文字描述

  用连通网来表示n个城市及n个城市间可能设置的通信线路,其中网的顶点表示城市,边表示两城市之间的线路,赋于边的权值表示相应的代价。对于n个定点的连通网可以建立许多不同的生成树,每一棵生成树都可以是一个通信网。现在,我们要选择这样一个生成树,使总的耗费最少。这个问题就是构造连通网的最小代价生成树(Minimum Cost Spanning Tree: 最小生成树)的问题。一棵生成树的代价就是树上各边的代价之和。

  有多种算法可以构造最小生成树,其他多数都利用的最小生成的MST(minimum spanning tree)性质: 假设N={V, {E}}是一个连通网,U是顶点集V的一个非空子集。若(u,v)是一条具有最小权值(代价)的边,其中u属于U, v属于V-U,则必存在一棵包含边(u,v)的最小生成树。 该性质可以用反证法证明。

现介绍普里姆(Prim)算法是如何利用MST性质求连通图的最小生成树的:

假设N={V,{E}}是连通网,TE是N上最小生成树中边的集合。算法从U={u0} (u0属于V, TE={})开始,重复执行下述操作:在所有u属于U, v属于V-U 的边(u,v)属于E 中找一条代价最小的边(u0,v0)并入集合TE,同时v0并入U,直至U=V为止。

为实现这个算法需附设一个辅助数组closeedge, 以记录从U到V-U具有最小代价的边。对每个属于V-U的顶点vi ,在辅助数组中存在一个相应分量closedge[i-1],它包括两个域:

  1:lowcose:存储该边上的权; 显然closedge[i-1].lowcost = Min{cost(u,vi) | u属于U}

  2:vex: 存储该边依附的U中的顶点。

示意图

算法分析

  在代码实现中的MinSpanTree_PRIM函数中。若网中有n个顶点, 则第一个初始化的循环语句的频度为n,第二个循环语句的频度为n-1;其中第二个循环中有两个内循环:其一是在 closedge[v].lowcost中求最小值,其频度为n-1;其二是重新选择具有最小代价的边,其频度为n。由此,普里姆算法的时间复杂度为n^2, 与网中的边数无关,因此使用适用于求边稠密的网的最小生成树。

代码实现

 #include <stdio.h>
#include <stdlib.h>
#include <string.h> #define DEBUG #ifdef DEBUG
#include <stdarg.h>
#define LOG(args...) _log_(__FILE__, __FUNCTION__, __LINE__, ##args);
void _log_(const char *file, const char *function, int line, const char * format, ...)
{
char buf[] = {};
va_list list;
va_start(list, format);
sprintf(buf, "[%s,%s,%d]", file, function, line);
vsprintf(buf+strlen(buf), format, list);
sprintf(buf+strlen(buf), "\n");
va_end(list);
printf(buf);
}
#else
#define LOG
#endif // DEBUG #define INFINITY 100000 //最大值
#define MAX_VERTEX_NUM 20 //最大顶点数 //---------邻接矩阵的存储结构----------------------------------------- //////////////////////////////////////////////////////////////
// 邻接矩阵作为图的存储结构
//////////////////////////////////////////////////////////////
typedef enum {DG, DN, UDG, UDN} GraphKind; //{有向图,有向网,无向图,无向网}
typedef int VRType;
typedef char VertexType; //顶点类型
typedef struct{
char note[];
}InfoType;
typedef struct ArcCell{
VRType adj; //顶点关系类型:1)对无权图,用1或0表示相邻否;2)对带权图,则为权值类型
InfoType *info; //该弧相关信息的指针
}ArcCell, AdjMatrix[MAX_VERTEX_NUM][MAX_VERTEX_NUM];
typedef struct{
VertexType vexs[MAX_VERTEX_NUM]; //顶点向量
AdjMatrix arcs; //邻接矩阵
int vexnum, arcnum; //图的当前顶点数和弧数
GraphKind kind; //图的种类标志
}MGraph; //---------采用邻接矩阵创建无向网----------------------------------------- //////////////////////////////////////////////////////////////
// 若G中存在顶点u,则返回该顶点在图中位置;否则返回-1。
//////////////////////////////////////////////////////////////
int LocateVex(MGraph G, VertexType v){
int i = ;
for(i=; i<G.vexnum; i++){
if(G.vexs[i] == v){
return i;
}
}
return -;
} //////////////////////////////////////////////////////////////
// 采用数组表示法(邻接矩阵),构造无向网
//////////////////////////////////////////////////////////////
int CreateUDN(MGraph *G)
{
printf("\n创建一个无向网(带权):\n");
int i = , j = , k = , IncInfo = ;
int v1 = , v2 = , w = ;
char tmp[] = {};
printf("输入顶点数,弧数,其他信息标志位: ");
scanf("%d,%d,%d", &G->vexnum, &G->arcnum, &IncInfo);
for(i=; i<G->vexnum; i++)
{
printf("输入第%d个顶点: ", i+);
memset(tmp, , sizeof(tmp));
scanf("%s", tmp);
G->vexs[i] = tmp[];
}
for(i=; i<G->vexnum; i++)
{
for(j=; j<G->vexnum; j++)
{
G->arcs[i][j].adj = INFINITY;
G->arcs[i][j].info = NULL;
}
}
for(k=; k<G->arcnum; k++)
{
printf("输入第%d条弧: 弧尾, 弧头,权值: ", k+);
memset(tmp, , sizeof(tmp));
scanf("%s", tmp);
sscanf(tmp, "%c,%c,%d", &v1, &v2, &w);
i = LocateVex(*G, v1);
j = LocateVex(*G, v2);
G->arcs[i][j].adj = w;
if(IncInfo){
//
}
G->arcs[j][i] = G->arcs[i][j];
}
return ;
} int CreateGraph(MGraph *G)
{
printf("输入图类型: -有向图(0), -有向网(1), -无向图(2), +无向网(3): ");
scanf("%d", &G->kind);
switch(G->kind)
{
case DG:
case DN:
case UDG:
printf("还不支持!\n");
return -;
case UDN:
return CreateUDN(G);
default:
return -;
}
} //////////////////////////////////////////////////////////////
// 打印邻接矩阵中的信息
//////////////////////////////////////////////////////////////
void printG(MGraph G)
{
printf("\n打印邻接矩阵:\n");
if(G.kind == DG){
printf("类型:有向图;顶点数 %d, 弧数 %d\n", G.vexnum, G.arcnum);
}else if(G.kind == DN){
printf("类型:有向网;顶点数 %d, 弧数 %d\n", G.vexnum, G.arcnum);
}else if(G.kind == UDG){
printf("类型:无向图;顶点数 %d, 弧数 %d\n", G.vexnum, G.arcnum);
}else if(G.kind == UDN){
printf("类型:无向网;顶点数 %d, 弧数 %d\n", G.vexnum, G.arcnum);
}
int i = , j = ;
printf("\t");
for(i=; i<G.vexnum; i++)
printf("%c\t", G.vexs[i]);
printf("\n");
for(i=; i<G.vexnum; i++){
printf("%c\t", G.vexs[i]);
for(j=; j<G.vexnum; j++){
if(G.arcs[i][j].adj == INFINITY){
printf("INF\t");
}else{
printf("%d\t", G.arcs[i][j].adj);
}
}
printf("\n");
}
} //---------求最小生成树的算法。(普里姆算法)----------------------------------------- //////////////////////////////////////////////////////////////
// 定义辅助数组CloseEdge: 记录从顶点集U到V-U的代价最小的边的辅助数组。
//////////////////////////////////////////////////////////////
struct Edge{
VertexType adjvex;
VRType lowcost;
}CloseEdge[MAX_VERTEX_NUM]; //////////////////////////////////////////////////////////////
// 返回辅助数组中, 权值最小的顶点的位置。
//////////////////////////////////////////////////////////////
int minimum(struct Edge edgelist[], int count)
{
int ret = -;
int min = INFINITY;
int i = ;
for(i=; i<count; i++) {
if ((edgelist[i].lowcost) && (edgelist[i].lowcost < min)) {
ret = i;
min = edgelist[i].lowcost;
}
}
return ret;
} //////////////////////////////////////////////////////////////
// 采用普里姆算法求最小生成树的算法。
//////////////////////////////////////////////////////////////
void MinSpanTree_PRIM(MGraph G, VertexType v)
{
printf("\n采用普里姆算法求邻接矩阵存储的带权的无向网的最小生成树,所求最小生成树的边依次为:\n");
int k = -;
int i = ;
int j = ;
k = LocateVex(G, v);
//辅助数组初始化
for(j=; j<G.vexnum; j++){
if(j!=k)
{
CloseEdge[j].adjvex = v;
CloseEdge[j].lowcost = G.arcs[k][j].adj;
}
}
//初始状态下, U={v}
CloseEdge[k].lowcost = ;
//选择其余的G.vexnum-1个顶点
for(i=; i<G.vexnum; i++)
{
//求出T的下一个结点,第k个顶点
k = minimum(CloseEdge, G.vexnum);
//输出生成树的边
printf("%c, %c\n", CloseEdge[k].adjvex, G.vexs[k]);
//第k个顶点并入U集合
CloseEdge[k].lowcost = ;
//新顶点并入U后重新选择最小边。
for(j=; j<G.vexnum; j++){
if(G.arcs[k][j].adj < CloseEdge[j].lowcost){
CloseEdge[j].adjvex = G.vexs[k];
CloseEdge[j].lowcost = G.arcs[k][j].adj;
}
}
}
} int main(int argc, char *argv[])
{
MGraph G;
if(CreateGraph(&G) > -)
printG(G);
MinSpanTree_PRIM(G, G.vexs[]);
return ;
}

最小生成树(普里姆算法)

代码运行

/home/lady/CLionProjects/untitled/cmake-build-debug/untitled
输入图类型: -有向图(0), -有向网(1), -无向图(2), +无向网(3): 3 创建一个无向网(带权):
输入顶点数,弧数,其他信息标志位: 6,10,0
输入第1个顶点: a
输入第2个顶点: b
输入第3个顶点: c
输入第4个顶点: d
输入第5个顶点: e
输入第6个顶点: f
输入第1条弧: 弧尾, 弧头,权值: c,a,1
输入第2条弧: 弧尾, 弧头,权值: c,b,5
输入第3条弧: 弧尾, 弧头,权值: c,d,5
输入第4条弧: 弧尾, 弧头,权值: c,e,6
输入第5条弧: 弧尾, 弧头,权值: c,f,4
输入第6条弧: 弧尾, 弧头,权值: a,b,6
输入第7条弧: 弧尾, 弧头,权值: b,e,3
输入第8条弧: 弧尾, 弧头,权值: e,f,6
输入第9条弧: 弧尾, 弧头,权值: f,d,2
输入第10条弧: 弧尾, 弧头,权值: d,a,5 打印邻接矩阵:
类型:无向网;顶点数 6, 弧数 10
a b c d e f
a INF 6 1 5 INF INF
b 6 INF 5 INF 3 INF
c 1 5 INF 5 6 4
d 5 INF 5 INF INF 2
e INF 3 6 INF INF 6
f INF INF 4 2 6 INF 采用普里姆算法求邻接矩阵存储的带权的无向网的最小生成树,所求最小生成树的边依次为:
a, c
c, f
f, d
c, b
b, e Process finished with exit code 0

图->连通性->最小生成树(普里姆算法)的更多相关文章

  1. 最小生成树---普里姆算法(Prim算法)和克鲁斯卡尔算法(Kruskal算法)

    普里姆算法(Prim算法) #include<bits/stdc++.h> using namespace std; #define MAXVEX 100 #define INF 6553 ...

  2. ACM第四站————最小生成树(普里姆算法)

    对于一个带权的无向连通图,其每个生成树所有边上的权值之和可能不同,我们把所有边上权值之和最小的生成树称为图的最小生成树. 普里姆算法是以其中某一顶点为起点,逐步寻找各个顶点上最小权值的边来构建最小生成 ...

  3. 图解最小生成树 - 普里姆(Prim)算法

    我们在图的定义中说过,带有权值的图就是网结构.一个连通图的生成树是一个极小的连通子图,它含有图中全部的顶点,但只有足以构成一棵树的n-1条边.所谓的最小成本,就是n个顶点,用n-1条边把一个连通图连接 ...

  4. 查找最小生成树:普里姆算法算法(Prim)算法

    一.算法介绍 普里姆算法(Prim's algorithm),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,不但包括了连通图里的所有顶点,且其所有边的权值之 ...

  5. 普里姆算法(Prim)

    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(带权图)里搜索最小生成树.即此算法搜索到的边(Edge)子集所构成的树中,不但包括了连通图里的所有顶点(Vertex)且其所有边的权 ...

  6. HDU 1879 继续畅通工程 (Prim(普里姆算法)+Kruskal(克鲁斯卡尔))

    继续畅通工程 Time Limit: 2000/1000 MS (Java/Others)    Memory Limit: 32768/32768 K (Java/Others) Total Sub ...

  7. 最小生成树-普利姆算法lazy实现

    算法描述 lazy普利姆算法的步骤: 1.从源点s出发,遍历它的邻接表s.Adj,将所有邻接的边(crossing edges)加入优先队列Q: 2.从Q出队最轻边,将此边加入MST. 3.考察此边的 ...

  8. 最小生成树-普利姆算法eager实现

    算法描述 在普利姆算法的lazy实现中,参考:普利姆算法的lazy实现 我们现在来考虑这样一个问题: 我们将所有的边都加入了优先队列,但事实上,我们真的需要所有的边吗? 我们再回到普利姆算法的lazy ...

  9. Prim算法(普里姆算法)

    描述: 一个连通图的生成树是指一个极小连通子图,它含有图中的全部顶点,但只有足以构成一棵树的 n-1 条边.我们把构造连通网的最小代价生成树成为最小生成树.而Prim算法就是构造最小生成树的一种算法. ...

随机推荐

  1. linux每日命令(20):find命令概览

    Linux下find命令在目录结构中搜索文件,并执行指定的操作.Linux下find命令提供了相当多的查找条件,功能很强大.由于find具有强大的功能,所以它的选项也很多,其中大部分选项都值得我们花时 ...

  2. linux每日命令(25):Linux文件类型与扩展名

    Linux文件类型和Linux文件的文件名所代表的意义是两个不同的概念.我们通过一般应用程序而创建的比如file.txt.file.tar.gz ,这些文件虽然要用不同的程序来打开,但放在Linux文 ...

  3. 11款CSS3动画工具的开发

    本文展示了11个最好的和最令人惊异的CSS3动画工具,将为开发者是非常有帮助的.CSS3有设计师和开发人员之间的良好的声誉.它是在这里帮助他们创造惊人的结果. 有了这些动画工具,你可以创造一个轻松自由 ...

  4. 配合angularjs中interceptor一劳永逸的加载$ionicloading的方法

    在我们日常的项目开发中,每当页面需要和服务端存在交互的时候,为了界面的友好,我们都会在界面中给个loading的加载图标,当从服务端获取到数据或者已经把本地数据送到服务端并且得到相应的回应的时候我们就 ...

  5. vue事件处理器

    1.监听事件 可以用 v-on 指令监听 DOM 事件来触发一些 JavaScript 代码. 示例: <div id="example-1"> <button ...

  6. yizhihongqiang

    最新网址:https://www.     hongxingwangzhi           .com/

  7. python安装模块

    pychram安装模块,非常简单!

  8. [GAN] How to use GAN - Meow Generator

    一篇介绍GAN应用的文章.今后GAN模型学习的主要内容. 中文链接:萌物生成器:如何使用四种GAN制造猫图 原文链接:https://ajolicoeur.wordpress.com/cats/ 项目 ...

  9. [React] 13 - Redux: react-redux

    Ref: Redux 入门教程(三):React-Redux 的用法 组件拆分规范 使用 React-Redux,需要掌握额外的 API,并且要遵守它的组件拆分规范. React-Redux 将所有组 ...

  10. ef 某些字段更新 某些字段不更新

    不更新 _pocDbContext.Entry<UploadFileActiveTask>(activeTask).Property("id").IsModified ...