小学期学的算法和做OJ题的各种经验总结
prim:时间复杂度为O(n2)。与图中边数无关,该算法适合于稠密图
。
kruskal:需要对图的边进行访问,所以时间复杂度只和边有关系,可以证明其时间复杂度为O(|E|log|E|)。适合稀疏图
。
Prim算法(点遍历,距离小的点优先)
- 任取一个点开始,遍历所有相邻点,加入优先队列(按边权小的优先)
- 不断从队列中取点i,遍历i的所有不在生成树内的相邻点,加入优先队列,已经在树内则跳过。
- 直到队列取空。
- 图示:
Kruskal算法(边先排序再遍历,不能构成环(并查集)的边优先)
- 初始化(只用调用init)
- 判断:遍历所有的边,如果该边连接的两个点不在集合中就加入集合并取该边
//不连通的条件:e != v-1
#include <iostream>
#include <stdio.h>
#include <algorithm>
#include <cstring>
#include <cmath>
#include <vector>
using namespace std;
//并查集用来找环
const int MAXV = 10005;
int p[MAXV];
//默认一开始所有点都是独立的
void init(int v) {
for (int i = 0; i <= v; i++) {
p[i] = i;
}
}
int find(int x) {
if (p[x] == x) return x;
int rootx = p[x];
while (rootx != p[rootx]) {
rootx = p[rootx];
}
return p[x] = rootx;
}
bool same(int x, int y) {
return find(x) == find(y);
}
bool unite(int x, int y) {
x = find(x); y = find(y);
if (x == y) return false;
p[x] = y;
return true;
}
struct edge
{
int from;
int to;
int cost;
edge(int f = 0, int t = 0, int c = 0) :from(f), to(t), cost(c) {};
};//edges[MAXE];
vector<edge> edges;
bool cmp(const edge &e1, const edge &e2) {
return e1.cost < e2.cost;
}
//v:顶点数
int kruskal(int v) {
sort(edges.begin(), edges.end(), cmp);//按权重排序
init(v);
int res = 0;
for (int i = 0; i < edges.size(); i++) {
if (unite(edges[i].from, edges[i].to))//unite成功,不在一个集合里
res += edges[i].cost;
}
return res;
}
void addEdge(const int &f, const int &t, const int &cost) {
edges.push_back(edge(f, t, cost));
}
int main() {
int v;//顶点数
//int e;//边数
//初始化边数组----
v = 5;
//单向边就行
edges.push_back(edge(1, 2, 1));
edges.push_back(edge(1, 3, 2));
edges.push_back(edge(1, 5, 4));
edges.push_back(edge(2, 3, 1));
edges.push_back(edge(3, 5, 6));
edges.push_back(edge(2, 4, 2));
edges.push_back(edge(3, 4, 3));
edges.push_back(edge(4, 5, 5));
//----
int res = kruskal(v+5);
cout << "最小生成树权重=" << res;
return 0;
}