Kruskal和Prim算法详解

2022-08-26 15:04:38 阅读：225 来源： 互联网

最小生成树概念(转载)

　　假设一个国家有一些城市，这些城市可以互相连接起来，假设每两个城市之间的道路有很多条，那么一定存在这样的情况，可以用最少的路程连接各个城市。
　　以上这个问题就可以归纳为最小生成树问题，用正式的表述方法描述为：给定一个无方向的带权图G=(V, E)，最小生成树为集合T, T是以最小代价连接V中所有顶点所用边E的最小集合。集合T中的边能够形成一颗树，这是因为每个节点（除了根节点）都能向上找到它的一个父节点。

　　而Prim算法和Kruskal算法，就分别从点和边下手解决了该问题。

Prim算法

　　Prim算法是一种产生最小生成树的算法。该算法于1930年由捷克数学家沃伊捷赫·亚尔尼克（英语：Vojtěch Jarník）发现；并在1957年由美国计算机科学家罗伯特·普里姆（英语：Robert C. Prim）独立发现；1959年，艾兹格·迪科斯彻再次发现了该算法。

　　Prim算法从任意一个顶点开始，每次选择一个与当前顶点集最近的一个顶点，并将两顶点之间的边加入到树中。Prim算法在找当前最近顶点时使用到了贪婪算法。

　　算法描述：
1. 在一个加权连通图中，顶点集合V，边集合为E
2. 任意选出一个点作为初始顶点,标记为visit,计算所有与之相连接的点的距离，选择距离最短的，标记visit.
3. 重复以下操作，直到所有点都被标记为visit：
在剩下的点钟，计算与已标记visit点距离最小的点，标记visit,证明加入了最小生成树。

　　下面我们来看一个最小生成树生成的过程：
1 起初，从顶点a开始生成最小生成树

2 选择顶点a后，顶点啊置成visit（涂黑）,计算周围与它连接的点的距离：

3 与之相连的点距离分别为7,6,4，选择C点距离最短，涂黑C，同时将这条边高亮加入最小生成树：

4 计算与a,c相连的点的距离（已经涂黑的点不计算），因为与a相连的已经计算过了，只需要计算与c相连的点，如果一个点与a,c都相连，那么它与a的距离之前已经计算过了，如果它与c的距离更近，则更新距离值，这里计算的是未涂黑的点距离涂黑的点的最近距离，很明显，b和a为7，b和c的距离为6，更新b和已访问的点集距离为6，而f,e和c的距离分别是8,9，所以还是涂黑b,高亮边bc：

5 接下来很明显，d距离b最短，将d涂黑，bd高亮：

6 f距离d为7，距离b为4，更新它的最短距离值是4，所以涂黑f，高亮bf：

7 最后只有e了：

针对如上的图,代码实例如下：

 1 #include<bits/stdc++.h>
 2 #define INF 10000
 3 using namespace std;
 4 const int N = 6;
 5 bool visit[N];
 6 int dist[N] = { 0, };
 7 int graph[N][N] = { {INF,7,4,INF,INF,INF},  //INF代表两点之间不可达
 8                     {7,INF,6,2,INF,4},
 9                     {4,6,INF,INF,9,8},
10                     {INF,2,INF,INF,INF,7},
11                     {INF,INF,9,INF,INF,1},
12                     {INF,4,8,7,1,INF}
13                   };
14 int prim(int cur)
15 {
16     int index = cur;
17     int sum = 0;
18     int i = 0;
19     int j = 0;
20     cout << index << " ";
21     memset(visit,false, sizeof(visit));
22     visit[cur] = true;
23     for(i = 0; i < N; i++)
24         dist[i] = graph[cur][i];//初始化，每个与a邻接的点的距离存入dist
25     for(i = 1; i < N; i++)
26     {
27         int minor = INF;
28         for(j = 0; j < N; j++)
29         {
30             if(!visit[j] && dist[j] < minor)          //找到未访问的点中，距离当前最小生成树距离最小的点
31             {
32                 minor = dist[j];
33                 index = j;
34             }
35         }
36         visit[index] = true;
37         cout << index << " ";
38         sum += minor;
39         for(j = 0; j < N; j++)
40         {
41             if(!visit[j] && dist[j]>graph[index][j])      //执行更新，如果点距离当前点的距离更近，就更新dist
42             {
43                 dist[j] = graph[index][j];
44             }
45         }
46     }
47     cout << endl;
48     return sum;               //返回最小生成树的总路径值
49 }
50 int main()
51 {
52     cout << prim(0) << endl;//从顶点a开始
53     return 0;
54 }

Kruskal算法

　　Kruskal是另一个计算最小生成树的算法，其算法原理如下。首先，将每个顶点放入其自身的数据集合中。然后，按照权值的升序来选择边。当选择每条边时，判断定义边的顶点是否在不同的数据集中。如果是，将此边插入最小生成树的集合中，同时，将集合中包含每个顶点的联合体取出，如果不是，就移动到下一条边。重复这个过程直到所有的边都探查过。

　　下面还是用一组图示来表现算法的过程：
1 初始情况，一个联通图，定义针对边的数据结构，包括起点，终点，边长度：

typedef struct _node{
    int val;   //长度
    int start; //边的起点
    int end;   //边的终点
}Node;

2 在算法中首先取出所有的边，将边按照长短排序，然后首先取出最短的边，将a,e放入同一个集合里，在实现中我们使用到了并查集的概念：

3 继续找到第二短的边，将c, d再放入同一个集合里：

4 继续找，找到第三短的边ab，因为a,e已经在一个集合里，再将b加入：

5 继续找，找到b,e，因为b,e已经同属于一个集合，连起来的话就形成环了，所以边be不加入最小生成树：

6 再找，找到bc，因为c,d是一个集合的，a,b,e是一个集合，所以再合并这两个集合：

这样所有的点都归到一个集合里，生成了最小生成树。

　　根据上图实现的代码如下

 1 #include<bits/stdc++.h
 2 #define N 7
 3 using namespace std;
 4 typedef struct _node{
 5     int val;
 6     int start;
 7     int end;
 8 }Node;
 9 Node V[N];
10 int cmp(const void *a, const void *b)
11 {
12     return (*(Node *)a).val - (*(Node*)b).val;
13 }
14 int edge[N][3] = {  { 0, 1, 3 },
15                     { 0, 4, 1 }, 
16                     { 1, 2, 5 }, 
17                     { 1, 4, 4 },
18                     { 2, 3, 2 }, 
19                     { 2, 4, 6 }, 
20                     { 3, 4, 7} 
21                     };
22 
23 int father[N] = { 0, };
24 int cap[N] = {0,};
25 
26 void make_set()              //初始化集合，让所有的点都各成一个集合，每个集合都只包含自己
27 {
28     for (int i = 0; i < N; i++)
29     {
30         father[i] = i;
31         cap[i] = 1;
32     }
33 }
34 
35 int find_set(int x)              //判断一个点属于哪个集合，点如果都有着共同的祖先结点，就可以说他们属于一个集合
36 {
37     if (x != father[x])
38      {                              
39         father[x] = find_set(father[x]);
40     }     
41     return father[x];
42 }                                  
43 
44 void Union(int x, int y)         //将x,y合并到同一个集合
45 {
46     x = find_set(x);
47     y = find_set(y);
48     if (x == y)
49         return;
50     if (cap[x] < cap[y])
51         father[x] = find_set(y);
52     else
53     {
54         if (cap[x] == cap[y])
55             cap[x]++;
56         father[y] = find_set(x);
57     }
58 }
59 
60 int Kruskal(int n)
61 {
62     int sum = 0;
63     make_set();
64     for (int i = 0; i < N; i++)//将边的顺序按从小到大取出来
65     {
66         if (find_set(V[i].start) != find_set(V[i].end))     //如果改变的两个顶点还不在一个集合中，就并到一个集合里，生成树的长度加上这条边的长度
67         {
68             Union(V[i].start, V[i].end);  //合并两个顶点到一个集合
69             sum += V[i].val;
70         }
71     }
72     return sum;
73 }
74 int main()
75 {
76     for (int i = 0; i < N; i++)   //初始化边的数据，在实际应用中可根据具体情况转换并且读取数据,这边只是测试用例
77     {
78         V[i].start = edge[i][0];
79         V[i].end = edge[i][1];
80         V[i].val = edge[i][2];
81     }
82     qsort(V, N, sizeof(V[0]), cmp);
83     cout << Kruskal(0)<<endl;
84 　 return 0;
85 }

标签：Prim,int,Kruskal,距离,算法,详解,集合,顶点,INF
来源： https://www.cnblogs.com/lizihan00787/p/16627506.html

本站声明： 1. iCode9 技术分享网（下文简称本站）提供的所有内容，仅供技术学习、探讨和分享；
2. 关于本站的所有留言、评论、转载及引用，纯属内容发起人的个人观点，与本站观点和立场无关；
3. 关于本站的所有言论和文字，纯属内容发起人的个人观点，与本站观点和立场无关；
4. 本站文章均是网友提供，不完全保证技术分享内容的完整性、准确性、时效性、风险性和版权归属；如您发现该文章侵犯了您的权益，可联系我们第一时间进行删除；
5. 本站为非盈利性的个人网站，所有内容不会用来进行牟利，也不会利用任何形式的广告来间接获益，纯粹是为了广大技术爱好者提供技术内容和技术思想的分享性交流网站。

ICode9

Kruskal和Prim算法详解

最小生成树概念(转载)

Prim算法

Kruskal算法