最小生成树
2015-11-24 17:08
260 查看
主题:
其实,求最小生成树有两个要点,一个是权值最小,还有一个就是这个图必须是树。而Prim和Kruskal的不同之处在于两者选择的变量不同,Prim选择的是始终保持权值最小,然后逐个加点构建一棵树。而Kruskal则是始终保证是一棵树(虽然构建过程中不一定是真正的树,但并查集判环可以这样理解:是为了保证结果是一颗树),然后逐条加边,使权值最小。
知道上述两种思想后,来谈谈代码的(都是基于贪心)实现:
Prim:(这里把权值理解成距离)假设,已经确定的点的集合为S,那么还未确定的点可以记为1-S,我们每次从还未确定的点集合1-S中,选择一个里离集合S中的点直接相连,且权值最小(贪心)的点加入S中,不妨被这个点为t,则S与1-S将发生变化:由于t变成了S中的点,那么1-S中与t相连的点的距离实际上变成了该点与S的距离。由于初始化时,已经有一个点已经标志,那么只需要循环N-1次就够了,而且只能是N-1次,否则可能会发生错误(视INF而定),这就是Prim算法。
Kruskal:这个算法相对于Prim来说就比较好理解多了,每次选择权值最小的(贪心)的边,然后看看该边的两个点是否与树矛盾(用并查集判断就行了),在加边的过程中记录有效点的数目,达到N个就结束,不用把每条边都考虑进去。
附上 :HDU 1233 还是畅通工程两种算法的代码,帮助理解:
Prime:
#include<iostream>
#include<cstdio>
#include<cstring>
#include<queue>
#define INF 0x7fffffff
using namespace std;
int Map[110][110],dis[110],vis[110];
int N,M;
void prime(){
memset(vis,0,sizeof(vis));
for(int i=1;i<=N;i++) dis[i]=Map[1][i];//权值可以理解成距离,似乎更好理解
int sum=0;vis[1]=1;//初始1为开始的点,可以任意点
for(int p=1;p<=N-1;p++){//进行N-1次循环,加入剩下的N-1个点
int t,Min=INF;
for(int i=1;i<=N;i++) if(!vis[i] && dis[i]<Min)//寻早集合1-S中到集合S最近的点t
Min=dis[i],t=i;
sum+=Min;vis[t]=1;
for(int i=1;i<=N;i++) if(!vis[i] && dis[i]>Map[t][i])//更新与t相连且在1-S中的点到集合S的距离
dis[i]=Map[t][i];
}
cout<<sum<<endl;
}
int main(){
//freopen("D:\\in.txt","r",stdin);
while(cin>>N && N){
for(int i=0;i<=N;i++) for(int j=0;j<=N;j++) Map[i][j]=INF;
M=(N-1)*N/2;
int a,b,c;
for(int i=0;i<M;i++){
scanf("%d %d %d",&a,&b,&c);
Map[a][b]=Map[b][a]=c;
}
prime();
}
return 0;
}
Kruskal:
#include<iostream>
#include<cstdio>
#include<algorithm>
using namespace std;
struct edge{
int u,v,w;
bool operator<(const edge &a)const{
return w<a.w;
}
}E[10010];
int N,M;
int pre[110];
int find(int x){
int t=x;
while(pre[t]!=t) t=pre[t];
while(x!=t) pre[x]=t,x=pre[x];
return t;
}
void Kruskal(){
for(int i=0;i<=N;i++) pre[i]=i;//初始话并查集
int cnt=1,ans=0;
for(int i=0;i<M;i++){
int u=E[i].u,v=E[i].v,w=E[i].w;
int fu=find(u),fv=find(v);
if(fu==fv) continue;//并查集判断是否满足树的性质
ans+=w;
pre[fv]=fu;cnt++;
if(cnt==N) break;//已经满树
}
cout<<ans<<endl;
}
int main(){
//freopen("D:\\in.txt","r",stdin);
while(cin>>N && N){
M=N*(N-1)/2;
for(int i=0;i<M;i++){
scanf("%d %d %d",&E[i].u,&E[i].v,&E[i].w);
}
sort(E,E+M);//把边排序
Kruskal();
}
return 0;
}
window._bd_share_config = { "common": { "bdSnsKey": {}, "bdText": "", "bdMini": "1", "bdMiniList": false, "bdPic": "", "bdStyle": "0", "bdSize": "16" }, "share": {} }; with (document) 0[(getElementsByTagName('head')[0] || body).appendChild(createElement('script')).src
= 'http://bdimg.share.baidu.com/static/api/js/share.js?v=89860593.js?cdnversion=' + ~(-new Date() / 36e5)];
其实,求最小生成树有两个要点,一个是权值最小,还有一个就是这个图必须是树。而Prim和Kruskal的不同之处在于两者选择的变量不同,Prim选择的是始终保持权值最小,然后逐个加点构建一棵树。而Kruskal则是始终保证是一棵树(虽然构建过程中不一定是真正的树,但并查集判环可以这样理解:是为了保证结果是一颗树),然后逐条加边,使权值最小。
知道上述两种思想后,来谈谈代码的(都是基于贪心)实现:
Prim:(这里把权值理解成距离)假设,已经确定的点的集合为S,那么还未确定的点可以记为1-S,我们每次从还未确定的点集合1-S中,选择一个里离集合S中的点直接相连,且权值最小(贪心)的点加入S中,不妨被这个点为t,则S与1-S将发生变化:由于t变成了S中的点,那么1-S中与t相连的点的距离实际上变成了该点与S的距离。由于初始化时,已经有一个点已经标志,那么只需要循环N-1次就够了,而且只能是N-1次,否则可能会发生错误(视INF而定),这就是Prim算法。
Kruskal:这个算法相对于Prim来说就比较好理解多了,每次选择权值最小的(贪心)的边,然后看看该边的两个点是否与树矛盾(用并查集判断就行了),在加边的过程中记录有效点的数目,达到N个就结束,不用把每条边都考虑进去。
附上 :HDU 1233 还是畅通工程两种算法的代码,帮助理解:
Prime:
#include<iostream>
#include<cstdio>
#include<cstring>
#include<queue>
#define INF 0x7fffffff
using namespace std;
int Map[110][110],dis[110],vis[110];
int N,M;
void prime(){
memset(vis,0,sizeof(vis));
for(int i=1;i<=N;i++) dis[i]=Map[1][i];//权值可以理解成距离,似乎更好理解
int sum=0;vis[1]=1;//初始1为开始的点,可以任意点
for(int p=1;p<=N-1;p++){//进行N-1次循环,加入剩下的N-1个点
int t,Min=INF;
for(int i=1;i<=N;i++) if(!vis[i] && dis[i]<Min)//寻早集合1-S中到集合S最近的点t
Min=dis[i],t=i;
sum+=Min;vis[t]=1;
for(int i=1;i<=N;i++) if(!vis[i] && dis[i]>Map[t][i])//更新与t相连且在1-S中的点到集合S的距离
dis[i]=Map[t][i];
}
cout<<sum<<endl;
}
int main(){
//freopen("D:\\in.txt","r",stdin);
while(cin>>N && N){
for(int i=0;i<=N;i++) for(int j=0;j<=N;j++) Map[i][j]=INF;
M=(N-1)*N/2;
int a,b,c;
for(int i=0;i<M;i++){
scanf("%d %d %d",&a,&b,&c);
Map[a][b]=Map[b][a]=c;
}
prime();
}
return 0;
}
Kruskal:
#include<iostream>
#include<cstdio>
#include<algorithm>
using namespace std;
struct edge{
int u,v,w;
bool operator<(const edge &a)const{
return w<a.w;
}
}E[10010];
int N,M;
int pre[110];
int find(int x){
int t=x;
while(pre[t]!=t) t=pre[t];
while(x!=t) pre[x]=t,x=pre[x];
return t;
}
void Kruskal(){
for(int i=0;i<=N;i++) pre[i]=i;//初始话并查集
int cnt=1,ans=0;
for(int i=0;i<M;i++){
int u=E[i].u,v=E[i].v,w=E[i].w;
int fu=find(u),fv=find(v);
if(fu==fv) continue;//并查集判断是否满足树的性质
ans+=w;
pre[fv]=fu;cnt++;
if(cnt==N) break;//已经满树
}
cout<<ans<<endl;
}
int main(){
//freopen("D:\\in.txt","r",stdin);
while(cin>>N && N){
M=N*(N-1)/2;
for(int i=0;i<M;i++){
scanf("%d %d %d",&E[i].u,&E[i].v,&E[i].w);
}
sort(E,E+M);//把边排序
Kruskal();
}
return 0;
}
window._bd_share_config = { "common": { "bdSnsKey": {}, "bdText": "", "bdMini": "1", "bdMiniList": false, "bdPic": "", "bdStyle": "0", "bdSize": "16" }, "share": {} }; with (document) 0[(getElementsByTagName('head')[0] || body).appendChild(createElement('script')).src
= 'http://bdimg.share.baidu.com/static/api/js/share.js?v=89860593.js?cdnversion=' + ~(-new Date() / 36e5)];
相关文章推荐
- AVL树-自平衡二叉查找树(Java实现)
- C语言二叉树的非递归遍历实例分析
- 使用C语言构建基本的二叉树数据结构
- C++非递归队列实现二叉树的广度优先遍历
- C#使用前序遍历、中序遍历和后序遍历打印二叉树的方法
- C#非递归先序遍历二叉树实例
- C++非递归建立二叉树实例
- C语言实现找出二叉树中某个值的所有路径的方法
- C++实现二叉树遍历序列的求解方法
- C语言实现二叉树遍历的迭代算法
- 用C语言判断一个二叉树是否为另一个的子结构
- C++实现二叉树非递归遍历方法实例总结
- C++二叉树结构的建立与基本操作
- 深入遍历二叉树的各种操作详解(非递归遍历)
- JavaScript数据结构和算法之二叉树详解
- java使用归并删除法删除二叉树中节点的方法
- Java中二叉树数据结构的实现示例
- python数据结构之二叉树的建立实例
- python数据结构树和二叉树简介
- python数据结构之二叉树的统计与转换实例