编程语言
首页 > 编程语言> > Kruskal和Prim算法详解

Kruskal和Prim算法详解

作者:互联网

最小生成树概念(转载)

  假设一个国家有一些城市,这些城市可以互相连接起来,假设每两个城市之间的道路有很多条,那么一定存在这样的情况,可以用最少的路程连接各个城市。
  以上这个问题就可以归纳为最小生成树问题,用正式的表述方法描述为:给定一个无方向的带权图G=(V, E),最小生成树为集合TT是以最小代价连接V中所有顶点所用边E的最小集合。 集合T中的边能够形成一颗树,这是因为每个节点(除了根节点)都能向上找到它的一个父节点。

  而Prim算法和Kruskal算法,就分别从点和边下手解决了该问题。

Prim算法

  Prim算法是一种产生最小生成树的算法。该算法于1930年由捷克数学家沃伊捷赫·亚尔尼克(英语:Vojtěch Jarník)发现;并在1957年由美国计算机科学家罗伯特·普里姆(英语:Robert C. Prim)独立发现;1959年,艾兹格·迪科斯彻再次发现了该算法。

 

  Prim算法从任意一个顶点开始,每次选择一个与当前顶点集最近的一个顶点,并将两顶点之间的边加入到树中。Prim算法在找当前最近顶点时使用到了贪婪算法。

 

  算法描述:
1. 在一个加权连通图中,顶点集合V,边集合为E
2. 任意选出一个点作为初始顶点,标记为visit,计算所有与之相连接的点的距离,选择距离最短的,标记visit.
3. 重复以下操作,直到所有点都被标记为visit
在剩下的点钟,计算与已标记visit点距离最小的点,标记visit,证明加入了最小生成树。

 

  下面我们来看一个最小生成树生成的过程:
1 起初,从顶点a开始生成最小生成树

 

 

 2 选择顶点a后,顶点啊置成visit(涂黑),计算周围与它连接的点的距离:

              

 

 

 3 与之相连的点距离分别为7,6,4,选择C点距离最短,涂黑C,同时将这条边高亮加入最小生成树:

              

 

 4 计算与a,c相连的点的距离(已经涂黑的点不计算),因为与a相连的已经计算过了,只需要计算与c相连的点,如果一个点与a,c都相连,那么它与a的距离之前已经计算过了,如果它与c的距离更近,则更新距离值,这里计算的是未涂黑的点距离涂黑的点的最近距离,很明显,ba7bc的距离为6,更新b和已访问的点集距离为6,而f,ec的距离分别是8,9,所以还是涂黑b,高亮边bc

              

 

 

 5 接下来很明显,d距离b最短,将d涂黑,bd高亮:

              

 

 

 6 f距离d7,距离b4,更新它的最短距离值是4,所以涂黑f,高亮bf

              

7 最后只有e了:

              

针对如上的图,代码实例如下:

 1 #include<bits/stdc++.h>
 2 #define INF 10000
 3 using namespace std;
 4 const int N = 6;
 5 bool visit[N];
 6 int dist[N] = { 0, };
 7 int graph[N][N] = { {INF,7,4,INF,INF,INF},  //INF代表两点之间不可达
 8                     {7,INF,6,2,INF,4},
 9                     {4,6,INF,INF,9,8},
10                     {INF,2,INF,INF,INF,7},
11                     {INF,INF,9,INF,INF,1},
12                     {INF,4,8,7,1,INF}
13                   };
14 int prim(int cur)
15 {
16     int index = cur;
17     int sum = 0;
18     int i = 0;
19     int j = 0;
20     cout << index << " ";
21     memset(visit,false, sizeof(visit));
22     visit[cur] = true;
23     for(i = 0; i < N; i++)
24         dist[i] = graph[cur][i];//初始化,每个与a邻接的点的距离存入dist
25     for(i = 1; i < N; i++)
26     {
27         int minor = INF;
28         for(j = 0; j < N; j++)
29         {
30             if(!visit[j] && dist[j] < minor)          //找到未访问的点中,距离当前最小生成树距离最小的点
31             {
32                 minor = dist[j];
33                 index = j;
34             }
35         }
36         visit[index] = true;
37         cout << index << " ";
38         sum += minor;
39         for(j = 0; j < N; j++)
40         {
41             if(!visit[j] && dist[j]>graph[index][j])      //执行更新,如果点距离当前点的距离更近,就更新dist
42             {
43                 dist[j] = graph[index][j];
44             }
45         }
46     }
47     cout << endl;
48     return sum;               //返回最小生成树的总路径值
49 }
50 int main()
51 {
52     cout << prim(0) << endl;//从顶点a开始
53     return 0;
54 }

 

Kruskal算法

  Kruskal是另一个计算最小生成树的算法,其算法原理如下。首先,将每个顶点放入其自身的数据集合中。然后,按照权值的升序来选择边。当选择每条边时,判断定义边的顶点是否在不同的数据集中。如果是,将此边插入最小生成树的集合中,同时,将集合中包含每个顶点的联合体取出,如果不是,就移动到下一条边。重复这个过程直到所有的边都探查过。

  下面还是用一组图示来表现算法的过程:
1 初始情况,一个联通图,定义针对边的数据结构,包括起点,终点,边长度:

typedef struct _node{
    int val;   //长度
    int start; //边的起点
    int end;   //边的终点
}Node;

              

 

 

 2 在算法中首先取出所有的边,将边按照长短排序,然后首先取出最短的边,将a,e放入同一个集合里,在实现中我们使用到了并查集的概念:

              

 

 3 继续找到第二短的边,将c, d再放入同一个集合里:

              

 

 4 继续找,找到第三短的边ab,因为a,e已经在一个集合里,再将b加入:

              

 

 5 继续找,找到b,e,因为b,e已经同属于一个集合,连起来的话就形成环了,所以边be不加入最小生成树:

              

 

 6 再找,找到bc,因为c,d是一个集合的,a,b,e是一个集合,所以再合并这两个集合:

              

 

这样所有的点都归到一个集合里,生成了最小生成树。

  根据上图实现的代码如下

 

 1 #include<bits/stdc++.h
 2 #define N 7
 3 using namespace std;
 4 typedef struct _node{
 5     int val;
 6     int start;
 7     int end;
 8 }Node;
 9 Node V[N];
10 int cmp(const void *a, const void *b)
11 {
12     return (*(Node *)a).val - (*(Node*)b).val;
13 }
14 int edge[N][3] = {  { 0, 1, 3 },
15                     { 0, 4, 1 }, 
16                     { 1, 2, 5 }, 
17                     { 1, 4, 4 },
18                     { 2, 3, 2 }, 
19                     { 2, 4, 6 }, 
20                     { 3, 4, 7} 
21                     };
22 
23 int father[N] = { 0, };
24 int cap[N] = {0,};
25 
26 void make_set()              //初始化集合,让所有的点都各成一个集合,每个集合都只包含自己
27 {
28     for (int i = 0; i < N; i++)
29     {
30         father[i] = i;
31         cap[i] = 1;
32     }
33 }
34 
35 int find_set(int x)              //判断一个点属于哪个集合,点如果都有着共同的祖先结点,就可以说他们属于一个集合
36 {
37     if (x != father[x])
38      {                              
39         father[x] = find_set(father[x]);
40     }     
41     return father[x];
42 }                                  
43 
44 void Union(int x, int y)         //将x,y合并到同一个集合
45 {
46     x = find_set(x);
47     y = find_set(y);
48     if (x == y)
49         return;
50     if (cap[x] < cap[y])
51         father[x] = find_set(y);
52     else
53     {
54         if (cap[x] == cap[y])
55             cap[x]++;
56         father[y] = find_set(x);
57     }
58 }
59 
60 int Kruskal(int n)
61 {
62     int sum = 0;
63     make_set();
64     for (int i = 0; i < N; i++)//将边的顺序按从小到大取出来
65     {
66         if (find_set(V[i].start) != find_set(V[i].end))     //如果改变的两个顶点还不在一个集合中,就并到一个集合里,生成树的长度加上这条边的长度
67         {
68             Union(V[i].start, V[i].end);  //合并两个顶点到一个集合
69             sum += V[i].val;
70         }
71     }
72     return sum;
73 }
74 int main()
75 {
76     for (int i = 0; i < N; i++)   //初始化边的数据,在实际应用中可根据具体情况转换并且读取数据,这边只是测试用例
77     {
78         V[i].start = edge[i][0];
79         V[i].end = edge[i][1];
80         V[i].val = edge[i][2];
81     }
82     qsort(V, N, sizeof(V[0]), cmp);
83     cout << Kruskal(0)<<endl;
84   return 0;
85 }

 

标签:Prim,int,Kruskal,距离,算法,详解,集合,顶点,INF
来源: https://www.cnblogs.com/lizihan00787/p/16627506.html