Kruskal算法(贪心+并查集=最小生成树)
2016-04-16 17:34
351 查看
http://www.51nod.com/
Kruskal算法的高效实现需要一种称作并查集的结构。我们在这里不介绍并查集,只介绍Kruskal算法的基本思想和证明,实现留在以后讨论。
Kruskal算法的过程:
(1) 将全部边按照权值由小到大排序。
(2) 按顺序(边权由小到大的顺序)考虑每条边,只要这条边和我们已经选择的边不构成圈,就保留这条边,否则放弃这条边。
算法 成功选择(n-1)条边后,形成一个棵最小生成树,当然如果算法无法选择出(n-1)条边,则说明原图不连通。
以下图为例:
![](http://img.51nod.com/upload/000FBEC4/08D26CF30A09CE5C000000000000000F.png)
边排序后为:
1 AF 1
2 DE 4
3 BD 5
4 BC 6
5 CD 10
6 BF 11
7 DF 14
8 AE 16
9 AB 17
10 EF 33
算法处理过程如下:
![](http://img.51nod.com/upload/000FBEC4/08D26CF3C5A4FF670000000000000010.png)
处理边AF,点A与点F不在同一个集合里,选中AF。
![](http://img.51nod.com/upload/000FBEC4/08D26CF3CBA73F970000000000000011.png)
处理边DE,点D与点E不在同一个集合里,选中DE
![](http://img.51nod.com/upload/000FBEC4/08D26CF5181FC1110000000000000012.png)
处理边BD,点B与点D不在同一个集合里,选中BD
![](http://img.51nod.com/upload/000FBEC4/08D26CF5C59052400000000000000013.png)
处理边BC,点B与点C不在同一个集合里,选中BC
![](http://img.51nod.com/upload/000FBEC4/08D26CF5E2D88E7F0000000000000014.png)
处理边CD,点C与点D在同一个集合里,放弃CD。
处理边BF,点B与点F不在同一个集合里,选中BF。
至此,所有的点都连在了一起,剩下的边DF,AE,AB,EF不用继续处理了,算法执行结束。
Kruskal算法的证明。假设图连通,我们证明Krusal算法得到一棵最小生成树。我们假设Kruskal算法得到的树是K (注意我们已经假设Kruskal算法一定可以得到生成树)。假设T是一棵最小生成树,并且K ≠T, K中显然至少有一条边。我们找到在K中,而不在T中最小权值的边e。
把e加入T中,则形成一个圈,删掉这个圈中不在K中的边f,得到新的生成树T’。
f的存在性,如果全里面所有的边都在K中,则K包含圈,矛盾。
考虑边权值关系:
(1) 若w(f) > w(e), 则T’的权值和小于T的权值和,与T是最小生成树矛盾。
(2) 若w(f) < w(e), 说明Kruskal算法在考虑加入e之前先考虑了边f,之所以没加入f是因为f和之前加入的边形成圈,之前加入的边权值显然不超过w(f) (因为加边是从小到大的顺序加入的),所以之前加入的边权值一定小于w(e)。而根据e的定义,K中权值小于w(e)的边都在T中,这说明T中的边会和f构成圈,矛盾。
所以只能w(f) = w(e)。T’仍然是最小生成树,而T’和K相同的边多了一条。
这样下去有限步之后,最终可以把T变为K,从而K也是最小生成树。
最后,我们来提供输入输出数据,由你来写一段程序,实现这个算法,只有写出了正确的程序,才能继续后面的课程。
输入
输出
输入示例
输出示例
请选取你熟悉的语言,并在下面的代码框中完成你的程序,注意数据范围,最终结果会造成Int32溢出,这样会输出错误的答案。
不同语言如何处理输入输出,请查看下面的语言说明。
使用并查集和贪心思想。适合稀疏图。
Kruskal算法实现:
Kruskal算法的高效实现需要一种称作并查集的结构。我们在这里不介绍并查集,只介绍Kruskal算法的基本思想和证明,实现留在以后讨论。
Kruskal算法的过程:
(1) 将全部边按照权值由小到大排序。
(2) 按顺序(边权由小到大的顺序)考虑每条边,只要这条边和我们已经选择的边不构成圈,就保留这条边,否则放弃这条边。
算法 成功选择(n-1)条边后,形成一个棵最小生成树,当然如果算法无法选择出(n-1)条边,则说明原图不连通。
以下图为例:
![](http://img.51nod.com/upload/000FBEC4/08D26CF30A09CE5C000000000000000F.png)
边排序后为:
1 AF 1
2 DE 4
3 BD 5
4 BC 6
5 CD 10
6 BF 11
7 DF 14
8 AE 16
9 AB 17
10 EF 33
算法处理过程如下:
![](http://img.51nod.com/upload/000FBEC4/08D26CF3C5A4FF670000000000000010.png)
处理边AF,点A与点F不在同一个集合里,选中AF。
![](http://img.51nod.com/upload/000FBEC4/08D26CF3CBA73F970000000000000011.png)
处理边DE,点D与点E不在同一个集合里,选中DE
![](http://img.51nod.com/upload/000FBEC4/08D26CF5181FC1110000000000000012.png)
处理边BD,点B与点D不在同一个集合里,选中BD
![](http://img.51nod.com/upload/000FBEC4/08D26CF5C59052400000000000000013.png)
处理边BC,点B与点C不在同一个集合里,选中BC
![](http://img.51nod.com/upload/000FBEC4/08D26CF5E2D88E7F0000000000000014.png)
处理边CD,点C与点D在同一个集合里,放弃CD。
处理边BF,点B与点F不在同一个集合里,选中BF。
至此,所有的点都连在了一起,剩下的边DF,AE,AB,EF不用继续处理了,算法执行结束。
Kruskal算法的证明。假设图连通,我们证明Krusal算法得到一棵最小生成树。我们假设Kruskal算法得到的树是K (注意我们已经假设Kruskal算法一定可以得到生成树)。假设T是一棵最小生成树,并且K ≠T, K中显然至少有一条边。我们找到在K中,而不在T中最小权值的边e。
把e加入T中,则形成一个圈,删掉这个圈中不在K中的边f,得到新的生成树T’。
f的存在性,如果全里面所有的边都在K中,则K包含圈,矛盾。
考虑边权值关系:
(1) 若w(f) > w(e), 则T’的权值和小于T的权值和,与T是最小生成树矛盾。
(2) 若w(f) < w(e), 说明Kruskal算法在考虑加入e之前先考虑了边f,之所以没加入f是因为f和之前加入的边形成圈,之前加入的边权值显然不超过w(f) (因为加边是从小到大的顺序加入的),所以之前加入的边权值一定小于w(e)。而根据e的定义,K中权值小于w(e)的边都在T中,这说明T中的边会和f构成圈,矛盾。
所以只能w(f) = w(e)。T’仍然是最小生成树,而T’和K相同的边多了一条。
这样下去有限步之后,最终可以把T变为K,从而K也是最小生成树。
最后,我们来提供输入输出数据,由你来写一段程序,实现这个算法,只有写出了正确的程序,才能继续后面的课程。
输入
第1行:2个数N,M中间用空格分隔,N为点的数量,M为边的数量。(2 <= N <= 1000, 1 <= M <= 50000) 第2 - M + 1行:每行3个数S E W,分别表示M条边的2个顶点及权值。(1 <= S, E <= N,1 <= W <= 10000)
输出
输出最小生成树的所有边的权值之和。
输入示例
9 14 1 2 4 2 3 8 3 4 7 4 5 9 5 6 10 6 7 2 7 8 1 8 9 7 2 8 11 3 9 2 7 9 6 3 6 4 4 6 14 1 8 8
输出示例
37
请选取你熟悉的语言,并在下面的代码框中完成你的程序,注意数据范围,最终结果会造成Int32溢出,这样会输出错误的答案。
不同语言如何处理输入输出,请查看下面的语言说明。
使用并查集和贪心思想。适合稀疏图。
Kruskal算法实现:
#include <iostream> #include <stdio.h> #include <stdlib.h> using namespace std; int parent[10]; int n,m; int i,j; struct edge{ int u,v,w; //边的顶点,权值 }edges[10]; //初始化并查集 void UFset(){ for(i=1; i<=n; i++) parent[i] = -1; } //查找i的跟 int find(int i){ int temp; //查找位置 for(temp = i; parent[temp] >= 0; temp = parent[temp]); //压缩路径 while(temp != i){ int t = parent[i]; parent[i] = temp; i = t; } return temp; } //合并两个元素a,b void merge(int a,int b){ int r1 = find(a); int r2 = find(b); int tmp = parent[r1] + parent[r2]; //两个集合节点数的和 if(parent[r1] > parent[r2]){ parent[r1] = r2; parent[r2] = tmp; }else{ parent[r2] = r1; parent[r1] = tmp; } } void kruskal(){ int sumWeight = 0; int num = 0; int u,v; UFset(); for(int i=0; i<m; i++) { u = edges[i].u; v = edges[i].v; if(find(u) != find(v)){ //u和v不在一个集合 printf("加入边:%d %d,权值: %d\n", u,v,edges[i].w); sumWeight += edges[i].w; num ++; merge(u, v); //把这两个边加入一个集合。 } } printf("weight of MST is %d \n", sumWeight); } //比较函数,用户排序 int cmp(const void * a, const void * b){ edge * e1 = (edge *)a; edge * e2 = (edge *)b; return e1->w - e2->w; } int main() { scanf("%d %d", &n, &m); for(i=0; i<m; i++){ scanf("%d %d %d", &edges[i].u, &edges[i].v, &edges[i].w); } qsort(edges, m, sizeof(edge), cmp); kruskal(); return 0; } /* 测试数据: 7 9 1 2 28 1 6 10 2 3 16 2 7 14 3 4 12 4 5 22 4 7 18 5 6 25 5 7 24 输出: 加入边:1 6,权值: 10 加入边:3 4,权值: 12 加入边:2 7,权值: 14 加入边:2 3,权值: 16 加入边:4 5,权值: 22 加入边:5 6,权值: 25 weight of MST is 99 */
相关文章推荐
- iOS backBarButtonItem设置
- 多线程
- RF前端
- C++中对于类来说头文件(.h)和源文件(.cpp)都应该写些什么 (类的常规创建)
- poj3083Children of the Candy Corn(dfs)
- 关于.gitignore中!使用的注意事项
- Java对象的序列化和反序列化
- oracle timestamp与字符串转换
- Centos 7 开放查看端口
- UpdateWindow API函数的作用很明显
- 字符编码详解及由来(UNICODE,UTF-8,GBK)
- Android通过PHP连接mysql(带源码)
- nginx的server_name配置
- 深度学习、自然语言处理和表征方法
- manecher算法详解
- 关于解决mysql workbench无法插入中文的问题
- 关于ios导航控制器的知识总结
- 【总结】Hadoop配置文件core-site.xml
- 工作中遇到的关于C#字符串处理小问题。《记录经验》
- C++:模拟实现类似<time.h>的计时功能