标签:二分 int d% 最小 生成 edges maxn include find
Prim
与dijistra比较像,分为朴素版和堆优化版。
朴素版Prim,时间复杂度O(n^2),一般用于稠密图。
算法流程:初始化距离矩阵为0x3f3f3f3f.
循环n次,找到距离集合最短的点t,用t更新其他点到集合的距离。
注意:与dijistra不同的在与距离的更新方式。
Prim最小生成树
#include<algorithm>
#include<iostream>
#include<cstring>
using namespace std;
const int maxn = 510;
int g[maxn][maxn],n,m;
int dis[maxn];
bool st[maxn];
int prim(){
int ans=0;
memset(dis,0x3f,sizeof dis);
for(int i=0;i<n;i++){
int t = -1;
for(int j=1;j<=n;j++){
if(!st[j] && (t==-1 || dis[j]<dis[t]))
t = j;
}
if(i && dis[t] == 0x3f3f3f3f) return 0x3f3f3f3f;
if(i) ans += dis[t];
for(int i=1;i<=n;i++) dis[i] = min(dis[i],g[t][i]);
st[t] = true;
}
return ans;
}
int main(){
cin>>n>>m;
memset(g,0x3f,sizeof g);
for(int i=0;i<m;i++){
int a,b,c;
scanf("%d%d%d",&a,&b,&c);
g[a][b]=g[b][a]=min(g[a][b],c);
}
int t = prim();
if(t == 0x3f3f3f3f) puts("impossible");
else cout<<t;
return 0;
}
堆优化版Prim,时间复杂度O(m*logn),一般不常用。
Kruskal
时间复杂度O(m*logm),一般用于稀疏图。
算法流程:
1.将所有边按照权重大小,从小到大排序。
2.枚举每条边a,b。如果a,b不连通,则将边加入集合。
Kruskal
#include<iostream>
#include<algorithm>
#include<cstring>
using namespace std;
const int maxn = 2e5 + 10;
const int N=1e5 + 10;
int n,m,p[N];
struct Edge{
int a,b,c;
}edges[maxn];
bool cmp(Edge a,Edge b){
return a.c < b.c;
}
int find(int x){
if(p[x] != x) return p[x] = find(p[x]);
}
int kluskal(){
sort(edges + 1,edges + 1 + m,cmp);
int ans=0,cnt=0;
for(int i=1;i<=m;i++){
int a = edges[i].a,b = edges[i].b,c = edges[i].c;
a = find(a),b=find(b);
if(a != b){
p[a] = b;
ans += c;
cnt++;
}
}
if(cnt < n-1) return -1;
else return ans;
}
int main(){
cin>>n>>m;
for(int i=1;i<=n;i++) p[i] = i;
for(int i=1;i<=m;i++){
int a,b,c;
scanf("%d%d%d",&a,&b,&c);
edges[i]={a,b,c};
}
int t = kluskal();
if(t==-1) puts("impossible");
else cout<<t<<endl;
return 0;
}
判断二分图
O(m+n)
匈牙利算法
标签:二分,int,d%,最小,生成,edges,maxn,include,find 来源: https://blog.csdn.net/Pbw_666/article/details/123141364
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。