有边的权值存入数组 */
adjvex[i] = 0; /* 初始化都为v0的下标 */
}
for (i=1; i<G.numVertexes; i++)
{
min = INFINITY; /* 初始化最小权值为∞,*/
/* 通常设置为不可能的大数字如32767、65535等 */
j = 1;
k = 0;
while (j < G.numVertexes) /* 循环全部顶点 */
{
if (lowcost[j]!=0 && lowcost[j]<min)
{
/* 如果权值不为0且权值小于min */
min = lowcost[j]; /* 则让当前权值成为最小值 */
k = j; /* 将当前最小值的下标存入k */
}
j++;
}
printf("(%d,%d)", adjvex[k], k); /* 打印当前顶点边中权值最小边 */
lowcost[k] = 0; /* 将当前顶点的权值设置为0,表示此顶点已经完成任务 */
for (j=1; j<G.numVertexes; j++) /* 循环所有顶点 */
{
if (lowcost[j]!=0 && G.arc[k][j]<lowcost[j])
{
/* 若下标为k顶点各边权值小于此前这些顶点未被加入生成树权值 */
lowcost[j] = G.arc[k][j]; /* 将较小权值存入lowcost */
adjvex[j] = k; /* 将下标为k的顶点存入adjvex */
}
}
}
}
- 算法从第一个顶点开始寻找离此顶点最近的一条边加入生成树,并用最近顶点的边更新边表数据,再从边表数据找到最短的一条边加入生成树,再更新边表数据……直到第n-1条边加入生成树,算法结束。
- 算法的时间复杂度为O(n2)。
克鲁斯卡尔(Kruskal)算法
/* 对边集数组Edge结构的定义 */
typedef struct
{
int begin;
int end;
int weight;
}Edge;
/* Kruskal算法生成最小生成树 */
void MiniSpanTree_Kruskal(MGraph G) /* 生成最小生成树 */
{
int i, n, m;
Edge edges[MAXEDGE]; /* 定义边集数组 */
int parent[MAXVEX]; /* 定义一数组用来判断边与边是否形成环路 */
/* 此处省略将邻接矩阵G转化为边集数组edges并按权由小到大排序的代码 */
for (i=0; i<G.numVertexes; i++)
parent[i] = 0; /* 初始化数组值为0 */
for (i=0; i<G.numEdges; i++) /* 循环每一条边 */
{
n = Find(parent, edges[i].begin);
m = Find(parent, edges[i].end);
if (n != m) /* 假如n与m不等,说明此边没有与现有生成树形成环路 */
{
parent[n] = m; /* 将此边的结尾顶点放入下标为起点的parent中 */
/* 表示此顶点已经在生成树集合中 */
printf("(%d, %d) %d ", edges[i].begin,
edges[i].end, edges[i].weight);
}
}
}
int Find(int *parent, int f) /* 查找连线顶点的尾部下标 */
{
while (parent[f] > 0)
f = parent[f];
return f;
}
- 算法从排序好的边,依次选择一条不形成回路的边加入生成树中,直到每条边都遍历过。
- 此算法的时间复杂度为O(eloge)。
总结
对比两个算法,克鲁斯卡尔算法主要是针对边来展开,边数少时效率会非常高,所以对于稀疏图有很大的优势;而普里姆算法对于稠密图,即边数非常多的情况会更好一些。