一、实验名称：Implementation of PRIM Algorithm Using binary min-Heap
二、实验目的：
- 熟练掌握堆的数据结构,结构的特点；
- 能够实现堆和队列的基本操作：如构造，插入，删除,初始化，回收内存等
- 熟练掌握图的数据结构表线形式：用邻接表表示图
- 学习实现PRIM算法找到图的最小生成树
- 能够灵活的使用数据结构来实现算法如使用最小堆实现 PRIM算法
三、实验内容：
Refer to the lecture in Prim’s algorithm - Algorithm Analysis - An improvement using binary min-heap.
- Represent the graph with an Adjacency List
- Determine data structures for the binary min-heap of improved Prim’s algorithm
- Implement the improved Prim’s algorithm using binary min-heap in C language.
四. 算法实现：
在数学上该算法可以简单地描述为执行以下步骤：
- 从图上任意选择一个具有单个顶点的树。
- 通过一条边使树生长：将树连接到树中尚未存在的顶点的边中，找到最小权重的边，然后将其转移到树上。
- 重复步骤2（直到所有顶点在树中）。
伪代码
-
将图的每个顶点v关联一个数字dis [ v ]（连接到最小生成树的最短边权和）。将dis [ v ]的所有值初始化设置为+∞。
-
初始化一个空的森林MST，收入任意顶点（此处收入0号顶点：dis[k]=0表示k号顶点已经被收入），更新dis的值，设更新的节点的parent为0
-
更新dis的值，设更新的节点的parent为0:具体步骤为
遍历连接0的其它顶点w 。对于每个这样的点，如果
仍属于Q且0w的权重小于dis [w ]，则执行以下步骤：
- 将dis [ w ]设置为边0w的权重
- 将parent [ w ]设置为指向边0。
-
重复以下步骤，直到未收入顶点(最小堆）为空：
-
利用最小堆的结构从为收入MST的集合中Q中找出具有最小可能值dis [ v ]的顶点v并将其删除(若dis=0则需要重新从最小堆中弹出元素因为不能是已经收入过的元素)
-
将v添加到MST，即向MST插入parent[v]到v的边
-
遍历连接v的其它顶点w 。对于每个这样的点，如果
w仍属于Q且vw的权重小于dis [w ]，则执行以下步骤：
- 将dis [ w ]设置为边vw的权重
- 将parent [ w ]设置为指向边v。
-
-
返回MST
通过优先级队列将以最低的时间代价更快地找到顶点v，但是当C [ w ]的值更改时，更新队列将需要比较高的时间代价。
核心算法代码：
void Prim(PtrToGraph G,PtrToGraph MST){
int dis[VNUM];//每个点距离GResult的最小距离；
int parent[VNUM];//每个点在最小生成树MST中的父节点
for(int i=0;i<VNUM;i++){
dis[i]=INFINITY;
}
//构造最小堆
//依次插入节点下标，并按照dis进行最小堆的排序
MinHeap h=CreateMinHeap(G->Vnum,dis);
//收录第一个点；
dis[0]=0;//收录进来的点距离GResult的最小距离为0；
//更新距离
PtrToContactPoint temp=G->AdjacencyList[0].head;
while(temp!=NULL){
dis[temp->Subscript]=temp->weight;
parent[temp->Subscript]=0;//由0衍生到达，故父节点为0
temp=temp->next;
}
ReBuildMinHeap(h,dis);
while(1){
//采用最小堆的方法找到未收入端点到MST的最小距离
int index=PopMinHeap(h,dis);
if(dis[index]==0)index=PopMinHeap(h,dis);//需为未收入端点
if(index==error)break;//此时所有可找的表都已经找完
PtrToedge e=(PtrToedge)malloc(sizeof(struct edge));
e->v1=index;
e->v2=parent[index];
e->val=dis[index];
InsertEdge(MST,e);
//收入点index，并更新各个点的dis值
dis[index]=0;
PtrToContactPoint tmp=G->AdjacencyList[index].head;
while(tmp!=NULL){
if( dis[tmp->Subscript]>tmp->weight){
dis[tmp->Subscript]=tmp->weight;
parent[tmp->Subscript]=index;//由index衍生到达，故父节点为index
}
tmp=tmp->next;
}
ReBuildMinHeap(h,dis);
}
}
四. 全部程序清单（较为详细的注释）：
#include <stdio.h>
#include <stdlib.h>
#define INFINITY 11111111
#define VNUM 8
#define error -1
typedef struct Hnode* MinHeap;
struct Hnode{
int* data;
int size;
int Capacity;
};
typedef struct edge* PtrToedge;
struct edge{
int val;
int v1;
int v2;//用下标表示顶点
};
typedef struct AdjacencyPoint* PtrToContactPoint;
struct AdjacencyPoint{
int Subscript;
int weight;
PtrToContactPoint next;
};
struct Vnode{
PtrToContactPoint head;
int data;
};
typedef struct Graph* PtrToGraph;
struct Graph{
int ENum;
int Vnum;
struct Vnode *AdjacencyList;
};
/*Filter down and find the proper position of the node on the premise that all subtrees are the smallest heap.
The tree with this node as the root node is a smallest heap*/
void FixDown(MinHeap h,int index,int*dis){
int parent;
int child;
int temp=h->data[index];
for(parent=index;parent*2<=h->size;parent=child){
child=parent*2;
if(child+1<=h->size&&dis[h->data[child+1]]<dis[h->data[child]])
child++;
if(dis[h->data[child]]<dis[temp]){
h->data[parent]=h->data[child];
}
else break;
}
h->data[parent]=temp;
}
/*The idea of recursion is adopted to establish the minimum heap from bottom to top, which ensures
that the subtrees currently established are all the smallest heaps.*/
void ReBuildMinHeap(MinHeap h,int*dis){
int i;
for(i=h->size/2;i>=1;i--){
FixDown(h,i,dis);
}
}
//Determine whether the MinHeap is empty
int Empty(MinHeap h){
return h->size==0;
}
//Return and delete the minimum value of the minimum heap (that is, the head node), and keep the tree as the minimum heap
/*Move the last node to the head node, and size--,
Because the subtrees are all the smallest heap at this time, filtering directly
down can ensure that the tree is still the smallest heap*/
int PopMinHeap(MinHeap h,int*dis){
if(Empty(h)){
//printf("The minimum heap is empty, and the popped -11111 is an invalid value\n");
return error;
}
int result=h->data[1];
h->data[1]=h->data[(h->size)--];
//向下过滤
FixDown(h,1,dis);
return result;
}
/*Insert node, keep minimum heap*/
void PushMinHeap(MinHeap h,int val,int*dis){
if(h->size==h->Capacity){
printf("The minimum heap is full and element insertion is invalid\n");
return;
}
h->data[++(h->size)]=val;
//向上过滤
int child=h->size;
int parent;
for(;child>1;child=parent){
parent=child/2;
if(dis[h->data[parent]]>dis[val]){
h->data[child]=h->data[parent];
}
else
{
break;
}
}
h->data[child]=val;
}
/*Request space for the MinHeap*/
MinHeap CreateMinHeap(int MinHeapSize,int*dis){
MinHeap h=(MinHeap)malloc(sizeof(MinHeap));
h->data=(int*)malloc((MinHeapSize+1)*sizeof(int));
h->size=0;
h->Capacity=MinHeapSize;
for(int i=0;i<MinHeapSize;i++){
PushMinHeap(h,i,dis);
}
return h;
}
/*Free up space for MinHeap*/
void CleanMinHeap(MinHeap h){
free(h->data);
free(h);
}
PtrToGraph InitGraph(int Vnum){
PtrToGraph G=(PtrToGraph)malloc(sizeof(struct Graph));
G->Vnum=Vnum;
G->ENum=0;
G->AdjacencyList=(struct Vnode *)malloc(sizeof(struct Vnode)*Vnum);
// 初始化邻接表头指针
for (int i=0; i<G->Vnum; i++)
G->AdjacencyList[i].head= NULL;
return G;
}
void InsertEdge( PtrToGraph G, PtrToedge e )
{
PtrToContactPoint NewNode1=(PtrToContactPoint)malloc(sizeof(struct AdjacencyPoint));
//将V2插入V1的表头
NewNode1->Subscript = e->v2;
NewNode1->next=G->AdjacencyList[e->v1].head;
NewNode1->weight = e->val;
G->AdjacencyList[e->v1].head = NewNode1;
//图为无向图，还要将V1插入V2的表头
PtrToContactPoint NewNode2=(PtrToContactPoint)malloc(sizeof(struct AdjacencyPoint));
//将V2插入V1的表头
NewNode2->Subscript = e->v1;
NewNode2->next=G->AdjacencyList[e->v2].head;
NewNode2->weight = e->val;
G->AdjacencyList[e->v2].head = NewNode2;
}
int BuildGraph(PtrToGraph G)
{
printf("Enter the number of edges\n");
scanf("%d", &(G->ENum));//输入边数
if ( G->ENum != 0 ) { //如果有边
PtrToedge e=(PtrToedge)malloc(sizeof(struct edge));
//分别输入边的两个起点下标，终点下标和权重
for (int i=0; i<G->ENum; i++) {
scanf("%d%d%d",&e->v1,&e->v2,&e->val);
InsertEdge(G,e);
}
free(e);
}
if(G->ENum<G->Vnum-1){
printf("Too few edges to generate minimum spanning tree");
return 0;
}//无法生成最小生成树
return 1;
// /* 如果顶点有数据的话，读入数据 */
// for (int i=0; i<G->Vnum; i++)
// scanf(" %c", &(G->AdjacencyList[i].data));
}
void CleanGraph(PtrToGraph G){
free(G->AdjacencyList);
free(G);
}
void Prim(PtrToGraph G,PtrToGraph MST){
int dis[VNUM];//每个点距离GResult的最小距离；
int parent[VNUM];//每个点在最小生成树MST中的父节点
for(int i=0;i<VNUM;i++){
dis[i]=INFINITY;
}
//构造最小堆
//依次插入节点下标，并按照dis进行最小堆的排序
MinHeap h=CreateMinHeap(G->Vnum,dis);
//收录第一个点；
dis[0]=0;//收录进来的点距离GResult的最小距离为0；
//更新距离
PtrToContactPoint temp=G->AdjacencyList[0].head;
while(temp!=NULL){
dis[temp->Subscript]=temp->weight;
parent[temp->Subscript]=0;//由0衍生到达，故父节点为0
temp=temp->next;
}
ReBuildMinHeap(h,dis);
while(1){
//采用最小堆的方法找到未收入端点到MST的最小距离
int index=PopMinHeap(h,dis);
if(dis[index]==0)index=PopMinHeap(h,dis);//需为未收入端点
if(index==error)break;//此时所有可找的表都已经找完
PtrToedge e=(PtrToedge)malloc(sizeof(struct edge));
e->v1=index;
e->v2=parent[index];
e->val=dis[index];
InsertEdge(MST,e);
//收入点index，并更新各个点的dis值
dis[index]=0;
PtrToContactPoint tmp=G->AdjacencyList[index].head;
while(tmp!=NULL){
if( dis[tmp->Subscript]>tmp->weight){
dis[tmp->Subscript]=tmp->weight;
parent[tmp->Subscript]=index;//由index衍生到达，故父节点为index
}
tmp=tmp->next;
}
ReBuildMinHeap(h,dis);
}
}
void Print(PtrToGraph MST){
for(int i=0;i<MST->Vnum;i++){
PtrToContactPoint temp=MST->AdjacencyList[i].head;
printf("%d",i);
while(temp!=NULL){
printf("->%d",temp->Subscript);
temp=temp->next;
}
printf("\n");
}
}
int main()
{
int n;//节点数
printf("Enter the number of nodes\n");
scanf("%d",&n);
if(n==0)return 0;
PtrToGraph G=InitGraph(n);
int IfBuildGraph=BuildGraph(G);
if(IfBuildGraph==0){
CleanGraph(G);
return 0;
}//无法生成最小生成树
PtrToGraph GResult=InitGraph(n);
printf("Print the graph as an adjacency list:\n");
Print(G);
Prim(G,GResult);
printf("Print the minimum spanning tree in the form of adjacency list:\n");
Print(GResult);//以邻接表的形式打印最小生成树；
CleanGraph(G);
CleanGraph(GResult);
return 0;
}
五、测试结果：
输入输出格式说明：
-
输入格式：
先输入节点个数n；在输入边条数m；
依次输入第k条边的第一个连接点，第二个连接点，边的权重。（此处为无向边）
-
输出格式：
先用邻接表的形式输出原图；再用邻接表的形式输出该图的最小生成树
-
测试样例1：
输入：
3 3 0 1 1 1 2 2 2 0 1输出：
Enter the number of nodes 3 Enter the number of edges 3 0 1 1 1 2 2 2 0 1 Print the graph as an adjacency list: 0->2->1 1->2->0 2->0->1 Print the minimum spanning tree in the form of adjacency list: 0->1->2 1->0 0->2->1 1->2->0 2->0->1 Print the minimum spanning tree in the form of adjacency list: 0->1->2 1->0 2->0 -
测试样例2：
输入：
8 8 0 1 1 1 2 1 2 3 1 3 4 1 4 5 1 5 6 1 6 7 1 7 0 1输出：
Enter the number of nodes 8 Enter the number of edges 8 0 1 1 1 2 1 2 3 1 3 4 1 4 5 1 5 6 1 6 7 1 7 0 1 Print the graph as an adjacency list: 0->7->1 1->2->0 2->3->1 3->4->2 4->5->3 5->6->4 6->7->5 7->0->6 Print the minimum spanning tree in the form of adjacency list: 0->7->1 1->2->0 2->3->1 3->4->2 4->3 5->6 6->5->7 7->6->0 -
测试样例3：
输入：
5 14 0 1 1 1 2 1 2 3 1 3 4 1 4 5 1 5 0 2 5 1 3 5 2 3 5 3 3 4 0 4 4 1 4 4 2 4 3 1 3 3 0 3输出：
Enter the number of nodes 5 Enter the number of edges 14 0 1 1 1 2 1 2 3 1 3 4 1 4 5 1 5 0 2 5 1 3 5 2 3 5 3 3 4 0 4 4 1 4 4 2 4 3 1 3 3 0 3 Print the graph as an adjacency list: 0->3->4->5->1 1->3->4->5->2->0 2->4->5->3->1 3->0->1->5->4->2 4->2->1->0->5->3 Print the minimum spanning tree in the form of adjacency list: 0->1 1->2->0 2->3->1 3->4->2 4->3 -
测试样例4：
输入：
0输出：
Enter the number of nodes 0 -
测试样例5：
输入：
4 2输出：
Enter the number of nodes 4 Enter the number of edges 2 1 2 1 1 3 1 Too few edges to generate minimum spanning tree
六、算法分析：
Prim算法的时间复杂度取决于用于图形和按权重排序边缘的数据结构，这里选择了堆和邻接表的数据结构完成该算法的设计
其时间复杂度为O（（| V | + | E |）\ log | V |）= O（| E | \ log | V |）}
堆按最小的边缘权重对顶点进行排序，以将它们连接到部分构造的MST中的任何顶点（如果不存在这样的边缘，则为无穷大）。每次选择一个顶点v并将其添加到MST时，都会对部分MST之外的所有顶点w进行更新操作，以使v连接到w。
使用简单的二进制堆数据结构，现在可以显示Prim算法在时间``O（| E | log | V |）中运行，其中| E | 是边的数量和| V | 是顶点数。
910
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
