prim算法java版
- public class Prim {
- static int MAX = 65535;
- public static void prim(int[][] graph, int n){
- char[] c = new char[]{'A','B','C','D','E','F','G','E','F'};
- int[] lowcost = new int[n];
- int[] mst = new int[n];
- int i, j, min, minid, sum = 0;
- for(i = 1; i < n; i++){
- lowcost[i] = graph[0][i];
- mst[i] = 0;
- }
- for(i = 1; i < n; i++){
- min = MAX;
- minid = 0;
- for(j = 1; j < n; j++){
- if (lowcost[j] < min && lowcost[j] != 0) {
- min = lowcost[j];
- minid = j;
- }
- }
- System.out.println(c[mst[minid]] + "到" + c[minid] + " 权值:" + min);
- sum += min;
- lowcost[minid] = 0;
- for (j = 1; j < n; j++) {
- if (graph[minid][j] < lowcost[j]) {
- lowcost[j] = graph[minid][j];
- mst[j] = minid;
- }
- }
- }
- System.out.println("sum:" + sum);
- }
- public static void main(String[] args) {
- int[][] map = new int[][]{
- {0,10,MAX,MAX,MAX,11,MAX,MAX,MAX},
- {10,0,18,MAX,MAX,MAX,16,MAX,12},
- {MAX,MAX,0,22,MAX,MAX,MAX,MAX,8},
- {MAX,MAX,22,0,20,MAX,MAX,16,21},
- {MAX,MAX,MAX,20,0,26,MAX,7,MAX},
- {11,MAX,MAX,MAX,26,0,17,MAX,MAX},
- {MAX,16,MAX,MAX,MAX,17,0,19,MAX},
- {MAX,MAX,MAX,16,7,MAX,19,0,MAX},
- {MAX,12,8,21,MAX,MAX,MAX,MAX,0}
- };
- prim(map, map.length);
- }
- }
输出结果:
- A到B 权值:
- A到F 权值:
- B到F 权值:
- F到C 权值:
- B到G 权值:
- G到E 权值:
- E到E 权值:
- E到D 权值:
- sum:
- 初始化时,v0加入到最小树,其他所有顶点作为未加入树的集合
- 取矩阵中第一横,lowcost[],其实就是v0与其他顶点的距离,找出最小的,比如v4,v4加入到最小树,此时最小数有两个节点了v0和v4
- 接下来,要找到其他未加入树顶点中与最小树顶点距离最近的那个点
- lowcost[]这是v0的数据
- 找到v4与其他顶点的距离数据,即矩阵的第5横 tmp[]
- 然后rmp[]和lowcost[]纵向对比大小,小的数据设置到lowcost[]
- 然后横向对比lowcost[]数据,找到最小点X,这个X即为与最小树距离最近的那个点
- 同理,依次将所有顶点加入到最小树
WIKI解释
图例 | 说明 | 不可选 | 可选 | 已选 |
---|---|---|---|---|
![]() |
此为原始的加权连通图。每条边一侧的数字代表其权值。 | - | - | - |
![]() |
顶点D被任意选为起始点。顶点A、B、E和F通过单条边与D相连。A是距离D最近的顶点,因此将A及对应边AD以高亮表示。 | C, G | A, B, E, F | D |
![]() |
下一个顶点为距离D或A最近的顶点。B距D为9,距A为7,E为15,F为6。因此,F距D或A最近,因此将顶点F与相应边DF以高亮表示。 | C, G | B, E, F | A, D |
![]() |
算法继续重复上面的步骤。距离A为7的顶点B被高亮表示。 | C | B, E, G | A, D, F |
![]() |
在当前情况下,可以在C、E与G间进行选择。C距B为8,E距B为7,G距F为11。E最近,因此将顶点E与相应边BE高亮表示。 | 无 | C, E, G | A, D, F, B |
![]() |
这里,可供选择的顶点只有C和G。C距E为5,G距E为9,故选取C,并与边EC一同高亮表示。 | 无 | C, G | A, D, F, B, E |
![]() |
顶点G是唯一剩下的顶点,它距F为11,距E为9,E最近,故高亮表示G及相应边EG。 | 无 | G | A, D, F, B, E, C |
![]() |
prim算法java版的更多相关文章
- 排序算法Java版,以及各自的复杂度,以及由堆排序产生的top K问题
常用的排序算法包括: 冒泡排序:每次在无序队列里将相邻两个数依次进行比较,将小数调换到前面, 逐次比较,直至将最大的数移到最后.最将剩下的N-1个数继续比较,将次大数移至倒数第二.依此规律,直至比较结 ...
- 加权无向图 最小生成树 Prim算法 延迟版和即时版 村里修路该先修哪
本次要解决的问题是:你们村里那些坑坑洼洼的路,到底哪些路才是主干道? 小明:肯定是哪里都能到得了,并且去哪里都相对比较近,并且被大家共用程度高的路是啊! 具体是哪几条路呢?今天就可以给出准确答案 最小 ...
- 排序算法系列:插入排序算法JAVA版(靠谱、清晰、真实、可用、不罗嗦版)
在网上搜索算法的博客,发现一个比较悲剧的现象非常普遍: 原理讲不清,混乱 啰嗦 图和文对不上 不可用,甚至代码还出错 我总结一个清晰不罗嗦版: 原理: 和选择排序类似的是也分成“已排序”部分,和“未排 ...
- 排序算法系列:选择排序算法JAVA版(靠谱、清晰、真实、可用、不罗嗦版)
在网上搜索算法的博客,发现一个比较悲剧的现象非常普遍: 原理讲不清,混乱 啰嗦 图和文对不上 不可用,甚至代码还出错 我总结一个清晰不罗嗦版: 原理: 从数组头元素索引i开始,寻找后面最小的值(比i位 ...
- 排序算法系列:快速排序算法JAVA版(靠谱、清晰、真实、可用、不罗嗦版)
在网上搜索算法的博客,发现一个比较悲剧的现象非常普遍: 原理讲不清,混乱 啰嗦 图和文对不上 不可用,甚至代码还出错 为了不误人子弟耽误时间,推荐看一些靠谱的资源,如[啊哈!算法]系列: https: ...
- 常用排序算法--java版
package com.whw.sortPractice; import java.util.Arrays; public class Sort { /** * 遍历一个数组 * @param sor ...
- Kruskal算法java版
/** * sample Kruskal.java Description: * kruskal算法的思想是找最小边,且每次找到的边不会和以找出来的边形成环路,利用一个一维数组group存放当前顶点所 ...
- 快速排序算法Java版
网上关于快速排序的算法原理和算法实现都比较多,不过java是实现并不多,而且部分实现很难理解,和思路有点不搭调.所以整理了这篇文章.如果有不妥之处还请建议.首先先复习一些基础. 1.算法概念. ...
- 爬山算法 | Java版HA_TSP
嗯哼,今天记录下采用Java编写的爬山算法(Hill Algorithm)求解TSP问题. 爬山算法与其他智能算法类似,是一种用来求解多峰函数最值的算法,爬山算法的基本思想是新解不劣于当前解则转移,否 ...
随机推荐
- C#结合LumiSoft.Net.dll读取Outlook邮件(.eml格式邮件)
如果直接从Outlook(或者微软的其它邮件客户端如:Outlook Express.Windows Live Mail)的邮件文件(.eml格式)中提取各种电子邮件内容,使用LumiSoft.Net ...
- 作业一:创建个人技术博客、自我介绍、简单的C程序
年9月14日中午12点: 一.主要内容 建个人技术博客(博客园 www.cnblogs.com) 本学期将通过写博客的方式提交作业,实际上,最终的目的是希望同学们能通过博客的形式记录我们整个学习过程 ...
- 学习WPF——WPF布局——初识布局容器
StackPanel堆叠布局 StackPanel是简单布局方式之一,可以很方便的进行纵向布局和横向布局 StackPanel默认是纵向布局的 <Window x:Class="Wpf ...
- unity3D——自带寻路Navmesh入门教程(二)(转)
转自:http://liweizhaolili.blog.163.com/blog/static/16230744201271210237616/ 上一节简单介绍了NavMesh寻路的基本用法,这次来 ...
- [stm32] 中断
#include "stm32f10x.h" #include "stm32f10x_tim.h" #include "misc.h" #i ...
- Visual Studio 发布新版API智能提示
Visual Studio 新版API智能提示两周前发布.有了它,你可以在调用API的同时,方便了解到API的相关示例代码.这大大地有助于开发人员学习和使用API. 安装方法如下: 1. 打开Visu ...
- 如何带领一个Android开发团队
1)重构,夜未眠 将框架从业务中剥离 如何提高开发效率 如何提高程序性能 单元测试 技术调研 代码版本管理 2)渠道包管理 自动打包工具 批量打渠道包的两种解决方案 定制渠道包的流程管理 3)稳定性, ...
- 浅谈压缩感知(二十九):压缩感知算法之迭代硬阈值(IHT)
主要内容: 1.IHT的算法流程 2.IHT的MATLAB实现 3.二维信号的实验与结果 4.加速的IHT算法实验与结果 一.IHT的算法流程 文献:T. Blumensath and M. Davi ...
- Atitit.计算机图形图像图片处理原理与概论attilax总结
Atitit.计算机图形图像图片处理原理与概论attilax总结 计算机图形1 图像处理.分析与机器视觉(第3版)1 数字图像处理(第六版)2 图像处理基础(第2版)2 发展沿革 1963年,伊凡·苏 ...
- atitit.web的动态include 跟变量传递 java .net php
atitit.web的动态include 跟变量传递 java .net php 1. 动态include <jsp:include 1 2. 使用QueryString 1 3. 使用Ses ...