赞
踩
目录
最小生成树(Minimum Spanning Tree,简称MST)是图论中的一个概念。给定一个连通的无向图,最小生成树是指包含图中所有顶点的一棵树,且该树的所有边的权重之和最小。
最小生成树的基本定义和性质:
- 连通性:最小生成树必须包含图中的所有顶点,并且通过边将它们连接起来,确保整个图是连通的,即任意两个顶点之间都有路径。(一颗有 n 个顶点的生成树有且仅有 n−1 条边,如果生成树中再添加一条边,则必定成环。)
- 无环:最小生成树是一棵树,所以不能包含任何环(即回路)。
- 最小权重:最小生成树的边权重之和应当尽可能地小。在有多个满足条件的最小生成树时,它们的权重之和是相同的。
普里姆算法是一种构造性算法。假设G = (V, E)是一个具有n个顶点的带权连通图,T = (U,TE)是最小生成树,其中U是T的顶点集,TE是T的边集,则由G构造从起始点v出法的最小生成树T的步骤如下:
- 选择一个起始节点作为最小生成树的起点。
- 将该起始节点加入最小生成树集合,并将其标记为已访问。
- 在所有与最小生成树集合相邻的边中,选择权重最小的边和它连接的未访问节点。
- 将该边和节点加入最小生成树集合,并将该节点标记为已访问。
- 重复步骤3和步骤4,直到最小生成树集合包含了图中的所有节点。
下面我们将按步骤实现此算法,现给出一个无向完全图,求出其最小生成树。
( 以下图片中亮的点表示为已访问,暗的点为未访问)
1.首先我们选择一起始节点作为最小生成树的起点(这里取V1点作为起点),我们将V1点加入最小生成树集合中,标记为已访问。
2. 在所有与最小生成树集合相邻的边中,选择权重最小的边和它连接的未访问节点,将V3点加入到最小生成树集合中,将V3点标记为未访问。
3.在所有与最小生成树集合相邻的边中,选择权重最小的边和它连接的未访问节点,(注意这里是与最小生成树的集合相邻的边中找,而不仅仅是V1或者V3的邻边)将V4点加入到最小生成树集合中,将V4点标记为未访问。
4.重复步骤3,将点V4点加入到最小生成树集合中,将V4点标记为未访问。
5.重复以上操作,最后得到该图的最小生成树(其一)。
我们求出的最小生成树可能不是唯一的,需要注意,比如该图的最小生成树就不是唯一的,有两个。
通过以上的步骤,我们可以大致理解其prim算法的实现原理,接下来我们通过代码实现prim算法求最小生成树。
- #include<bits/stdc++.h>
- using namespace std;
- const int N = 10005, inf = 0x3f3f3f; //inf代表无穷大
- int dis[N], e[N][N]; //dis数组用来存储边,e数组表示邻接矩阵
- bool vis[N]; //标记数组
- int n, m, ans;
-
- void prim() //prim算法核心代码段
- {
- ans = 0;
- memset(dis, 0x3f, sizeof(dis)); //初始化边为无穷大
- dis[1] = 0; //选1为起始节点
- for (int i = 1; i <= n; i++) {
- int t = -1;
- int temp = inf;
- for (int j = 1; j <= n; j++) { //找邻边最小边
- if (!vis[j] && dis[j] < temp) {
- temp = dis[j];
- t = j;
- }
- }
- if (t == -1) //图不联通
- {
- ans = inf;
- return;
- }
- vis[t] = true; //将该点标记为已访问
- ans += dis[t];
- for (int k = 1; k <= n; k++) { //松弛
- dis[k] = min(dis[k], e[t][k]);
- }
- }
- }
- int main()
- {
- cin >> n >> m;
- memset(e, inf, sizeof(e)); //将邻接矩阵初始化为无穷大
- for (int i = 1; i <= m; i++)
- {
- int a, b, c;
- cin >> a >> b >> c;
- e[a][b] = e[b][a] = c; //无向图,对称 (这里可以加一个取最小边的判断)
- }
- prim();
- if (ans == inf) //该图不联通
- cout << "orz" << endl;
- else //输出最小生成树各边长度之和
- cout << ans << endl;
- return 0;
- }
以上是prim朴素代码,这里为什么说朴素是因为,我们还可以进一步优化prim算法,prim朴素方法的时间复杂度是O(N^2)。如果借助堆,每次选边的时间复杂度是O(logM),然后再使用邻接表来存储图的话,整个算法的时间复杂度会降到O(MlogN)。
下面我们通过一道模板题来实现堆优化版的prim算法。
https://www.luogu.com.cn/problem/P3366
题目描述
如题,给出一个无向图,求出最小生成树,如果该图不连通,则输出 orz
。
输入格式
第一行包含两个整数 N,M,表示该图共有 N 个结点和 M 条无向边。
接下来 M 行每行包含三个整数 Xi,Yi,Zi,表示有一条长度为 Zi 的无向边连接结点 Xi,Yi。
输出格式
如果该图连通,则输出一个整数表示最小生成树的各边的长度之和。如果该图不连通则输出 orz
。
输入输出样例
输入 #1复制
4 5 1 2 2 1 3 2 1 4 3 2 3 4 3 4 3
输出 #1复制
7
说明/提示
数据规模:
对于 20% 的数据,N≤5,M≤20。
对于 40% 的数据,N≤50,M≤2500。
对于 70% 的数据,N≤500,M≤104。
对于 100% 的数据:1≤N≤5000,1≤M≤2×105,1≤Zi≤104。
样例解释:
所以最小生成树的总边权为 2+2+3=7。
- #include<bits/stdc++.h>
- using namespace std;
- #define N 1000005
- bool vis[N]; //标记数组
- int dis[N], head[N]; //dis数组存放边
- int n, m, ans, cnt=1, sum;
- struct node { //链式前向星结构体
- int to, tail, nx;
- }e[N];
- typedef pair<int, int> pii;
- priority_queue<pii, vector<pii>, greater<pii>>q; //优先队列,最小堆
- void add(int a, int b, int c) //链式前向星代替邻接表
- {
- e[cnt].to = b;
- e[cnt].tail= c;
- e[cnt].nx = head[a];
- head[a] = cnt++;
- }
-
- void prime() //堆优化prim算法核心代码段
- {
- q.push(make_pair(0, 1)); //将起始节点1入队
- vis[1] = 0;
- while (!q.empty()) {
- int w = q.top().first; //将队首的对应的值赋值给w和v,方便使用
- int v = q.top().second;
- q.pop(); //不要忘记出队
- if (vis[v])
- continue;
- vis[v] = 1;
- sum += w;
- ans++; //记录存放的边数
- for (int i = head[v]; i; i = e[i].nx) { //松弛
- if (e[i].tail < dis[e[i].to]) {
- dis[e[i].to] = e[i].tail;
- q.push(make_pair(dis[e[i].to], e[i].to)); //入队
- }
- }
- }
- }
- int main() {
- cin >> n >> m;
- for (int i = 1; i <= m; i++) {
- int x, y, z;
- cin >> x >> y >> z;
- add(x, y, z); //完全图,两次存入前向星中
- add(y, x, z);
- }
- memset(dis, 0x3f, sizeof(dis)); //初始化
- prime();
- if (ans == n)
- cout << sum << endl;
- else
- cout << "orz" << endl;
- return 0;
- }
OK,本次关于prim算法求最小生成树的总结就结束了,如果对于本篇总结有疑问的欢迎讨论,同时如果有错误或者待修改完善的地方,也希望能够指出,我一定会及时改正,~QVQ~
Copyright © 2003-2013 www.wpsshop.cn 版权所有,并保留所有权利。