• 最小生成树MST(Minimum Spanning Tree)-普里姆(Prim)算法


    简单讲解

    图的定义时 我们规定一个连通图的生成树是一个极小连通子图 含有N个顶点N-1个边   我们把图中带权的边  最小代价生成的树成为最小生成树。   

    普里姆(Prim)算法  prim算法适合稠密图,其时间复杂度为O(n^2),其时间复杂度与边得数目无关以顶点找顶点 考虑权值 

                存储方式为邻接矩阵

    基本思想:假设G=(V,E)是连通的,TE是G上最小生成树中边的集合。算法从U={u0}(u0∈V)、TE={}开始。重复执行下列操作:

       在所有u∈U,v∈V-U的边(u,v)∈E中找一条权值最小的边(u0,v0)并入集合TE中,同时v0并入U,直到V=U为止。

       此时,TE中必有n-1条边,T=(V,TE)为G的最小生成树。

       Prim算法的核心:始终保持TE中的边集构成一棵生成树。

    注意:prim算法适合稠密图,其时间复杂度为O(n^2),其时间复杂度与边得数目无关,

    为了更好理解我们在这里举一个例子,示例如下:

     

    (1)图中有6个顶点v1-v6,每条边的边权值都在图上;在进行prim算法时,我先随意选择一个顶点作为起始点,当然我们一般选择v1作为起始点,好,现在我们设U集合为当前所找到最小生成树里面的顶点,TE集合为所找到的边,现在状态如下:

    U={v1}; TE={}

    (2)现在查找一个顶点在U集合中,另一个顶点在V-U集合中的最小权值,如下图,在红线相交的线上找最小值。

    通过图中我们可以看到边v1-v3的权值最小为1,那么将v3加入到U集合,(v1,v3)加入到TE,状态如下:

    U={v1,v3}; TE={(v1,v3)};

    (3)继续寻找,现在状态为U={v1,v3}; TE={(v1,v3)};在与红线相交的边上查找最小值。

    我们可以找到最小的权值为(v3,v6)=4,那么我们将v6加入到U集合,并将最小边加入到TE集合,那么加入后状态如下:

    U={v1,v3,v6}; TE={(v1,v3),(v3,v6)}; 如此循环一下直到找到所有顶点为止。

    (4)下图像我们展示了全部的查找过程:

    #include<iostream>
    #include<fstream>
    using  namespace std;
    #define MAX 100
    #define MAXCOST 65535
    int graph[MAX][MAX];
    int Prim(int graph[][MAX], int m)//m 是点数
    {
        int lowcost[m];
        int mst[m];
        int i, j, min, k, sum = 0;
        mst[1] = 0;
        lowcost[1]=0;
        for (i = 2; i <= m; i++)
        {
            lowcost[i] = graph[1][i];
            mst[i] = 1;
        }
        for (i = 2; i <= m; i++)
        {
            min = MAXCOST;
            k = 0;
            for (j = 2; j <= m; j++)
            {
                if (lowcost[j] < min && lowcost[j] != 0)
                {
                    min = lowcost[j];
                    k = j;//找到最小值下标
                }
            }
            cout << "V" << mst[k] << "-V" << k << "=" << min << endl;
            sum += min;
            lowcost[k] = 0;//到达k的距离为0 说明这个顶点完成了任务
            for (j = 2; j <= m; j++) // 更新lowcost 数组
            {
                if (lowcost[j] != 0 && graph[k][j] < lowcost[j])
                {
                    lowcost[j] = graph[k][j];/本来到达不了 由于k的引入 可以到达了
                    mst[j] = k; //这是不能总是从V1开始去别的点 把 现在能找到的近距离类似  mst[k]
                }
            }
        }
        return sum;
    }
    int main()
    {
        int i, j, k, m, n;
        int cost;
        cout<<"please input V and E:";
        cin >> m >> n;//m=顶点的个数,n=边的个数
        //初始化图G
        for (i = 1; i <= m; i++)
        {
            for (j = 1; j <= m; j++)
            {
                graph[i][j] = MAXCOST;
            }
        }
        //构建图G
        cout<<"please intput i j and cost:"<<endl;
        for (k = 1; k <= n; k++)
        {
            cin >> i >> j >> cost;
            graph[i][j] = cost;
            graph[j][i] = cost;
        }
        //求解最小生成树
        cost = Prim(graph, m);
        //输出最小权值和
        cout << "最小权值和=" << cost << endl;
        return 0;
    }

    测试数据 V E

    6 10

    1 2 6 

    1 3 1 

    1 4 5 

    2 3 5 

    2 5 3 

    3 4 5 

    3 5 6 

    3 6 4 

    4 6 2 

    5 6 6

    结果

    V1-V3=1 

    V3-V6=4 

    V6-V4=2 

    V3-V2=5 

    V2-V5=3 

    最小权值和=15 

    请按任意键继续. . .

    关注公众号 海量干货等你
  • 相关阅读:
    2016/4/27 xml
    2016/4/27 网络编程
    2016/4/25 java io
    mysql 基础列题
    数据库的语法
    数据库
    io流
    xml
    网络编程
    gui2
  • 原文地址:https://www.cnblogs.com/sowhat1412/p/12734467.html
Copyright © 2020-2023  润新知