引言
在了解两种最小生成树算法之前,我们要先清楚几个概念:
- 有向图:若图中的每条边都是有方向的,各点之间只能单向传递信息,则此图为有向图。
- 无向图:若图中的每条边都是没有方向,各点之间可以双向传递信息,则此图为无向图。
- 连通图:在无向图中,若任意两个顶点之间都有路径相通,则称该无向图为连通图。
- 生成树:只要能连通所有顶点而又不产生回路的任何子图都是它的生成树。
- 最小生成树:在连通网的所有生成树中,所有边的代价和最小的生成树,称为最小生成树。
我们所要讲解的最小生成树,是基于无向图的基础上进行的。
1.Prim算法
此算法是通过逐步“加点”完成的-------------------------------------------------------------------------------
思路:选择任意一个顶点,每次选择到当前顶点距离最近的点,把该点与顶点之间的边加入到树中,直到各顶点都有边连接并且属于同一棵树中,
在找距离最近的点的时候用到了贪心。
方法:1.选择一个任意顶点,用标记变量进行标记
2.计算与此顶点相连的所有点与此顶点的距离,选择最短的那个点,进行标记,加入最小生成树,以此类推
3.直到最小生成树有n个顶点为止
时间复杂度:这里记顶点数v,边数e ,邻接矩阵:O(v2) 邻接表:O(elog2v)
图片演示:
代码演示:(就拿数据结构实验之图论九:最小生成树这道题来说)
void prim(int n)//Prim算法 { flag=0; sum=0; int k=1; for(int i=1; i<=n; i++) { lowcost[i]=Map[i][1];//让lowcost数组等于该点到1的成本,默认各点到1的成本都为最低 } vis[1]=1;//用vis数组进行标记 for(int i=1; i<n; i++) { int t=MAX; for(int j=1; j<=n; j++) { if(!vis[j]&&Map[j][k]<lowcost[j])//将各点的最低成本更新进去 { lowcost[j]=Map[j][k];//如果出现了更低的成本,则将该点的最低成本更新 } } for(int j=1; j<=n; j++) { if(!vis[j]&&t>lowcost[j])//遍历没有被找过的点,找最低的成本 { t=lowcost[j]; k=j; } } if(t==MAX)//如果不能找到,停止 { flag=1; return ; } vis[k]=1; sum+=t; } }
此算法是通过逐步“加边”完成的----------------------------------------------------------------------------
思路:找最短的一条边,进行标记,依次找最短的边,直到最小生成树有n-1条边为止。
在找最短边的过程中也用到了贪心
方法:1.先将该树中的各边权值按从小到大顺序排列
2.找权值最小的那条边,进行标记,再依次选择权值最小的边,注意:再次选择的边所连接的两个点,原本应属于不同的树,将这两棵树合并成同一棵树
3.循环直到最小生成树中存在n-1条边为止
4.还用到了并查集的思想
时间复杂度:elog2e e为图中的边数
图片演示:
代码演示:(就拿数据结构实验之图论九:最小生成树这道题来说)
int find_dad(int a)//找a的上级结点 { if(father[a]==a) return a; return father[a]=find_dad(father[a]); } int union_node(int x,int y)//将找到的结点合并起来 { int x1=find_dad(x); int y1=find_dad(y); if(x1!=y1) { father[x1]=y1; return 1; } return 0; } bool cmp(edge a,edge b)//找最短的路径 { return a.w<b.w; }
小声bb:并查集不会的以后会讲