热门标签 | HotTags
当前位置:  开发笔记 > 编程语言 > 正文

最小生成树(MinimumSpanningTree,MST)---Prim算法

本文链接:http:www.cnblogs.comAsh-lyp5409904.html普瑞姆(Prim)算法:假设N(V,{E})是连通网,TE是N上最小生成树边的集合

本文链接:http://www.cnblogs.com/Ash-ly/p/5409904.html

普瑞姆(Prim)算法:

  假设N = (V, {E})是连通网,TE是N上最小生成树边的集合,U是是顶点集V的一个非空子集,算法从U = {uo}(u0 属于 V),TE = {}开始,重复执行下述动作:

  在所有u属于U,v属于V - U的边(u, v),且(u, v)属于E中找一条代价最小的边(u0, v0)并并入集合TE中,同时v0并入U,直至U = V为止。此时TE中必有n - 1条边,则T = (V, {TE})为N的最小生成树。

  为了实现这个算法,需要另设一个辅助数组lowcost,lowcost[i]代表V - U中点 i 到 U中某点的最小代价。假如用edge[x][y] 代表 x 和 y 之间的代价为edge[x][y],那么lowcost[i] = Min{edge[i][j] | i 属于 V - U, j  属于 U}。

  时间复杂度:O(n^2),适合点少边多稠密图。

用图描述:

N的初始图:

 

假设从V1开始生成,T 为最终的MST,G 为(V - T{v}, E - T{e} - (lowcost[i], T{v}) | lowcost[i] = INF)(有点乱貌似,继续看图吧)

则图T:                      则图G:          

  

lowcost[i]代表N 中的每个点能连通T的最小代价,点 i 如果不能直接和 T 中某点连通则值应为INF(无穷大),如果点 i 已经属于T,则标记为红色,值为-1。

 

可以看到 N 中的 V4 到T的代价最短,则选择 V4 加入 T 中。

则图T变为:                     则图G变为:

  

由于V4的加入,所以需要更新lowcost数组,lowcost[i] = min(lowcost[i], edge[i][v4])(i 属于 V(G))。lowcost[v2] = 7,而edge[v2][v4] = 9,那么lowcost[v2] 仍然是 7;locost[v3] = INF,而edge[v3][v4] = INF,那么lowcost[v3] 仍然是 INF;lowcost[v4][v4] = -1;lowcost[v5] = INF,而edge[v5][v4] = 15,那么应该把lowcost[v5]更新为15;同理edge[v6][v4]

则lowcost变为:

 

可以看到,lowcost[v6]代价最小,那么选择V6加入T中

则图T变为:                     则图G变为:

  

继续根据更新lowcost的公式,lowcost[i] = min(lowcost[i], edge[v6][i]),(i  属于 V(G))更新lowcost数组。

则lowcost变为:

 

继续选择代价最小的,lowcost[v2] 最小,那么把 v2 加入 T 中

则图T变为:                     则图G变为:

  

执行lowcost[i] = min(lowcost[i], edge[v2][i])。

则得到的lowcost数组为:

 

同样选择代价最小的lowcost[v5],即把V5加入T中。

则图T变为:                     则图G变为:

  

执行lowcost[i] = min(lowcost[i], edge[v5][i])。

则得到的lowcost数组为:

 

继续选择代价最小的lowcost[V3],把V3加入到T中

则图T变为:                     则图G变为:

  

执行lowcost[i] = min(lowcost[i], edge[v3][i])。

则得到的lowcost数组为:

 

显而易见,选择V7加入T中

则图T变为: 

 

至此,算法结束,得到的图T就是所寻找的MST!!!

代码( 未优化, 时间复杂度: O(N2) ):

#include 
#include 
#include 
#include 
#include 
#include 
#include 
using namespace std;

const int MAXN = 103;
const int INF = 0x3f3f3f3f;    //最大值
int edge[MAXN][MAXN];        //邻接矩阵
int used[MAXN];         //标记这个点是否在最小生成树的集合(是否在T中)里面  0 代表未加入  1 代表加入
int lowcost[MAXN];      //存放的是未被加入集合的点(G中的点)到已经被加入集合的点(T中的点)的最短距离
int N,M;

int prim(int start,int maxn)    //假设 从 start 开始寻找MST, maxn  代表点的个数
{
   used[start] = 1;
   for(int i = 1; i <= maxn; i++)    //刚开始只有start 这个点在集合里面 所以初始化这个数组为到集合之外的各个点的距离 ,如果没有则是无穷大(INF)
   {
       lowcost[i] = edge[start][i];
   }
   int sumweight = 0;    // MST 的权值
   int ok = 0;
   for(int i = 1; i <= maxn; i++)
   {
       int minn = INF ;   //为找到最短的那条边
       int v = -1;          //标记找的那个点
       for(int j = 1; j <= maxn; j++)     //开始寻找集合之外得点到集合之里的点的最短边
       {
           if(used[j] == 0 && lowcost[j] //在集合之外的点寻找最短的边
           {
               minn = lowcost[j];
               v = j;  
           }
       }
       if(v != -1)    //找到了 v  这个点
       {
           ok++;
           used[v] = 1;   //标记已被使用
           sumweight += lowcost[v];   //更新权值
           for(int j = 1; j <= maxn; j++)      //更新存放最短边的集合(lowcost)
           {
               if(used[j] == 0 && lowcost[j] > edge[v][j])    //在集合之外(G)得点 寻找到集合之里(T)各个点的最短边 更新数组
               {
                   lowcost[j] = edge[v][j];
               }
           }
       }
   }
   if(ok == maxn -1)    //找到了
     return sumweight;
   return -1;     //没找到
}

int main()
{
    while(cin >> N >> M && N)
    {
        memset(edge, 0x3f, sizeof(edge));  //清空为最大值
        memset(used, 0, sizeof(used));    //刚开始所有的点都在集合之外
        while(N--)
        {
            int u, v, w;
            cin >> u >> v >> w;
            edge[u][v] = edge[v][u] = w;
        }
        int ans = prim(1, M);       //从 1 这个点开始找 一共有M个点
        if(ans <0) cout <<"?" <<endl;
        else cout < endl;
    }
    return 0;
}

 

堆优化:假设 Vb 为MST的点集合, Va为不属于MST的点集和, Vb初始化仅有起点 s, Va 为其余所有点, 上面算法是用一个数组 lowcost 来维护 Va 中的点到 Vb 中的点的最短距离,但是每次更新时需要遍历所有点集,这是一步很耗时的操作,在这里可以用堆来对其进行优化.使用堆(Binary Heap)来保存 Va 中每一点到 Vb 中所有点的最短边长并维护其最小值,并在访问每条边的时候更新.由于堆比较复杂,STL油提供了现成的堆(priority_queue)

代码( 优先队列(堆) + Prim, 时间复杂度O( (N + M) * logN ) ):

 1 const int MAXN = 10000; 
 2 const int MAXE = 100000;
 3 const int INF = 0x3f3f3f3f;
 4 int n, m;
 5 bool visit[MAXN + 3];
 6 int lowcost[MAXN + 3];
 7 int pre[MAXN + 3];
 8 
 9 int head[MAXN + 3], len;
10 struct EDGE { int to; int next; int w; };
11 EDGE edge[2 * MAXE + 3];
12 
13 void addedge(int u, int v, int w) { 
14     edge[len].to = v;
15     edge[len].w = w;
16     edge[len].next = head[u];
17     head[u] = len++;
18 }
19 
20 struct NODE { //队列中的节点
21     int v; int w; //点  v 到 MST 集合中的距离为 w
22     NODE () {}
23     NODE (int u, int wh) {v = u, w = wh;}
24     bool operator <(const NODE& a) const {
25         if(w == a.w) return v > a.v;
26         return w > a.w;
27     }
28     NODE& operator = (const NODE & a) {
29         v = a.v, w = a.w;
30         return *this;
31     }
32 };
33 
34 int prim(int st) {
35     memset(visit, false, sizeof(visit));
36     memset(pre, -1, sizeof(pre));
37     for(int i = 0; i <= n; i++) lowcost[i] = INF;
38     lowcost[st] = 0, pre[st] = st;
39     priority_queue minhp;
40     minhp.push( NODE(st, 0) );    //初始节点入队
41     int mst = 0, cnt = 0;
42     while( !minhp.empty() ) {
43         NODE tp = minhp.top(); minhp.pop(); //从队列首部取出最近的节点, 并删除
44         if(visit[tp.v]) continue;
45         visit[tp.v] = true; //标记已访问节点
46         mst += tp.w, cnt++;//记录MST权值以及MST集合中的点的个数
47         for(int k = head[tp.v], j; k != -1; k = edge[k].next) {
48             if(!visit[j = edge[k].to] && edge[k].w //更新最短边长度
49                 pre[j] = tp.v;
50                 lowcost[j] = edge[k].w;
51                 minhp.push( NODE(j, lowcost[j]) );
52             }
53         }
54     }
55     return cnt == n ?  mst : -1;
56 }

 


推荐阅读
  • 本文介绍了Codeforces Round #321 (Div. 2)比赛中的问题Kefa and Dishes,通过状压和spfa算法解决了这个问题。给定一个有向图,求在不超过m步的情况下,能获得的最大权值和。点不能重复走。文章详细介绍了问题的题意、解题思路和代码实现。 ... [详细]
  • 李逍遥寻找仙药的迷阵之旅
    本文讲述了少年李逍遥为了救治婶婶的病情,前往仙灵岛寻找仙药的故事。他需要穿越一个由M×N个方格组成的迷阵,有些方格内有怪物,有些方格是安全的。李逍遥需要避开有怪物的方格,并经过最少的方格,找到仙药。在寻找的过程中,他还会遇到神秘人物。本文提供了一个迷阵样例及李逍遥找到仙药的路线。 ... [详细]
  • 本文讨论了使用差分约束系统求解House Man跳跃问题的思路与方法。给定一组不同高度,要求从最低点跳跃到最高点,每次跳跃的距离不超过D,并且不能改变给定的顺序。通过建立差分约束系统,将问题转化为图的建立和查询距离的问题。文章详细介绍了建立约束条件的方法,并使用SPFA算法判环并输出结果。同时还讨论了建边方向和跳跃顺序的关系。 ... [详细]
  • 本文介绍了SPOJ2829题目的解法及优化方法。题目要求找出满足一定条件的数列,并对结果取模。文章详细解释了解题思路和算法实现,并提出了使用FMT优化的方法。最后,对于第三个限制条件,作者给出了处理方法。文章最后给出了代码实现。 ... [详细]
  • 本文主要解析了Open judge C16H问题中涉及到的Magical Balls的快速幂和逆元算法,并给出了问题的解析和解决方法。详细介绍了问题的背景和规则,并给出了相应的算法解析和实现步骤。通过本文的解析,读者可以更好地理解和解决Open judge C16H问题中的Magical Balls部分。 ... [详细]
  • 本文介绍了如何使用PHP向系统日历中添加事件的方法,通过使用PHP技术可以实现自动添加事件的功能,从而实现全局通知系统和迅速记录工具的自动化。同时还提到了系统exchange自带的日历具有同步感的特点,以及使用web技术实现自动添加事件的优势。 ... [详细]
  • IhaveconfiguredanactionforaremotenotificationwhenitarrivestomyiOsapp.Iwanttwodiff ... [详细]
  • HDU 2372 El Dorado(DP)的最长上升子序列长度求解方法
    本文介绍了解决HDU 2372 El Dorado问题的一种动态规划方法,通过循环k的方式求解最长上升子序列的长度。具体实现过程包括初始化dp数组、读取数列、计算最长上升子序列长度等步骤。 ... [详细]
  • 本文讨论了如何优化解决hdu 1003 java题目的动态规划方法,通过分析加法规则和最大和的性质,提出了一种优化的思路。具体方法是,当从1加到n为负时,即sum(1,n)sum(n,s),可以继续加法计算。同时,还考虑了两种特殊情况:都是负数的情况和有0的情况。最后,通过使用Scanner类来获取输入数据。 ... [详细]
  • 1,关于死锁的理解死锁,我们可以简单的理解为是两个线程同时使用同一资源,两个线程又得不到相应的资源而造成永无相互等待的情况。 2,模拟死锁背景介绍:我们创建一个朋友 ... [详细]
  • 《数据结构》学习笔记3——串匹配算法性能评估
    本文主要讨论串匹配算法的性能评估,包括模式匹配、字符种类数量、算法复杂度等内容。通过借助C++中的头文件和库,可以实现对串的匹配操作。其中蛮力算法的复杂度为O(m*n),通过随机取出长度为m的子串作为模式P,在文本T中进行匹配,统计平均复杂度。对于成功和失败的匹配分别进行测试,分析其平均复杂度。详情请参考相关学习资源。 ... [详细]
  • 动态规划算法的基本步骤及最长递增子序列问题详解
    本文详细介绍了动态规划算法的基本步骤,包括划分阶段、选择状态、决策和状态转移方程,并以最长递增子序列问题为例进行了详细解析。动态规划算法的有效性依赖于问题本身所具有的最优子结构性质和子问题重叠性质。通过将子问题的解保存在一个表中,在以后尽可能多地利用这些子问题的解,从而提高算法的效率。 ... [详细]
  • Redis底层数据结构之压缩列表的介绍及实现原理
    本文介绍了Redis底层数据结构之压缩列表的概念、实现原理以及使用场景。压缩列表是Redis为了节约内存而开发的一种顺序数据结构,由特殊编码的连续内存块组成。文章详细解释了压缩列表的构成和各个属性的含义,以及如何通过指针来计算表尾节点的地址。压缩列表适用于列表键和哈希键中只包含少量小整数值和短字符串的情况。通过使用压缩列表,可以有效减少内存占用,提升Redis的性能。 ... [详细]
  • STL迭代器的种类及其功能介绍
    本文介绍了标准模板库(STL)定义的五种迭代器的种类和功能。通过图表展示了这几种迭代器之间的关系,并详细描述了各个迭代器的功能和使用方法。其中,输入迭代器用于从容器中读取元素,输出迭代器用于向容器中写入元素,正向迭代器是输入迭代器和输出迭代器的组合。本文的目的是帮助读者更好地理解STL迭代器的使用方法和特点。 ... [详细]
  • linux进阶50——无锁CAS
    1.概念比较并交换(compareandswap,CAS),是原⼦操作的⼀种,可⽤于在多线程编程中实现不被打断的数据交换操作࿰ ... [详细]
author-avatar
我叫yyson_836
这个家伙很懒,什么也没留下!
PHP1.CN | 中国最专业的PHP中文社区 | DevBox开发工具箱 | json解析格式化 |PHP资讯 | PHP教程 | 数据库技术 | 服务器技术 | 前端开发技术 | PHP框架 | 开发工具 | 在线工具
Copyright © 1998 - 2020 PHP1.CN. All Rights Reserved | 京公网安备 11010802041100号 | 京ICP备19059560号-4 | PHP1.CN 第一PHP社区 版权所有