算法代码

C#代码

using System;
using System.Linq; namespace Kruskal
{
class Program
{
static void Main(string[] args)
{
Edge[] edges = new Edge[] {
new Edge(){Begin = 4, End = 7, Weight = 7 },
new Edge(){Begin = 2, End = 8, Weight = 8 },
new Edge(){Begin = 0, End = 1, Weight = 10 },
new Edge(){Begin = 0, End = 5, Weight = 11 },
new Edge(){Begin = 1, End = 8, Weight = 12 },
new Edge(){Begin = 3, End = 7, Weight = 16 },
new Edge(){Begin = 1, End = 6, Weight = 16 },
new Edge(){Begin = 5, End = 6, Weight = 17 },
new Edge(){Begin = 1, End = 2, Weight = 18 },
new Edge(){Begin = 6, End = 7, Weight = 19 },
new Edge(){Begin = 3, End = 4, Weight = 20 },
new Edge(){Begin = 3, End = 8, Weight = 21 },
new Edge(){Begin = 2, End = 3, Weight = 22 },
new Edge(){Begin = 3, End = 6, Weight = 24 },
new Edge(){Begin = 4, End = 5, Weight = 26 },
};
int numberOfVertex = 9; Kruskal(edges, numberOfVertex);
} static void Kruskal(Edge[] edges, int numberOfVertex)
{
bool isDemonstrate = false; // (非必要代码)
int[] vertex = new int[numberOfVertex]; // (非必要代码)T连通图的起始顶点。 int[] parent = new int[numberOfVertex]; // 若连通图中存在环,那么从形成环的这条边的
// 两个顶点的任意顶点出发,都能沿着parent
// 数组找到相同的尾顶点下标。parent数组实际
// 存储着一个或多个或多个连通图。
if (isDemonstrate) // (非必要代码)
{
for (int i = 0; i < numberOfVertex; i++)
{
vertex[i] = i;
}
} for (int i = 0; i < numberOfVertex; i++) // 初始化路径的各尾顶点下标。
{
parent[i] = 0;
} edges.OrderBy(e => e.Weight); // 按权值的升序对边集进行排序。
/** 从边集中逐个取出边,去测试这条边是否会构
成环,不能构成环则将边的尾顶点下标加入
parent数组中。*/
for (int i = 0; i < edges.Length; i++)
{
Edge edge = edges[i];
int n = Find(parent, edge.Begin),
m = Find(parent, edge.End); if (n != m)
{
/** 若n与m不等,则此边未与现有生成树形成环路。
于是,将边的尾顶点下标放入数组的下标为边的
头顶点的parent数组中。表示现在该尾顶点已经
在生成树的集合中。*/
parent[n] = m; // 将边的尾顶点下标放入数组parent。(两者任选其一)
//parent[m] = n; // 将边的头顶点下标放入数组parent。(两者任选其一)
string result = $"({edge.Begin}, {edge.End}) = {edge.Weight}";
Console.WriteLine(result); // 输出边。 if (isDemonstrate) // (非必要代码)
{
Console.Write("非连通图头顶点下标vertex:");
PrintArray(vertex);
Console.Write("非连通图尾顶点下标parent:"); // 查看parent数组。
PrintArray(parent);
}
}
}
} static int Find(int[] parent, int vertex)
{
while (parent[vertex] > 0)
{
vertex = parent[vertex]; // 寻找路径中下个顶点的下标。
}
return vertex;
} static void PrintArray(int[] array)
{
Console.Write("[ ");
for (int i = 0; i < array.Length - 1; i++)
{ // 输出数组的前面n-1个
Console.Write($"{ToInfinity(array[i])}, ");
}
if (array.Length > 0) // 输出数组的最后1个
{
int n = array.Length - 1;
Console.Write($"{ToInfinity(array[n])}");
}
Console.WriteLine(" ]");
} static string ToInfinity(int i) => i == int.MaxValue ? "∞" : i.ToString();
} class Edge
{
public int Begin { get; set; }
public int End { get; set; }
public int Weight { get; set; }
}
} /**
(4,7) = 7
非连通图头顶点下标:[ 0, 1, 2, 3, 4, 5, 6, 7, 8 ]
非连通图尾顶点下标:[ 0, 0, 0, 0, 7, 0, 0, 0, 0 ]
(2,8) = 8
非连通图头顶点下标:[ 0, 1, 2, 3, 4, 5, 6, 7, 8 ]
非连通图尾顶点下标:[ 0, 0, 8, 0, 7, 0, 0, 0, 0 ]
(0,1) = 10
非连通图头顶点下标:[ 0, 1, 2, 3, 4, 5, 6, 7, 8 ]
非连通图尾顶点下标:[ 1, 0, 8, 0, 7, 0, 0, 0, 0 ]
(0,5) = 11
非连通图头顶点下标:[ 0, 1, 2, 3, 4, 5, 6, 7, 8 ]
非连通图尾顶点下标:[ 1, 5, 8, 0, 7, 0, 0, 0, 0 ]
(1,8) = 12
非连通图头顶点下标:[ 0, 1, 2, 3, 4, 5, 6, 7, 8 ]
非连通图尾顶点下标:[ 1, 5, 8, 0, 7, 8, 0, 0, 0 ]
(3,7) = 16
非连通图头顶点下标:[ 0, 1, 2, 3, 4, 5, 6, 7, 8 ]
非连通图尾顶点下标:[ 1, 5, 8, 7, 7, 8, 0, 0, 0 ]
(1,6) = 16
非连通图头顶点下标:[ 0, 1, 2, 3, 4, 5, 6, 7, 8 ]
非连通图尾顶点下标:[ 1, 5, 8, 7, 7, 8, 0, 0, 6 ]
(6,7) = 19
非连通图头顶点下标:[ 0, 1, 2, 3, 4, 5, 6, 7, 8 ]
非连通图尾顶点下标:[ 1, 5, 8, 7, 7, 8, 7, 0, 6 ]
*/

对上面C#代码的补充

如果需要模拟前面文章中在连通图中寻找顶点的办法,那么可以将下面的代码添加到进来:


static void Kruskal2(Edge[] edges, int numberOfVertex)
{
var sets = new List<VertexSet>(); // 用于存放各连通分量的列表。
// 连通分量中顶点被放在一个顶点集合中。
for (int i = 0; i < numberOfVertex; i++) // 初始时,各顶点自成一个连通分量(顶点集合)。
{
sets.Add(new VertexSet(i));
} edges.OrderBy(e => e.Weight); // 按权值的升序对边集进行排序。
/** 从边集中逐个取出边,去测试这条边是否会构
成环,不能构成环则将分别包含边e的两个顶点
的量连通分量(顶点集合)合并为tmp,然后从
连通分量列表中删除这两个连通分量,并将新合
成的连通分量tmp加入列表。*/
for (int i = 0; i < edges.Length; i++)
{
Edge edge = edges[i];
VertexSet n = Search(sets, edge.Begin),
m = Search(sets, edge.End); if (n != m)
{
var tmp = n.Concat(m);
sets.Remove(n);
sets.Remove(m);
sets.Add(tmp); string result = $"({edge.Begin}, {edge.End}) = {edge.Weight}";
Console.WriteLine(result); // 输出边。
}
}
//Console.WriteLine($"Number of Vertex Set: {sets.Count}");
} static VertexSet Search(IList<VertexSet> s, int code)
{
return s.First(e => e.Has(code));
} class Vertex
{
public int Index { get; set; }
} class VertexSet
{
public VertexSet() { } public VertexSet(int index)
{
Add(new Vertex() { Index = index });
} public HashSet<Vertex> Vertexes { get; } = new HashSet<Vertex>(); public Vertex Add(Vertex v)
{
Vertexes.Add(v);
return v;
} public Vertex Remove(Vertex v)
{
if (Has(v))
{
return Vertexes.Remove(v) ? v : null;
}
return null;
} public bool Has(Vertex v) => Has(v.Index);
public bool Has(int index) => Vertexes.Any(e => e.Index == index); public VertexSet Concat(VertexSet second)
{
// 将当前顶点集合中的顶点和需要拼接的顶点集合中的顶点放入一个新的顶点集合vs中,
// 并返回该新的顶点集合vs。
VertexSet vs = new VertexSet(); for (int i = 0; i < Vertexes.Count; i++)
{
vs.Add(Vertexes.ElementAt(i));
} for (int i = 0; i < second.Vertexes.Count; i++)
{
vs.Add(second.Vertexes.ElementAt(i));
}
return vs;
}
}

TypeScript代码

class Edge {
Begin: number;
End: number;
Weight: number;
constructor(begin: number, end: number, weight: number) {
this.Begin = begin;
this.End = end;
this.Weight = weight;
}
} function kruskal(edges: Edge[], numberOfVertex: number) {
let isDemonstrate: boolean = true; // (非必要代码)
let vertex: number[] = []; // (非必要代码)T连通图的起始顶点。 let parent: number[] = []; /** 若连通图中存在环,那么从形成环的这条边的
两个顶点的任意顶点出发,都能沿着parent
数组找到相同的尾顶点下标。parent数组实际
存储着一个或多个或多个连通图。*/ if (isDemonstrate) // (非必要代码)
{
for (let i = 0; i < numberOfVertex; i++) {
vertex[i] = i;
}
} for (let i = 0; i < numberOfVertex; i++) // 初始化路径的各尾顶点下标。
{
parent[i] = 0;
} edges.sort(e => e.Weight); // 按权值的升序对边集进行排序。 /** 从边集中逐个取出边,去测试这条边是否会构
成环,不能构成环则将边的尾顶点下标加入
parent数组中。*/
for (let i = 0; i < edges.length; i++) {
let edge: Edge = edges[i];
let n: number = Find(parent, edge.Begin),
m: number = Find(parent, edge.End); if (n != m) {
/** 若n与m不等,则此边未与现有生成树形成环路。
于是,将边的尾顶点下标放入数组的下标为边的
头顶点的parent数组中。表示现在该尾顶点已经
在生成树的集合中。*/
parent[n] = m; // 将边的尾顶点下标放入数组parent。(两者任选其一)
//parent[m] = n; // 将边的头顶点下标放入数组parent。(两者任选其一)
let result: string = `(${edge.Begin}, ${edge.End}) = ${edge.Weight}`;
console.log(result); // 输出边。 if (isDemonstrate) // (非必要代码)
{
console.log(`非连通图头顶点下标vertex:${printArray(vertex)}`);
// 查看parent数组。
console.log(`非连通图尾顶点下标parent:${printArray(parent)}`);
} }
}
} function Find(parent: number[], vertex: number): number {
while (parent[vertex] > 0) {
vertex = parent[vertex]; // 寻找路径中下个顶点的下标。
}
return vertex;
} function printArray(array: number[]): string {
let str: string[] = [];
str.push("[ ");
for (let i = 0; i < array.length - 1; i++) // 输出数组的前n-1个
{
str.push(`${toInfinity(array[i])}, `)
}
if (array.length > 0) // 输出数组的最后1个
{
let n: number = array.length - 1;
str.push(`${toInfinity(array[n])}`);
}
str.push(" ]");
return str.join("");
} function toInfinity(i: number) {
return i == Number.MAX_VALUE ? "∞" : i.toString();
} function Main() {
let edges: Edge[] = [
new Edge(4, 7, 7),
new Edge(2, 8, 8),
new Edge(0, 1, 10),
new Edge(0, 5, 11),
new Edge(1, 8, 12),
new Edge(3, 7, 16),
new Edge(1, 6, 16),
new Edge(5, 6, 17),
new Edge(1, 2, 18),
new Edge(6, 7, 19),
new Edge(3, 4, 20),
new Edge(3, 8, 21),
new Edge(2, 3, 22),
new Edge(3, 6, 24),
new Edge(4, 5, 26),
];
let numberOfVertex: number = 9; kruskal(edges, numberOfVertex);
} Main(); /**
运行结果:
(4, 7) = 7
非连通图头顶点下标:[ 0, 1, 2, 3, 4, 5, 6, 7, 8 ]
非连通图尾顶点下标:[ 0, 0, 0, 0, 7, 0, 0, 0, 0 ]
(2, 8) = 8
非连通图头顶点下标:[ 0, 1, 2, 3, 4, 5, 6, 7, 8 ]
非连通图尾顶点下标:[ 0, 0, 8, 0, 7, 0, 0, 0, 0 ]
(0, 1) = 10
非连通图头顶点下标:[ 0, 1, 2, 3, 4, 5, 6, 7, 8 ]
非连通图尾顶点下标:[ 1, 0, 8, 0, 7, 0, 0, 0, 0 ]
(0, 5) = 11
非连通图头顶点下标:[ 0, 1, 2, 3, 4, 5, 6, 7, 8 ]
非连通图尾顶点下标:[ 1, 5, 8, 0, 7, 0, 0, 0, 0 ]
(1, 8) = 12
非连通图头顶点下标:[ 0, 1, 2, 3, 4, 5, 6, 7, 8 ]
非连通图尾顶点下标:[ 1, 5, 8, 0, 7, 8, 0, 0, 0 ]
(3, 7) = 16
非连通图头顶点下标:[ 0, 1, 2, 3, 4, 5, 6, 7, 8 ]
非连通图尾顶点下标:[ 1, 5, 8, 7, 7, 8, 0, 0, 0 ]
(1, 6) = 16
非连通图头顶点下标:[ 0, 1, 2, 3, 4, 5, 6, 7, 8 ]
非连通图尾顶点下标:[ 1, 5, 8, 7, 7, 8, 0, 0, 6 ]
(6, 7) = 19
非连通图头顶点下标:[ 0, 1, 2, 3, 4, 5, 6, 7, 8 ]
非连通图尾顶点下标:[ 1, 5, 8, 7, 7, 8, 7, 0, 6 ]
*/

参考资料:

《大话数据结构》 - 程杰 著 - 清华大学出版社 第252页

克鲁斯卡尔(Kruskal)算法(代码)的更多相关文章

  1. 图的生成树(森林)(克鲁斯卡尔Kruskal算法和普里姆Prim算法)、以及并查集的使用

    图的连通性问题:无向图的连通分量和生成树,所有顶点均由边连接在一起,但不存在回路的图. 设图 G=(V, E) 是个连通图,当从图任一顶点出发遍历图G 时,将边集 E(G) 分成两个集合 T(G) 和 ...

  2. 洛谷P3366【模板】最小生成树-克鲁斯卡尔Kruskal算法详解附赠习题

    链接 题目描述 如题,给出一个无向图,求出最小生成树,如果该图不连通,则输出orz 输入输出格式 输入格式: 第一行包含两个整数N.M,表示该图共有N个结点和M条无向边.(N<=5000,M&l ...

  3. 图解最小生成树 - 克鲁斯卡尔(Kruskal)算法

    我们在前面讲过的<克里姆算法>是以某个顶点为起点,逐步找各顶点上最小权值的边来构建最小生成树的.同样的思路,我们也可以直接就以边为目标去构建,因为权值为边上,直接找最小权值的边来构建生成树 ...

  4. 克鲁斯卡尔(Kruskal)算法

    # include <stdio.h> # define MAX_VERTEXES //最大顶点数 # define MAXEDGE //边集数组最大值 # define INFINITY ...

  5. 克鲁斯卡尔(Kruskal)算法求最小生成树

    /* *Kruskal算法求MST */ #include <iostream> #include <cstdio> #include <cstring> #inc ...

  6. 最小生成树——Kruskal(克鲁斯卡尔)算法

    [0]README 0.1) 本文总结于 数据结构与算法分析, 源代码均为原创, 旨在 理解 Kruskal(克鲁斯卡尔)算法 的idea 并用 源代码加以实现: 0.2)最小生成树的基础知识,参见 ...

  7. 经典问题----最小生成树(kruskal克鲁斯卡尔贪心算法)

    题目简述:假如有一个无向连通图,有n个顶点,有许多(带有权值即长度)边,让你用在其中选n-1条边把这n个顶点连起来,不漏掉任何一个点,然后这n-1条边的权值总和最小,就是最小生成树了,注意,不可绕成圈 ...

  8. 最小生成树之克鲁斯卡尔(kruskal)算法

    #include <iostream> #include <string> using namespace std; typedef struct MGraph{ string ...

  9. 数据结构与算法——克鲁斯卡尔(Kruskal)算法

    目录 应用场景-公交站问题 克鲁斯卡尔算法介绍 克鲁斯卡尔算法图解 克鲁斯卡尔算法分析 如何判断回路? 代码实现 无向图构建 克鲁斯卡尔算法实现 获取一个点的终点解释 应用场景-公交站问题 某城市新增 ...

  10. 图->连通性->最小生成树(克鲁斯卡尔算法)

    文字描述 上一篇博客介绍了最小生成树(普里姆算法),知道了普里姆算法求最小生成树的时间复杂度为n^2, 就是说复杂度与顶点数无关,而与弧的数量没有关系: 而用克鲁斯卡尔(Kruskal)算法求最小生成 ...

随机推荐

  1. 3,turicreate入门 - 优化回归模型,使得预测更准确

    turicreate入门系列文章目录 1,turicreate入门 - jupyter & turicreate安装 2,turicreate入门 - 一个简单的回归模型 3,turicrea ...

  2. [hash-bfs]USACO 3.2 Magic Squares 魔板

    魔 板 魔板 魔板 题目描述 在成功地发明了魔方之后,拉比克先生发明了它的二维版本,称作魔板.这是一张有8个大小相同的格子的魔板: 1 2 3 4 8 7 6 5 我们知道魔板的每一个方格都有一种颜色 ...

  3. [源码解析] 并行分布式任务队列 Celery 之 消费动态流程

    [源码解析] 并行分布式任务队列 Celery 之 消费动态流程 目录 [源码解析] 并行分布式任务队列 Celery 之 消费动态流程 0x00 摘要 0x01 来由 0x02 逻辑 in komb ...

  4. OOUnit1Summary

    一.前三次作业内容分析 前言 第一单元的作业以表达式求导为主题,分三次要求逐步增加,难度逐步提高.这三次作业下来,本人既有收获,也有遗憾,因此通过接下来的内容对我这三次作业进行分析和总结,希望能能为我 ...

  5. joda-time的简单使用及mysql时间函数的使用(今天,本周,本月)

    近期在做一些首页的统计数据复习了下mysql的时间函数,以及后续修改成 传入时间查询时使用的joda-time 软件简介 JodaTime 提供了一组Java类包用于处理包括ISO8601标准在内的d ...

  6. Java 获取资源文件路径

    1 问题描述 通过源码运行时,一般使用如下方式读取资源文件: String str = "1.jpg"; 资源文件与源码文件放在同一目录下,或者拥有同一父级目录: String s ...

  7. GO-01-GoLang的快捷键

  8. 《图解HTTP》部分章节学习笔记整理

    简介 此笔记为<图解HTTP>中部分章节的学习笔记. 目录 第1章 了解Web及网络基础 第2章 简单的HTTP协议 第4章 返回结果的HTTP状态码 第7章 确保web安全的HTTPS

  9. 【学习底层原理系列】重读spring源码3-加载beanDefinition的方法obtainFreshBeanFactory

    obtainFreshBeanFactory()方法概述 定义BeanFactory,并加载以下两种bean的定义,装配到BeanFactory: 1.配置文件中定义的bean 2.通过<con ...

  10. WinDBg定位asp.net mvc项目异常崩溃源码位置

    项目介绍:asp.net mvc + angular +iis(windows)+windows server 系统莫名崩溃 最近有个系统默认奇妙崩溃50x,服务整体变成无响应,当运维告知我只有重启应 ...