最小生成树
通用最小生成树
假定有一个连通无向图G=(V,E)和权重函数,我们希望找出图G的一颗最小生成树，Kruskal和Prim算法都是使用贪心策略来解决这个问题，但它们使用贪心策略的方式却有所不同。
这个贪心策略可以由下面的通用方法来表述。该通用方法在每个时刻生长最小生成树的一条边，并在整个策略的实施过程中，管理一个遵守下述循环不变式的边集合A：
在每遍循环之前，A是某棵树最小生成树的一个子集。
在每一步，我们要做的事情是选择一条边（u,v），将其加入到集合A中，使得A不违反循环不变式，即也是某棵最小生成树的子集。由于我们可以安全地将这种边加入到集合A而不破坏A的循环不变式，因此称这样的边为集合A的安全边。
使用循环不变式的方式如下：
初始化：在算法第1行之后，集合A直接满足循环不变式。
保持：算法2-4行的循环通过只加入安全边来维持循环不变式。
终止：所有加入到集合A中的边都属于某颗最小生成树，因此，算法第5行返回的集合A必然是一颗最小生成树。
Kruskal算法
kruaskal算法找到安全边的方法是，在所有连接森林中两颗不同树的边里面，找到权重最小的边（u,v）。
Prim算法
与Kruskal算法类似，Prim算法也是通用最小生成树的一个特例。Prim算法的工作原理与Dijkstra的最短路径算法相似。Prim算法所具有的一个性质是集合A中边总是构成一棵树。这颗树从一个任意的根节点r开始，一直长大到覆盖V中的所有结点时为止。算法每一步在连接集合A和A之外的节点所有边中，选择一条轻量级边加入到A中。这条规则所加入的边都是对A安全的边。因此，当算法终止时，A中的边形成一棵最小生成树。本策略也属于贪心策略，因为每一步加入的边都必须是使树的总权重增加量最小的边。
为了有效实现Prim算法，需要一种快速的方法来选择一条新的边，以便加入到由集合A中边所构成的树里。上面的伪代码中，连通图G和最小生成树的根节点r将作为算法的输入。在算法的执行过程中，所有不在树A中的结点都存放在一个基于key属性的最小优先队列Q中。对于每个节点v，属性v.key保存的是连接v和树中节点的所有边中最小边的权重。我们规定如果不存在这样的边，则。属性给出的是节点v在树中的父节点Prim算法将GENERIC-MST中的结合A维持在的状态下。
当Prim算法终止时，最小优先队列Q将为空，而G的最小生成树A则是：
标签：Prim,最小,生成,不变式,算法,集合 来源： https://www.cnblogs.com/kexinxin/p/11537818.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。