最小生成树(MST)Prim算法和Kruskal算法
刚学完最小生成树,赶紧写写学习的心得(其实是怕我自己忘了)
最小生成树概念:一个有 n 个结点的连通图的生成树是原图的极小连通子图,且包含原图中的所有 n 个结点,并且有保持图连通的最少的边。
就是说如果我们想把一张有n个点的图连接起来,那我们就只需要n-1条边(原因显然:就如同一条有n个点的线段,他们之间最少需要n-1条边连起来)
最小生成树就是寻找值最小的这n-1个点,把他们加和。
首先,最小生成树最基本的算法是Prim和Kruskal算法
Prim算法:
算法分析&思想讲解:
Prim算法采用“蓝白点”思想:白点代表已经进入最小生成树的点,蓝点代表未进入最小生成树的点。
Prim算法每次循环都将一个蓝点u变为白点,并且此蓝点u与白点相连的最小边权min[u]还是当前所有蓝点中最小的。
这样相当于向生成树中添加了n-1次最小的边,最后得到的一定是最小生成树。
Prim算法的好处就在于它与边无关,主要用于稠密图,复杂度为O(n^2),实用度不如Kruskal算法高
代码介绍:(好像不可以直接用,有点问题)
#include<iostream>
#include<cstring>
#include<cstdio>
using namespace std;
const int MAXN=5010;
int t[MAXN][MAXN];
bool b[MAXN];
int MIN[MAXN];
int main(){
memset(b,false,sizeof(b));
memset(t,127,sizeof(t));
memset(MIN,127,sizeof(MIN)); //把每一条未赋值的边赋为较大的一个数
int n,m;
int ans=0;
scanf("%d",&n);
for(int i=1;i<=n;i++)t[i][i]=0;
for(int i=1;i<=n;i++){ //邻接矩阵存图
for (int j=1;j<=n;j++){ //不同问题存图方式不同
cin>>t[i][j];
}
}
MIN[1]=0;
//先找点:
for(int i=1;i<=n;i++){
int x=0; //x为0 就是说一开始是从一个虚拟点开始的 然后我们找与它相邻的边并且还没被找过的点
for(int j=1;j<=n;j++){
if(!b[j]&&MIN[j]<MIN[x]){ //我们以这一个点开始寻找与它相邻的最小的边
x=j; //然后就标记这个点以便于接着用这个点继续往下找
}
} b[x]=true; //找完这个点后就变成白点,表示已找过
//再扩边:
for(int j=1;j<=n;j++){
if(!b[j]&&MIN[j]>t[x][j]){ //这段代码就是给我们刚找到的X点的邻边赋实际值,这样在下次寻找X的最小边时就可以找到啦
MIN[j]=t[x][j]; //所以说找点的代码就比较好理解了
}
}
}
for(int i=1;i<=n;i++){
ans+=MIN[i];//求最小和
}
cout<<ans<<endl;
return 0;
}
知识扩展:本算法在移动通信、智能交通、移动物流、生产调度等物联网相关领域都有十分现实的意义,采用好的算法,就能节省成本提高效率。
Kruskal算法:
算法分析:
Kruskal算法是将一个连通块当做一个集合。Kruskal首先将所有的边按从小到大顺序排序(一般使用快排),并认为每一个点都是孤立的,分属于n个独立的集合。
然后按顺序枚举每一条边。如果这条边连接着两个不同的集合,那么就把这条边加入最小生成树,这两个不同的集合就合并成了一个集合(这就是一条边);
如果这条边连接的两个点属于同一集合(说明这条边找过了),就跳过。直到选取了n-1条边为止。
思路讲解:
Kruskal算法每次都选择一条最小的,且能合并两个不同集合的边,一张n个点的图总共选取n-1次边。因为每次我们选的都是最小的边,所以最后的生成树一定是最小生成树。每次我们选的边都能够合并两个集合,最后n个点一定会合并成一个集合。通过这样的贪心策略,Kruskal算法就能得到一棵有n-1条边,连接着n个点的最小生成树。
Kruskal算法的时间复杂度为O(E*logE),E为边数。
#include<iostream>
#include<cstdio>
#include<algorithm>
using namespace std;
const int MAXN=10010;
int fa[MAXN]; int m,k,ans,x;
struct Edge{
int s,t,w;
}edge[MAXN<<1];
int find(int x){
if(fa[x]==x)return x;
return fa[x]=find(fa[x]);
}
void unionn(int x,int y){
int xx=find(x);
int yy=find(y);
if(xx!=yy){
fa[xx]=yy;
}
}
int cmp(const Edge &a,const Edge &b){
if(a.w<b.w)return 1;
else return 0;
}
int main(){
int n;
cin>>n;
for(int i=1;i<=n;i++){
for(int j=1;j<=n;j++){
cin>>x;
if(x!=0){
m++;
edge[m].s=i;
edge[m].t=j;
edge[m].w=x;
}
}
}
for(int i=1;i<=n;i++)fa[i]=i;
sort(edge+1,edge+1+m,cmp);//按照权值大小排序
for(int i=1;i<=m;i++){
if(find(edge[i].s)!=find(edge[i].t)){//查询两条边是否在一个集合里
unionn(edge[i].s,edge[i].t);//因为是按最小值排序,我们所能选择的肯定是最小的
ans+=edge[i].w;//然后加和
k++;//计边的数
}
if(k==n-1)break;//如果搜够了n-1条边就停止
}
cout<<ans<<endl;
return 0;
}
End...
最新文章
- 基于C/S架构的3D对战网络游戏C++框架_02系统设计(总体设计、概要设计)
- OpenModelica仿真
- Python基础篇【第5篇】: Python模块基础(一)
- android之AutoCompleteTextView控件用法
- 深度理解依赖注入(Dependence Injection)
- (9)nehe教程3--添加颜色
- 【转链接】Handlebars模板引擎以及浅谈模板引擎的实现原理
- Android开发——构建自定义组件
- Xcode-程序开发设计-02九宫格
- SQL语句执行效率及分析
- R语言与数据分析之八:时间序列--霍尔特指数平滑法
- [Swift]LeetCode636. 函数的独占时间 | Exclusive Time of Functions
- jquery lazy load
- kali虚拟机添加共享文件夹
- java基础知识—类和对象
- SQL Server 公用表表达式(CTE)实现递归
- LeetCode168.Excel表列名称
- Git HEAD detached from XXX (git HEAD 游离) 解决办法
- K8S 安装笔记
- oracle中sequence(自增序号)的用法