[本文是自己学习所做笔记。欢迎转载。但请注明出处:http://blog.csdn.net/jesson20121020]

算法描写叙述

  假设连通图是一个网,则称该网中全部生成树中权值总和最小的生成树为最小生成树,也称最小代价生成树。利用Prim算法构造的最小生成树方法思想:

  如果G=(V,E)是一个具有n个顶点的连通网,顶点集V={v1,v2,...,vn}.设所求的最小生成树T=(U,TE),当中U是T的顶点集。TE是T的边集。U和TE初值均为空集。

  Prim算法的基本思想例如以下:首先从V中任取一个顶点(假定取v1),将生成树T置为仅有一个结点v1的树。即U={v1};然后仅仅要U是V的真子集,就在全部那些一个端点在T中。还有一个端点在T外的边中。找一条最短(即权值最小 )的边。假定符合条件的最短边为(vi,vj),则把该条边和其不在T中的顶点vj,分别并入T的边集TE和顶点集U。

如此进行下去,每次往生成树里并入一个顶点和一条边,直到把全部顶点都包含进生成树T为止。

此时。必有U=V,TE中有n-1条边。则T=(U,TE)是G的一棵最小生成树。

算法实现

  设一个edge数组。记录从顶点U集到V-U的代价最小的边。每条边的信息包含边的始点和,终点和权值。

从顶点u出发,利用prim算法求最小生成树过程例如以下:

  (1) 初始化edge数组。记录顶点u到图中其余结点的代价最小的n-1的边。

  (2) 将顶点u增加U中。

  (3) 当U不等于V时,做例如以下处理。

    1) 从edge数组中选一条代价最小的边。

    2) 将该边的终点增加U中。

    3) 调整edges数组,使它始终记录顶点U到V-U的代价最小的边。

算法代码

// 定义边结构体
typedef struct{
int start;
int end;
int cost;
}Edge; /*
*Prim算法求最小生成树
* */
void Prim_MG(MGraph MG,char vs){
Edge edge[MAX_VEX_NUM];
int i,j,k,v,min;
int s = getIndexOfVexs(vs,&MG);
//初始化边
for(i = 1;i <= MG.vexnum;i++){
if(s != i){
edge[i].start = s;
edge[i].end = i;
edge[i].cost = MG.arcs[s][i]; }
}
//首先将s增加生成树集合中
edge[s].cost = 0;
for(i = 2;i <= MG.vexnum;i++){
min = 1000;
for(j = 1;j<= MG.vexnum;j++){
if(edge[j].cost != 0 && edge[j].cost < min ){
min = edge[j].cost;
k = j;
}
}
v = edge[k].end;
edge[v].cost = 0; // 增加新节点 //输出生成树中的边
printf("%c %c %d\n",MG.vexs[edge[v].start],MG.vexs[edge[v].end],MG.arcs[edge[v].start][edge[v].end]); //又一次调整数组
for(j = 1;j <= MG.vexnum;j++){
if(edge[j].cost != 0 && MG.arcs[v][j] != 0 && MG.arcs[v][j] < edge[j].cost){
edge[j].start = k;
edge[j].end = j;
edge[j].cost = MG.arcs[v][j];
}
}
} }

算法说明

  如果图中有n个顶点,则第一个进行初始化的循环语句的频度为n,第二个循环语句频度为n-1。当中有两个内循环;其一是在edge数组中找权值最小的边。其频度为n-1,其二是又一次调整edge数组的边,频度为n,所以Prim算法的时间复杂度为O(n^2),而与图中的边数无关,因此适用于求稠密的最小生成树。

完整代码

/*
* =====================================================================================
*
* Filename: Prim.c
*
* Description: 最小生成树算法之Prim算法
*
* Version: 1.0
* Created: 2015年03月11日 15时27分19秒
* Revision: none
* Compiler: gcc
*
* Author: jesson20121020 (), 997287955@qq.com
* Organization:
*
* =====================================================================================
*/ #include <stdio.h>
#include <stdlib.h>
#define MAX_VEX_NUM 50
#define UN_REACH 1000 typedef char VertexType;
typedef enum {
DG, UDG
} GraphType;
typedef struct {
VertexType vexs[MAX_VEX_NUM];
int arcs[MAX_VEX_NUM][MAX_VEX_NUM];
int vexnum, arcnum;
GraphType type;
} MGraph; /**
* 依据名称得到指定顶点在顶点集合中的下标
* vex 顶点
* return 假设找到,则返回下标,否则,返回0
*/
int getIndexOfVexs(char vex, MGraph *MG) {
int i;
for (i = 1; i <= MG->vexnum; i++) {
if (MG->vexs[i] == vex) {
return i;
}
}
return 0;
} /**
* 创建邻接矩阵
*/
void create_MG(MGraph *MG) {
int i, j, k,weight;
int v1, v2, type;
char c1, c2;
printf("Please input graph type DG(0) or UDG(1) :");
scanf("%d", &type);
if (type == 0)
MG->type = DG;
else if (type == 1)
MG->type = UDG;
else {
printf("Please input correct graph type DG(0) or UDG(1)!");
return;
} printf("Please input vexmun : ");
scanf("%d", &MG->vexnum);
printf("Please input arcnum : ");
scanf("%d", &MG->arcnum);
getchar();
for (i = 1; i <= MG->vexnum; i++) {
printf("Please input %dth vex(char):", i);
scanf("%c", &MG->vexs[i]);
getchar();
} //初始化邻接矩阵
for (i = 1; i <= MG->vexnum; i++) {
for (j = 1; j <= MG->vexnum; j++) {
if(i == j)
MG->arcs[i][j] = 0;
else
MG->arcs[i][j] = UN_REACH;
}
} //输入边的信息,建立邻接矩阵
for (k = 1; k <= MG->arcnum; k++) {
printf("Please input %dth arc v1(char) v2(char) weight(int): ", k); scanf("%c %c %d", &c1, &c2,&weight);
v1 = getIndexOfVexs(c1, MG);
v2 = getIndexOfVexs(c2, MG);
if (MG->type == 1)
MG->arcs[v1][v2] = MG->arcs[v2][v1] = weight;
else
MG->arcs[v1][v2] = weight;
getchar();
} }
/**
* 打印邻接矩阵和顶点信息
*/
void print_MG(MGraph MG) {
int i, j;
if(MG.type == DG){
printf("Graph type: Direct graph\n");
}
else{
printf("Graph type: Undirect graph\n");
} printf("Graph vertex number: %d\n",MG.vexnum);
printf("Graph arc number: %d\n",MG.arcnum); printf("Vertex set:\n ");
for (i = 1; i <= MG.vexnum; i++)
printf("%c\t", MG.vexs[i]);
printf("\nAdjacency Matrix:\n"); for (i = 1; i <= MG.vexnum; i++) {
j = 1;
for (; j < MG.vexnum; j++) {
printf("%d\t", MG.arcs[i][j]);
}
printf("%d\n", MG.arcs[i][j]);
}
} // 定义边结构体
typedef struct{
int start;
int end;
int cost;
}Edge; /*
*Prim算法求最小生成树
* */
void Prim_MG(MGraph MG,char vs){
Edge edge[MAX_VEX_NUM];
int i,j,k,v,min;
int s = getIndexOfVexs(vs,&MG);
//初始化边
for(i = 1;i <= MG.vexnum;i++){
if(s != i){
edge[i].start = s;
edge[i].end = i;
edge[i].cost = MG.arcs[s][i]; }
}
//首先将s增加生成树集合中
edge[s].cost = 0;
for(i = 2;i <= MG.vexnum;i++){
min = 1000;
for(j = 1;j<= MG.vexnum;j++){
if(edge[j].cost != 0 && edge[j].cost < min ){
min = edge[j].cost;
k = j;
}
}
v = edge[k].end;
edge[v].cost = 0; // 增加新节点 //输出生成树中的边
printf("%c %c %d\n",MG.vexs[edge[v].start],MG.vexs[edge[v].end],MG.arcs[edge[v].start][edge[v].end]); //又一次调整数组
for(j = 1;j <= MG.vexnum;j++){
if(edge[j].cost != 0 && MG.arcs[v][j] != 0 && MG.arcs[v][j] < edge[j].cost){
edge[j].start = k;
edge[j].end = j;
edge[j].cost = MG.arcs[v][j];
}
}
} } /**
* 主函数
*/
int main(void) {
MGraph MG;
char startVex;
create_MG(&MG);
print_MG(MG); printf("\nPlease input the start vex(char):");
scanf("%c",&startVex);
printf("\nThe result of Prim:\n");
Prim_MG(MG,startVex); return EXIT_SUCCESS;
}

执行演示

jesson@jesson-HP:~/develop/workspace/c_learning/csdn/Prim$ gcc -o Prim Prim.c
jesson@jesson-HP:~/develop/workspace/c_learning/csdn/Prim$ ./Prim
Please input graph type DG(0) or UDG(1) :1
Please input vexmun : 4
Please input arcnum : 5
Please input 1th vex(char):a
Please input 2th vex(char):b
Please input 3th vex(char):c
Please input 4th vex(char):d
Please input 1th arc v1(char) v2(char) weight(int): a b 1
Please input 2th arc v1(char) v2(char) weight(int): a c 3
Please input 3th arc v1(char) v2(char) weight(int): a d 4
Please input 4th arc v1(char) v2(char) weight(int): b c 2
Please input 5th arc v1(char) v2(char) weight(int): c d 3 Please input the start vex(char):a The result of Prim:
a b 1
b c 2
c d 3

数据结构(C实现)------- 最小生成树之Prim算法的更多相关文章

  1. 数据结构与算法--最小生成树之Prim算法

    数据结构与算法--最小生成树之Prim算法 加权图是一种为每条边关联一个权值或称为成本的图模型.所谓生成树,是某图的一棵含有全部n个顶点的无环连通子图,它有n - 1条边.最小生成树(MST)是加权图 ...

  2. C++编程练习(10)----“图的最小生成树“(Prim算法、Kruskal算法)

    1.Prim 算法 以某顶点为起点,逐步找各顶点上最小权值的边来构建最小生成树. 2.Kruskal 算法 直接寻找最小权值的边来构建最小生成树. 比较: Kruskal 算法主要是针对边来展开,边数 ...

  3. 最小生成树一·Prim算法

    描述 最近,小Hi很喜欢玩的一款游戏模拟城市开放出了新Mod,在这个Mod中,玩家可以拥有不止一个城市了! 但是,问题也接踵而来——小Hi现在手上拥有N座城市,且已知这N座城市中任意两座城市之间建造道 ...

  4. 24最小生成树之Prim算法

    最小生成树的Prim算法 思想:采用子树延伸法 将顶点分成两类: 生长点——已经在生成树上的顶点 非生长点——未长到生成树上的顶点 使用待选边表: 每个非生长点在待选边表中有一条待选边,一端连着非生长 ...

  5. 最小生成树的Prim算法

       构造最小生成树的Prim算法    假设G=(V,E)为一连通网,其中V为网中所有顶点的集合,E为网中所有带权边的集合.设置两个新的集合U和T,其中集合U用于存放G的最小生成树的顶点,集合T用于 ...

  6. hihocoder 1097 最小生成树一·Prim算法

    #1097 : 最小生成树一·Prim算法 时间限制:10000ms 单点时限:1000ms 内存限制:256MB 描述 最近,小Hi很喜欢玩的一款游戏模拟城市开放出了新Mod,在这个Mod中,玩家可 ...

  7. 算法学习记录-图——最小生成树之prim算法

    一个连通图的生成树是一个极小的连通子图,它包含图中全部的顶点(n个顶点),但只有n-1条边. 最小生成树:构造连通网的最小代价(最小权值)生成树. prim算法在严蔚敏树上有解释,但是都是数学语言,很 ...

  8. Hihocoder 之 #1097 : 最小生成树一·Prim算法 (用vector二维 模拟邻接表,进行prim()生成树算法, *【模板】)

    #1097 : 最小生成树一·Prim算法 时间限制:10000ms 单点时限:1000ms 内存限制:256MB 描述 最近,小Hi很喜欢玩的一款游戏模拟城市开放出了新Mod,在这个Mod中,玩家可 ...

  9. hihocoder hiho一下 第二十六周 最小生成树一·(Prim算法)

    题目1 : 最小生成树一·Prim算法 时间限制:10000ms 单点时限:1000ms 内存限制:256MB 描述 最近,小Hi很喜欢玩的一款游戏模拟城市开放出了新Mod,在这个Mod中,玩家可以拥 ...

  10. 数据结构与算法系列----最小生成树(Prim算法&amp;Kruskal算法)

     一:Prim算法       1.概览 普里姆算法(Prim算法).图论中的一种算法.可在加权连通图里搜索最小生成树.意即由此算法搜索到的边子集所构成的树中.不但包含了连通图里的全部顶点(英语:Ve ...

随机推荐

  1. css 行内元素设置宽高

    有2中实现方法: 1.设置display:block   inline-block,使其width属性生效 2.如果设置float:left | right, 使其width属性生效. (浮动)使得指 ...

  2. JS5模拟类

    <!DOCTYPE html> <html> <head> <meta charset="UTF-8"> <title> ...

  3. iOS 极光推送的集成以及一些集成后的狗血

    1.首先进入极光文档下载激光推送的SDk---传送门http://docs.jiguang.cn/jpush/client/iOS/ios_sdk/   将解压后的lib子文件夹(包含JPUSHSer ...

  4. 入门到熟练-SpringBoot

    Spring Boot概述 1.1. Spring Boot是什么 Spring Boot是一套基于Spring框架的微服务框架. 1.2. Spring Boot框架出现的背景 由于Spring是一 ...

  5. Python 解LeetCode:671. Second Minimum Node In a Binary Tree

    题目在这里,要求一个二叉树的倒数第二个小的值.二叉树的特点是父节点的值会小于子节点的值,父节点要么没有子节点,要不左右孩子节点都有. 分析一下,根据定义,跟节点的值肯定是二叉树中最小的值,剩下的只需要 ...

  6. C#截取当前活动窗体的图片

    using System; using System.Collections.Generic; using System.ComponentModel; using System.Data; usin ...

  7. laravel 嵌套的渴求式加载

    今天在通过需求表A查询场地类型表B,然后通过表B的场地类型id去查询表C场地类型名的时候遇到了一个小的问题. 需求表A的字段:id.user_id .name等等: 中间表B的字段:id.appeal ...

  8. border-radio属性

    boreder-radio属性是css3的新增属性,可以设置圆角的边框. <head>  <style type="text/css"> *{ margin ...

  9. Vue使用Echarts以及Echarts配置分享

    一.本篇文章将给大家分享如何在vue中使用echart以及echart各项配置,这些配置都是工作中比较常见以及常用到的,所以给大家分享下,希望对大家有用. 二.vue中使用echart. 1.首先下载 ...

  10. Thinkphp导入外部类的方法

    相信很多人在使用TP时候都苦恼使用外部类各种不成功 下面为大家详细介绍下引用方法和注意细节 手动加载第三方类库 由于第三发类库没有具体的命名空间,所以需要使用以下几种方法手动导入 1.import方法 ...