Java: Kruskal算法生成最小生成树(邻接矩阵):
package com.neusoft.data.structure;
/**
* Java: Kruskal算法生成最小生成树(邻接矩阵)
* 克鲁斯卡尔(Kruskal)算法
* Kruskal算法和Prim算法相比,就是Kruskal算法从边出发,不断寻找当前未添加进Et的、且权值最小的边,若添加后不形成环,则添加成功;
* 因为形成环,说明已经是连同了,这条边是不需要的。否则跳过,
* 继续尝试添加下一条边。最后,判断边的数量arcnum是否是点的数量vexnum-1,若是则最小生成树构造成功,否则失败。
* Prim算法与顶点相关时间复杂度O(|V|²),所以适合顶点少边多的图;
* Kruskal反之,算法与边相关,时间复杂度为O(|E|log|E|),所以适合边少顶点多的图;
*/
public class KruskalTree {
private int ecount; // 边的数量edge count
private char[] tops; // 顶点集合
private int[][] mMatrix; // 邻接矩阵
private static final int INF = Integer.MAX_VALUE; // 最大值
/*
* 创建图(用已提供的矩阵)
*
* 参数说明:
* vexs -- 顶点数组
* matrix-- 矩阵(数据)
*/
public KruskalTree(char[] vexs, int[][] matrix) {
// 初始化"顶点数"和"边数"
int vlen = vexs.length;
// 初始化"顶点"
tops = new char[vlen];
for (int i = 0; i < tops.length; i++){
tops[i] = vexs[i];
}
// 初始化"边"
mMatrix = new int[vlen][vlen];
for (int i = 0; i < vlen; i++){
for (int j = 0; j < vlen; j++){
mMatrix[i][j] = matrix[i][j];
}
}
// 统计"边"
ecount = 0;
for (int i = 0; i < vlen; i++){
for (int j = i+1; j < vlen; j++){
if (mMatrix[i][j]!=INF){
ecount++;
}
}
}
}
/*
* 返回ch位置
*/
private int getPosition(char ch) {
for(int i=0; i<tops.length; i++){
if(tops[i]==ch){
return i;
}
}
return -1;
}
/*
* 打印矩阵队列图
*/
public void print() {
System.out.printf("Martix Graph:\n");
for (int i = 0; i < tops.length; i++) {
for (int j = 0; j < tops.length; j++)
System.out.printf("%10d ", mMatrix[i][j]);
System.out.printf("\n");
}
}
/*
* 克鲁斯卡尔(Kruskal)最小生成树
*/
public void kruskal() {
int index = 0; // rets数组的索引
int[] tends = new int[ecount]; // 用于保存"已有最小生成树"中每个顶点在该最小树中的终点。
EData[] rets = new EData[ecount]; // 结果数组,保存kruskal最小生成树的边
EData[] edges; // 图对应的所有边
// 获取"图中所有的边"
edges = getEdges();
// 将边按照"权"的大小进行排序(从小到大)
sortEdges(edges, ecount);
for (int i=0; i<ecount; i++) {
int p1 = getPosition(edges[i].start); // 获取第i条边的"起点"的序号
int p2 = getPosition(edges[i].end); // 获取第i条边的"终点"的序号
int m = getEnd(tends, p1); // 获取p1在"已有的最小生成树"中的终点
int n = getEnd(tends, p2); // 获取p2在"已有的最小生成树"中的终点
// 如果m!=n,意味着"边i"与"已经添加到最小生成树中的顶点"没有形成环路
if (m != n) {//没有形成环路
// 设置m就是在"已有的最小生成树"中终点集合的索引,它的值就是终点n,
//例如 C D线段 ,m的值就是C在tends集合中的索引位置,n就是D在tends集合中m索引位置的值
tends[m] = n;
rets[index++] = edges[i]; // 保存结果,保存kruskal最小生成树的边
}
}
// 统计并打印"kruskal最小生成树"的信息
int length = 0;
for (int i = 0; i < index; i++){
length += rets[i].weight;
}
System.out.printf("Kruskal=%d: ", length);
for (int i = 0; i < index; i++){
System.out.printf("(%c,%c) ", rets[i].start, rets[i].end);
}
System.out.printf("\n");
}
/*
* 获取图中的边
*/
private EData[] getEdges() {
int index=0;
EData[] edges;
edges = new EData[ecount];
//统计了一半的三角形,因为无向图是对称的,
for (int i=0; i < tops.length; i++) {
for (int j=i+1; j < tops.length; j++) {
if (mMatrix[i][j]!=INF) {
edges[index++] = new EData(tops[i], tops[j], mMatrix[i][j]);
}
}
}
return edges;
}
/*
* 对边按照权值大小进行排序(由小到大)
* 通过中介变量,交换权值,
*/
private void sortEdges(EData[] edges, int elen) {
for (int i=0; i<elen; i++) {
for (int j=i+1; j<elen; j++) {
if (edges[i].weight > edges[j].weight) {
// 交换"边i"和"边j"
EData tmp = edges[i];
edges[i] = edges[j];
edges[j] = tmp;
}
}
}
}
/*
* 获取i的终点,第一次选取的点,并没有终点,因为默认的元素都是0
*/
private int getEnd(int[] tends, int i) {
while (tends[i] != 0){
i = tends[i];
}
return i;
}
// 边的结构体
private static class EData {
char start; // 边的起点
char end; // 边的终点
int weight; // 边的权重
public EData(char start, char end, int weight) {
this.start = start;
this.end = end;
this.weight = weight;
}
};
public static void main(String[] args) {
char[] vexs = {'A', 'B', 'C', 'D', 'E', 'F', 'G'};
int matrix[][] = {
/*A*//*B*//*C*//*D*//*E*//*F*//*G*/
/*A*/ { 0, 12, INF, INF, INF, 16, 14},
/*B*/ { 12, 0, 10, INF, INF, 7, INF},
/*C*/ { INF, 10, 0, 3, 5, 6, INF},
/*D*/ { INF, INF, 3, 0, 4, INF, INF},
/*E*/ { INF, INF, 5, 4, 0, 2, 8},
/*F*/ { 16, 7, 6, INF, 2, 0, 9},
/*G*/ { 14, INF, INF, INF, 8, 9, 0}
};
KruskalTree pG = new KruskalTree(vexs, matrix);
pG.kruskal(); // Kruskal算法生成最小生成树
}
}
输出:
Kruskal=36: (E,F) (C,D) (D,E) (B,F) (E,G) (A,B)
分析:
Java: Kruskal算法生成最小生成树(邻接矩阵)
克鲁斯卡尔(Kruskal)算法
Kruskal算法和Prim算法相比,就是Kruskal算法从边出发,不断寻找当前未添加进Et的、且权值最小的边,若添加后不形成环,则添加成功;
因为形成环,说明已经是连同了,这条边是不需要的。否则跳过,
继续尝试添加下一条边。最后,判断边的数量arcnum是否是点的数量vexnum-1,若是则最小生成树构造成功,否则失败。
Prim算法与顶点相关时间复杂度O(|V|2),所以适合顶点少边多的图;
Kruskal反之,算法与边相关,时间复杂度为O(|E|log|E|),所以适合边少顶点多的图;
图解: