Prim 算法及其高效实现
2018-03-18 00:00
302 查看
转自:ivy-end http://www.ivy-end.com/archives/943
背景
最小生成树(Minimum Spanning Trees),简称MST。是图论中一个非常重要的概念。解决这个问题有两种算法,今天暂且先来讨论一下Prim Algorithm。不做特别说明,讨论的都是无向图。
首先介绍一下最小生成树的概念,我们知道,图可以这样定义 G=(V,E) ,其中 G 表示图,V 表示顶点集合,E 表示边集合。最小生成树是这样一棵树,它满足:
通俗地讲,就是使得图GG连通时,所选取的边的长度的和最小。
如上图,加粗的路径就是在最小生成树上的路径。
算法讲解:
现在,我们开始讨论Prim Algorithm。这个算法可以分为下面几个步骤:
将顶点集 V 分成两个集合 A 和 B,其中集合 A 表示目前已经在MST中的顶点,而集合 B 则表示目前不在 MST 中的顶点。
寻找与集合 A 连通的最短的边 (u,v),将这条边加入最小生成树中。(此时,与(u,v) 相连的顶点,不妨设为 Bi,也应加入集合 A 中)重复第二步,直至集合 B 为空集。
算法的大体思想就是这样了。为了方便理解,我们先来看一下下面一张图片:
对照上面的图片,想必对于Prim Algorithm也有了一定的理解。
下面我们来设计算法,显然,我们需要遍历集合 A 中所有顶点及与之相连的边,取连接到集合B的权值最小的边,加入最小生成树。这样一来,复杂度将达到 O(n3)。
我们可以对这个想法进行优化。我们维护一 pCost[i] 数组,用来表示从集合A到与之相邻的节点的最小费用。这样,我们只要每次取这个数组中的最小值,把它在集合B中所对应的结点Vi加入到集合A中。
每次加入结束以后,都要更新pCost[i]数组。即枚举所有与结点Vi相连的边,判断是否比pCost[i]数组中的最小费用小,如果比它小,则更新。这样可以将算法优化到O(n2)。
代码如下:
#include <iostream>#include <memory.h> #include <vector>
using namespace std;
const int MAX = 1024;const int INF = 2147483647; // 设置最大权值
int N, M;vector<pair<int, int> > pMap[MAX]; // 邻接表
void Prim();
int main(){ cin >> N >> M; for(int i = 1; i <= M; i++) { int u, v, w; cin >> u >> v >> w; pMap[u].push_back(make_pair(v, w)); pMap[v].push_back(make_pair(u, w)); } Prim(); return 0;}
void Prim(){ int nCost = 0; vector<int> pMST; // 储存MST的结点 int pCost[MAX]; // 储存与集合A相邻的顶点的最小权值,0表示该结点已经在MST中 pMST.push_back(1); // 将结点1加入MST pCost[1] = 0; for(int i = 2; i <= N; i++) // 初始化,切记要将除1以外的都置为INF { pCost[i] = INF; } for(int i = 0; i < pMap[1].size(); i++) // 处理与结点1相连的顶点 { pCost[pMap[1][i].first] = pMap[1][i].second; } for(int i = 1; i <= N - 1; i++) // 剩余N-1个顶点,循环N-1次 { int nVertex = 0, nWeight = INF; // 用于寻找最短的边 for(int j = 1; j <= N; j++) { if(nWeight > pCost[j] && pCost[j] != 0) { nVertex = j; nWeight = pCost[j]; } }
pCost[nVertex] = 0; pMST.push_back(nVertex); // 将节点nVertex加入MST
nCost += nWeight; // 计算MST的费用
for(int j = 0; j < pMap[nVertex].size(); j++) // 更新pCost数组 { if(pCost[pMap[nVertex][j].first] != 0 && pCost[pMap[nVertex][j].first] > pMap[nVertex][j].second) { pCost[pMap[nVertex][j].first] = pMap[nVertex][j].second; } } } cout << "MST Cost is " << nCost << endl; cout << "The vertexs in MST are "; for(int i = 0; i < pMST.size(); i++) { cout << pMST[i] << " "; } cout << endl;}
相关文章推荐
- Prim 算法及其高效实现
- 高效质数判断算法及其JS实现
- Round-Robin负载均衡算法及其实现原理
- acm pku 1287 Networking的Prim最小生成树算法实现
- Wiener维纳滤波基本原理及其算法实现
- K最近邻算法及其Python实现
- [置顶] KNN及其改进算法的python实现
- KNN算法及其实现
- KNN及其改进算法的python实现
- Canny边缘检测算法原理及其VC实现详解(二)
- 一个快速、高效的Levenshtein算法实现
- 快速排序思想及其算法实现
- Round-Robin负载均衡算法及其实现原理
- 13行代码实现最快速最高效的积分图像算法。
- 浅谈算法和数据结构: 六 符号表及其基本实现
- 一个应用实例详解卡尔曼滤波及其算法实现
- 一个应用实例详解卡尔曼滤波及其算法实现
- Canny边缘检测算法原理及其VC实现详解(二)
- Canny边缘检测算法原理及其VC实现详解(二)
- 卡尔曼滤波简介及其算法实现代码(C++/C/MATLAB)