什么是最小生成树(MST)?

给定一个带权的无向连通图,选取一棵生成树(原图的极小连通子图),使生成树上所有边上权的总和为最小,称为该图的最小生成树。

求解最小生成树的算法一般有这两种:Prim算法和Kruskal算法。

Prim算法(普里姆算法)

图的存贮结构采用邻接矩阵。此方法是按各个顶点连通的步骤进行,需要用一个顶点集合,开始为空集,以后将以连通的顶点陆续加入到集合中,全部顶点加入集合后就得到所需的最小生成树。

简单描述:

  1.初始化:Vnew = {x},其中x为集合V中的任一节点(作为起始点),Enew = {},为空。

  2.在边集合E中选取权值最小的边<u, v>,其中u为集合Vnew中的元素,而v不在Vnew集合当中,并且v∈V(如果存在有多条满足前述条件即具有相同权值的边,则可任意选取其中之一)。将v加入集合Vnew中,将<u, v>边加入集合Enew中。

  3.重复操作2直至Vnew = V。

代码展示:

#include<iostream>
#include<cstdio>
#include<cstring>
using namespace std; const int INF=0x3f3f3f3f;
const int N=; int G[N][N];//邻接矩阵
int Lowest[N];//表示和已选顶点集Vnew的最小距离,Lowest[i]=0表示点i已经在Vnew中
int n,m; int prim()
{
int Num=;//最小生成树权值 for(int i=;i<=n;i++)//选取第一个点开始
Lowest[i]=G[][i];//取第一行权值 for(int i=;i<n;i++)//找到新顶点加入(n-1个)
{
int minid=;
int mindis=INF;
for(int j=;j<=n;j++)//找到距离最小的
{
if(Lowest[j]!=&&Lowest[j]<mindis)
{
mindis=Lowest[j];
minid=j;
}
}
Num+=mindis;
Lowest[minid]=;//把点minid加入Vnew for(int j=;j<=n;j++)//更新Lowest数组
if(Lowest[j]>G[minid][j])
Lowest[j]=G[minid][j];
}
return Num;
} int main()
{
while(~scanf("%d%d",&n,&m))
{
memset(G,0x3f,sizeof(G));//初始化为最大值
for(int i=;i<=n;i++)//对角线为0
G[i][i]=; int u,v,w;
for(int i=;i<=m;i++)
{
scanf("%d%d%d",&u,&v,&w);
G[u][v]=G[v][u]=w;
} int MST=prim();//计算最小生成树总权值 printf("%d\n",MST);
}
}

Kruskal算法(克鲁斯卡尔算法

图的存贮结构采用边集数组,且权值相等的边在数组中排列次序可以是任意的。该方法对于边相对比较多的不是很实用,浪费时间。思想是贪心思想。

方法:将图中的边按其权值由小到大的次序顺序选取,若选边后不形成回路,则保留作为一条边,若形成回路则除去。依次选够(n-1)条边,即得最小生成树。(n为顶点数)

首先我们把所有的边按照权值先从小到大排列,接着按照顺序选取每条边,如果这条边的两个端点不属于同一集合,那么就将它们合并,直到所有的点都属于同一个集合为止。至于怎么合并到一个集合,那么这里我们就可以用到一个工具——-并查集(不知道的同学请移步:Here)。换而言之,Kruskal算法就是基于并查集的贪心算法。

代码展示:

#include <cstdio>
#include <cstdlib>
#define MAXN 10010
using namespace std; int Uset[MAXN];//并查集
int Rank[MAXN];//秩
typedef struct{
int a, b, price;
}Node;
Node edge[MAXN]; int cmp(const void*a, const void *b){
return ((Node*)a)->price - ((Node*)b)->price;
} void Init(int n)//并查集初始化
{
for(int i = ; i < n; i++)
{
Rank[i] = ;
Uset[i] = i;
}
} int find(int x)
{
int root = x;
while(root != Uset[root]) root = Uset[root];
while(x != root)
{
int t = Uset[x];
Uset[x] = root;
x = t;
}
return root;
} void unionSet(int x, int y)
{
x = find(x);
y = find(y);
if(Rank[x] > Rank[y])
Uset[y] = x;
else {
Uset[x] = y;
if(Rank[x] == Rank[y]) Rank[y]++;
}
} int Kruskal(int n, int m)
{
int nEdge = , res = ; qsort(edge, m, sizeof(edge[]), cmp);//将边按照权值从小到大排序
for(int i = ; i < m && nEdge != n - ; i++)
{
if(find(edge[i].a) != find(edge[i].b))//判断当前这条边的两个端点是否属于同一棵树
{
unionSet(edge[i].a, edge[i].b);
res += edge[i].price;
nEdge++;
}
}
//如果加入边的数量小于m - 1,则表明该无向图不连通,等价于不存在最小生成树
if(nEdge < n-) res = -;
return res;
}
int main()
{
int n, m, ans;//n为村庄的数量,m为边的数量
while(scanf("%d%d", &n, &m)&&n)
{
Init(n);
for(int i = ; i < m; i++)
scanf("%d%d%d", &edge[i].a, &edge[i].b, &edge[i].price); ans = Kruskal(n, m);
if(ans == -) printf("?\n");
else printf("%d\n", ans);
}
return ;
}

另外,可以参考:http://blog.csdn.net/luomingjun12315/article/details/47700237

作者: AlvinZH

出处: http://www.cnblogs.com/AlvinZH/

本人Github:https://github.com/Pacsiy/JobDu

本文版权归作者AlvinZH和博客园所有,欢迎转载和商用,但未经作者同意必须保留此段声明,且在文章页面明显位置给出原文连接,否则保留追究法律责任的权利。

最小生成树(Prim算法+Kruskal算法)的更多相关文章

  1. 无向带权图的最小生成树算法——Prim及Kruskal算法思路

    边赋以权值的图称为网或带权图,带权图的生成树也是带权的,生成树T各边的权值总和称为该树的权. 最小生成树(MST):权值最小的生成树. 生成树和最小生成树的应用:要连通n个城市需要n-1条边线路.可以 ...

  2. [数据结构]最小生成树算法Prim和Kruskal算法

    最小生成树 在含有n个顶点的连通图中选择n-1条边,构成一棵极小连通子图,并使该连通子图中n-1条边上权值之和达到最小,则称其为连通网的最小生成树.  例如,对于如上图G4所示的连通网可以有多棵权值总 ...

  3. 图的最小生成树的理解和实现:Prim和Kruskal算法

    最小生成树 一个连通图的生成树是一个极小的连通子图,它含有图中所有的顶点,但只有足以构成一棵树的n-1条边.我们将构造连通网的最小代价生成树称为最小生成树(Minimum Cost Spanning ...

  4. hdu 1233 还是畅通工程 最小生成树(prim算法 + kruskal算法)

    还是畅通工程                                                                            Time Limit: 4000/2 ...

  5. 最小生成树 Prim算法 Kruskal算法实现

    最小生成树定义 最小生成树是一副连通加权无向图中一棵权值最小的生成树. 在一给定的无向图 G = (V, E) 中,(u, v) 代表连接顶点 u 与顶点 v 的边(即,而 w(u, v) 代表此边的 ...

  6. 最小生成树Prim算法 Kruskal算法

    Prim算法(贪心策略)N^2 选定图中任意定点v0,从v0开始生成最小生成树 树中节点Va,树外节点Vb 最开始选一个点为Va,其余Vb, 之后不断加Vb到Va最短距离的点 1.初始化d[v0]=0 ...

  7. 算法(图论)——最小生成树及其题目应用(prim和Kruskal算法实现)

    题目 n个村庄间架设通信线路,每个村庄间的距离不同,如何架设最节省开销? Kruskal算法 特点 适用于稀疏图,时间复杂度 是nlogn的. 核心思想 从小到大选取不会产生环的边. 代码实现 代码中 ...

  8. 【431】Prim 算法 & Kruskal 算法

    Prim 算法: Minimum Spanning Tree(MST):最小生成树,就是连接所有节点的最小权值 mst集合与rest集合 mst集合中顶点,找到一条最小权值的边 然后把边相关的顶点,选 ...

  9. 最小生成树之算法记录【prime算法+Kruskal算法】【模板】

    首先说一下什么是树: 1.只含一个根节点 2.任意两个节点之间只能有一条或者没有线相连 3.任意两个节点之间都可以通过别的节点间接相连 4.除了根节点没一个节点都只有唯一的一个父节点 5.也有可能是空 ...

随机推荐

  1. Lucas–Kanade光流算法学习

    Lucas–Kanade光流算法是一种两帧差分的光流估计算法.它由Bruce D. Lucas 和 Takeo Kanade提出.         光流(Optical flow or optic f ...

  2. Verifying Package Integrity Using MD5 Checksums or GnuPG

    In this note, I reference the MySQL manual file. After downloading the MySQL package that suits your ...

  3. [SoapUI] SoapUI+Groovy中"org.apache.xmlbeans.XmlException: error:

    把 def holder = groovyUtils.getXmlHolder("Get Token#Response") 改为 def holder = groovyUtils. ...

  4. [Fiddler] 在 Composer 中对HTTP报文进行编辑,重新执行

    如果想要对某个HTTP请求进行编辑,然后重新执行观察结果,可以将这个报文从左侧拖放到右侧的Composer里面 这样就可以很方便的修改HTTP请求的方法,报文头,报文体 在用 SoapUI 做 API ...

  5. 基于CacheManager组件的缓存产品配置

    一.Couchbase 使用CacheManager组件,在配置Couchbase缓存支持时,由于对配置节cache handle命名规则要求不了解,费了点时间查了源码才明白. section配置节 ...

  6. ofo开锁共享平台

    http://www.cnblogs.com/mengyu/p/7700980.html

  7. jenkins持续集成之Global Tool Configuration的配置

    Global Tool Configuration的配置过程: 1.点击系统管理2.点击 Global Tool Configuration3.必须配置: jdk git ant maven 1.点击 ...

  8. Integer和String "+""=="方法的不同

    在上面的两个篇博客中,我们看到String和Integer不同的常量池的变现形式 我们再看一个例子: public static void main(String[] args) { // TODO ...

  9. C++11中的to_string

    C++11之前,标准库没有提供数字类型转字符串的函数,需要借助sprintf.stringstream等,现在C++11提供了std::to_string函数,可以直接使用了: 点击(此处)折叠或打开 ...

  10. 浅谈tcp_nodelay的作用

    今天在用nginx作web缓存的时候,发现在http里加入这样个参数,能有效的提高数据的实时响应性,那就是tcp_nodelay.下面我们来说说tcp_nodelay的原理: TCP_NODELAY和 ...