标签:Prim int 情仇 MST father 最小 算法 爱恨 Kruskal
最小生成树(MST)
一、前言
我院子里有两棵树,一棵是最小生成树,另一棵还是最小生成树。
————鲁迅
回想起来,距离我学完最小生成树直到今天已经过了很久了,期间做了不少有关的题,虽然依然无法A掉蓝题,但我觉得我在这个知识点上有了长足的进步......
关于最小生成树(MST)的算法主要有两种,一种是Prim算法,一种是Kruskal算法,两种算法的核心思想与实现方法并不相同,它们的适用范围也不完全相同。
二、算法:Prim
Prim算法的核心思想是“蓝白点思想”,即:蓝点已进树,白点在树外。
我们假设有一张图,其中有 n
个点,m
条边,假设我们从某个点 V0
开始,首先将此点标记为蓝色(一开始均为白色),然后在与 V0
相连的众多边中,找到最短的那条边,并把这条边的终点 V1
标记为蓝点,然后以 V1
为定点,重复上述步骤,直到找到一个 MST。
Prim算法过程: 定义集合A
表示已加入最小生成树的节点,定义dist[]
数组表示其它节点到集合A的最短距离。 初始时,A
为空,dist[]
为无穷,dist[1] = 0
。 接下来每次添加到A的边都是使树的边尽可能小的边,这个过程一直进行到不存在连接生成树的边为止。 算法描述如下: 1.将一个图分为两部分,一部分归为点集A
,一部分归为点集V
,A
的初始集合为{V1}
,V的初始集合为{ALL-V1}
。
有一个很重要的结论,对于 n
个点,只需要 n - 1
条边就可以连出一个MST。
算法本身不难理解,一些更进一步的解释在代码中有。
#include<bits/stdc++.h>
#define ri register int
#define ll long long
#define gc getchar
#define INF 0x3f3f3f3f
#define MAXN 200000+10 //个人比较喜欢这种大气磅礴的头
using namespace std;
int n, m, ans, head[MAXN], cnt, dist[MAXN]; //n为点数,m为边数,ans=MST
//dist为当前点到起点的最短距离
bool vis[MAXN]; //雁过留痕
inline int read(){ //常规快读
ri x=0,f=1;char ch=gc();
while(!isdigit(ch)){if(ch=='-')f=-1;ch=gc();}
while(isdigit(ch)){x=(x<<3)+(x<<1)+(ch^48);ch=gc();}
return x*f;
}
struct Node{
int st, to, next, w;
}e[MAXN<<1];
inline void add(int u, int v, int w){
e[++cnt].st = u, e[cnt].to = v, e[cnt].w = w;
e[cnt].next = head[u], head[u] = cnt;
} //邻接表存图
void prim(){//Prim算法
for(ri i = 0; i <= n; i++) dist[i] = INF; //初始化
dist[1] = 0; //V0即起点,起点到自己的dist为0
for(ri i = 1; i <= n; i++){
int k = 0;
for(ri j = 1; j <= n; j++)
if(!vis[j] && dist[j] < dist[k]) k = j;
vis[k] = 1;
for(ri j = head[k]; j; j= e[j].next){ //经典松弛
if(!vis[e[j].to] && e[j].w < dist[e[j].to])
dist[e[j].to] = e[j].w;
}
}
for(ri j = 1; j <= n; j++){
if(dist[j] == INF) return;
else ans += dist[j];
}
return;
}
int main()
{
n = read(), m = read();
for(ri i = 1, u, v, w; i <= n; i++){
u = read(), v = read(), w = read();
add(u, v, w); //无向图存两次
add(v, u, w);
}
prim();
if(ans == 0) printf("Orz\n");
else printf("%d\n", ans);
return 0; //好习惯
}
显而易见,这个代码的时间复杂度是 n^2
,不算特别优。
实际上有一个堆优化的prim,但由于和堆优化的Dikstra特别像,这里就不专门讲了,它的时间复杂度为nlogn
, 大家自行体会。代码:link
三、算法:Kruskal
Kruskal算法的实质是贪心,在没有并查集之前,坦白讲,Kruskal算法很劣,但当它与并查集结合起来,可谓是威力无穷。
话不多说,很好理解,直接就上代码!(没学过并查集建议出门左转)
#include<bits/stdc++.h>
using namespace std;
int n, m, father[10005], ans, k;
struct node{
int x, y, c;
}a[10005];
int find(int x){
if (father[x]!=x){
father[x] = find(father[x]);
} else return father[x];
}
bool judge(int x, int y){
if (find(x)==find(y)){
return true;
} else {
return false;
}
}
void unionn(int x, int y){
father[find(x)] = find(y);
}
bool cmp(node x, node y){
return x.c<y.c;
}
int main(){
scanf("%d%d", &n, &m);
for (int i = 1; i <= n; i++){
father[i] = i;
}
for (int i = 1; i <= m; i++){
scanf("%d%d%d", &a[i].x, &a[i].y, &a[i].c);
}
sort(a+1, a+1+m, cmp);
for (int i = 1; i <= m; i++){
if (!judge(a[i].x, a[i].y)){
unionn(a[i].x, a[i].y);
ans += a[i].c;
k++;
}
if (k==n-1){
break;
}
}
printf("%d", ans);
return 0;
}
唯一要强调的是,对于 n
个点,只需要 n - 1
条边就可以连出一个MST,这句话炒鸡炒鸡重要!!!
其实也有Kruskal的堆优化算法,但没多大意义,不优化已经够用了,好想好写。
四、算法选择
通过阅读代码,我们可以发现,Kruskal算法适用于稀疏图,即点数多于边数,而Prim算法适用于稠密图,即边数多于点数。
值得一提的是,理论上来说,优化后的Prim可以快不优化的Prim 100ms,但对于一些极端稠密的图,由于STL的常数较大,它的优势可能并不是那么明显,甚至会变慢。具体怎么选也要看个人喜好。
五、一些值得注意的知识
在做题的过程中,我们会发现一些和 MST 相关的坑点,在这里给大家整理一些,不完全。
-
认真读题,一定要区分是有向图还是无向图,如果是无向图的话,邻接表记得开双倍,不然会爆;
-
对于
n
个点,只需要n - 1
条边就可以连出一个MST,如果跑完一个Kruskal 后发现k != n - 1
,就说明连不出一个 MST,有些题会这么考; -
对于一些题,往往不会明确告诉你是无向图,这时需要结合生活经验,发挥语文阅读能力,加以判断,实在不行,就用Kruskal;~
笑死了根本不用存边~ -
稍微上难度的题会把 MST 和二分答案结合起来考,这就需要大家灵活运用~
一切随缘~ -
有些题喜欢只给你点的坐标,这时就需要先用欧几里得距离算点的距离再存图再跑Prim或者Kruskal,且一定要认真审题,注意保留小数。
inline void add(){ for(int i = 1; i <= n; i++) for(int j = i + 1; j <= n; j++){ e[++side].st = i, e[side].to = j; e[side].w = sqrt((double)(po[i].x-po[j].x)*(po[i].x-po[j].x) + (double)(po[i].y-po[j].y)*(po[i].y-po[j].y)); } }
其他的等想起来再更......
六、后记
最小生成树就打算干到这里了,似乎NOIP也不喜欢考,接下来就该专攻动态规划啦~
各位,加油啊!!!
-----------------------------------------------------------------end---------------------------------------------------------------------
标签:Prim,int,情仇,MST,father,最小,算法,爱恨,Kruskal 来源: https://www.cnblogs.com/xuzhengyang/p/14724731.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。