数据结构之图---最小生成树Kruskal算法---C++实现

一.需求图Kruskal算法最小生成树

无向图中点与点之间，边上的数字表示权值。

二.实现Kruskal算法最小生成树

1.边的描述

定义边的对象时应有以下属性：这条边连接两端的点（nodeIndexA，nodeIndexB），边的权值，以及这条边是否被选中

2.图的描述

上述1,2与Prim算法一致见：

数据结构之图---最小生成树Prim算法---C++实现

3.Kruskal算法代码

//在CMap.cpp中添加
void CMap::kruskalTree()   //克鲁斯卡尔算法最小生成树
{
	int value = 0;
	int edgeCount = 0;

	//定义存放结点集合的数组
	vector<vector<int>> nodeSets;

	//第一步:取出所有边
	vector<Edge> edgeVec;
	for (int i = 0; i < m_iCapacity; i++) //取邻接矩阵上半三角不含对角线的顶点
	{
		for (int k = i + 1; k < m_iCapacity; k++)
		{
			getValueFromMatrix(i, k, value);
			if (value != 0)
			{
				Edge edge(i, k, value);  //边的实例化
				edgeVec.push_back(edge);
			}
		}
	}
	
	//克鲁斯卡尔算法最小生成树
	/*第二步：从所有边中取出组成最小生成树的边*/
	//1.找到算法结束的条件
	//while (edgeCount < m_iCapacity -1)
	for (; edgeCount < m_iCapacity - 1;edgeCount++)
	{
		//2.从边集合中找到最小边
		int minEdgeIndex = getMinEdge(edgeVec);
		edgeVec[minEdgeIndex].m_bSelected = true;
		//3.找出最小边连接的点
		int nodeAIndex = edgeVec[minEdgeIndex].m_iNodeIndexA;
		int nodeBIndex = edgeVec[minEdgeIndex].m_iNodeIndexB;

		//4.找出点所在的点集合
		bool nodeAIsInSet = false;
		bool nodeBIsInSet = false;
		int nodeAInSetLabel = -1;
		int nodeBInSetLabel = -1;
		for (int i = 0; i < (int)nodeSets.size();i++)
		{
			nodeAIsInSet = isInSet(nodeSets[i],nodeAIndex); //检查边的A点是否在结点集合中
			if (nodeAIsInSet)
			{
				nodeAInSetLabel = i;
			}
		}

		for (int i = 0; i < (int)nodeSets.size(); i++)  
		{
			nodeBIsInSet = isInSet(nodeSets[i], nodeBIndex);   检查边的B点是否在结点集合中
			if (nodeBIsInSet)
			{
				nodeBInSetLabel = i;
			}
		}
		//5.根据点所在集合的不同做出不同的处理
		if (nodeAInSetLabel == -1 && nodeBInSetLabel == -1)
		{
			vector<int> vec;
			vec.push_back(nodeAIndex);
			vec.push_back(nodeBIndex);
			nodeSets.push_back(vec);
		}
		else if (nodeAInSetLabel == -1 && nodeBInSetLabel != 1)
		{
			nodeSets[nodeBInSetLabel].push_back(nodeAIndex);
		}
		else if (nodeAInSetLabel != -1 && nodeBInSetLabel == 1)
		{
			nodeSets[nodeAInSetLabel].push_back(nodeBIndex);
		}
		else if (nodeAInSetLabel != -1 && nodeBInSetLabel != -1 && nodeAInSetLabel != nodeBInSetLabel)
		{
			mergeNodeSet(nodeSets[nodeAInSetLabel], nodeSets[nodeBInSetLabel]);
			for (int k = nodeBInSetLabel; k<(int)nodeSets.size()-1;k++)
			{
				nodeSets[k] = nodeSets[k + 1];
			}
		}
		else if (nodeAInSetLabel != -1 && nodeBInSetLabel != -1 && nodeAInSetLabel == nodeBInSetLabel)
		{
			continue;  //形成回路
		}
		m_pEdge[edgeCount] = edgeVec[minEdgeIndex];
		//edgeCount++;

		cout << edgeVec[minEdgeIndex].m_iNodeIndexA << "----" << edgeVec[minEdgeIndex].m_iNodeIndexB << " " << edgeVec[minEdgeIndex].m_iWeightValue << endl;
	}
}

bool CMap::isInSet(vector<int> nodeSet, int target)
{
	for (int i = 0; i < (int)nodeSet.size();i++)
	{
		if (nodeSet[i]==target)
		{
			return true;
		}
	}  
	return false;
}
void CMap::mergeNodeSet(vector<int> &nodeSetA, vector<int> nodeSetB)
{
	for (int i = 0; i < (int)nodeSetB.size();i++)
	{
		nodeSetA.push_back(nodeSetB[i]);
	}
}


//中main.cpp中添加
       pMap->kruskalTree();

三.Kruskal算法的分析

1.Krusual算法和Prim算法不同之处在于，调用Krusual算法不需要传入结点的索引。即一开始是和结点无关的

2.遍历邻接矩阵，取出整个图的所有边，放入待选边集合中edgeVec，该集合中边的对象含有这条边连接的两个结点(nodeIndexA，nodeIndexB)，权值(weightValue)

3.Kruskal算法是实现最小生成树，算法结束的条件是edgeCount < m_iCapacity -1。

4.从待选边集合中取出权值最小的一条边A-F(1)，并将边的Selected属性置true（保证只出现一次）。

5.找出与权值最小边相连接的结点nodeAIndex，nodeBIndex，其实此时也就是A点和F点。

6.找出A点和F点所在的点集合。因为此时点集合为空，直接进入下一步。

7.根据点所在集合的不同做出不同的处理。此时A和F还不属于任何一个集合，属于情况1，直接将A和F放入点集合nodeSets[0]中.

8.继续从待选边集合中edgeVec取出第二小的边B-F(2)，并将边的Selected属性置true（保证只出现一次）。

9.找出与权值最小边相连接的结点nodeAIndex，nodeBIndex，其实此时也就是B点和F点。

10.找出B点和F点所在的点集合。

此时点集合中nodeSets[0]中有两个元素(A,F)，

                   找F是否在点集合nodeSets[0]中，如果在就将点集合的所在的索引赋值给nodeBInSetLabel = 0。

                         找B是否在点集合nodeSets[0]中，如果不在nodeAInSetLabel 保持为false

11.根据点所在集合的不同做出不同的处理。

                         此时B不在集合中，F在集合中，属于情况2，将B点放入点集合nodeSets[0]中。

12.继续从待选边集合中edgeVec取出第三小的边D-E(2)，并将边的Selected属性置true（保证只出现一次）。

13.找出与权值最小边相连接的结点nodeAIndex，nodeBIndex，其实此时也就是D点和E点。

14.找出D点和E点所在的点集合。

此时点集合中nodeSets[0]中有三个元素(A,F,B)，

                        找D是否在点集合nodeSets[0]中，如果不在nodeAInSetLabel 保持为false

                        找E是否在点集合nodeSets[0]中，如果不在nodeBInSetLabel 保持为false

15.根据点所在集合的不同做出不同的处理。

                        此时D不在集合中，E不在集合中，属于情况1，直接将D和E放入点集合nodeSets[1]中.

16.继续从待选边集合中edgeVec取出第四小的边B-C(3)，类似8---11，之后点集合nodeSets[0]的元素有A,F,B,C

17.继续从待选边集合中edgeVec取出第五小的边D-F(4)，并将边的Selected属性置true（保证只出现一次）。

18.找出与权值最小边相连接的结点nodeAIndex，nodeBIndex，其实此时也就是D点和F点。

19.找出D点和F点所在的点集合。

此时点集合中nodeSets[0]中有三个元素(A,F,B,C)，

                        找D是否在点集合nodeSets[0]中，如果不在nodeAInSetLabel 保持为false

                        找F是否在点集合nodeSets[0]中，如果在就将点集合的所在的索引赋值给nodeBInSetLabel = 0。

此时点集合中nodeSets[1]中有三个元素(D,E)，

                        找D是否在点集合nodeSets[1]中，如果在就将点集合的所在的索引赋值给nodeAInSetLabel = 1。

                        找F是否在点集合nodeSets[1]中，如果不在nodeBInSetLabel 保持为nodeBInSetLabel = 0。

20.根据点所在集合的不同做出不同的处理。

此时D在nodeSets[1]集合中，F在nodeSets[0]集合中，属于情况4，将两个集合.融合放入到集合nodeSets[0]中，共有A,F,B,C,D,E元素。

有6个顶点，最小生成树的边=6-1=5，结束循环。