Prim算法 1.概览 普里姆算法(Prim算法),图论中的一种算法,可在加权连通图里搜索最小生成树。意即由此算法搜索到的边子集所构成的树中,不但包括了连通图里的所有顶点(英语:Vertex (graph theory)),且其所有边的权值之和亦为最小。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。因此,在某些场合,普里姆算法又被称为DJP算法、亚尔尼克算法或普里姆-亚尔尼克算法。
2.算法简单描述 1).输入:一个加权连通图,其中顶点集合为V,边集合为E; 2).初始化:Vnew = {x},其中x为集合V中的任一节点(起始点),Enew = {},为空; 3).重复下列操作,直到Vnew = V: a.在集合E中选取权值最小的边,其中u为集合Vnew中的元素,而v不在Vnew集合当中,并且v∈V(如果存在有多条满足前述条件即具有相同权值的边,则可任意选取其中之一); b.将v加入集合Vnew中,将边加入集合Enew中; 4).输出:使用集合Vnew和Enew来描述所得到的最小生成树。
下面对算法的图例描述
3.简单证明prim算法 反证法:假设prim生成的不是最小生成树 1).设prim生成的树为G0 2).假设存在Gmin使得cost(Gmin)<>0) 则在Gmin中存在不属于G0 3).将加入G0中可得一个环,且不是该环的最长边(这是因为∈Gmin) 4).这与prim每次生成最短边矛盾 5).故假设不成立,命题得证.
4.算法代码实现(未检验) #define MAX 100000#define VNUM 10+1 //这里没有ID为0的点,so id号范围1~10int edge[VNUM][VNUM]={/*输入的邻接矩阵*/};int lowcost[VNUM]={0}; //记录Vnew中每个点到V中邻接点的最短边int addvnew[VNUM]; //标记某点是否加入Vnewint adjecent[VNUM]={0}; //记录V中与Vnew最邻近的点void prim(int start){ int sumweight=0; int i,j,k=0; for(i=1;i
5.时间复杂度 这里记顶点数v,边数e 邻接矩阵:O(v2) 邻接表:O(elog2v)
Kruskal算法
1.概览 Kruskal算法是一种用来寻找最小生成树的算法,由Joseph Kruskal在1956年发表。用来解决同样问题的还有Prim算法和Boruvka算法等。三种算法都是贪婪算法的应用。和Boruvka算法不同的地方是,Kruskal算法在图中存在相同权值的边时也有效。
2.算法简单描述 1).记Graph中有v个顶点,e个边 2).新建图Graphnew,Graphnew中拥有原图中相同的e个顶点,但没有边 3).将原图Graph中所有e个边按权值从小到大排序 4).循环:从权值最小的边开始遍历每条边 直至图Graph中所有的节点都在同一个连通分量中 if 这条边连接的两个节点于图Graphnew中不在同一个连通分量中 添加这条边到图Graphnew中
图例描述: 首先第一步,我们有一张图Graph,有若干点和边
将所有的边的长度排序,用排序的结果作为我们选择边的依据。这里再次体现了贪心算法的思想。资源排序,对局部最优的资源进行选择,排序完成后,我们率先选择了边AD。这样我们的图就变成了右图
在剩下的变中寻找。我们找到了CE。这里边的权重也是5 依次类推我们找到了6,7,7,即DF,AB,BE。 下面继续选择, BC或者EF尽管现在长度为8的边是最小的未选择的边。但是现在他们已经连通了(对于BC可以通过CE,EB来连接,类似的EF可以通过EB,BA,AD,DF来接连)。所以不需要选择他们。类似的BD也已经连通了(这里上图的连通线用红色表示了)。 最后就剩下EG和FG了。当然我们选择了EG。最后成功的图就是右:
3.简单证明Kruskal算法 对图的顶点数n做归纳,证明Kruskal算法对任意n阶图适用。 归纳基础: n=1,显然能够找到最小生成树。 归纳过程: 假设Kruskal算法对n≤k阶图适用,那么,在k+1阶图G中,我们把最短边的两个端点a和b做一个合并操作,即把u与v合为一个点v',把原来接在u和v的边都接到v'上去,这样就能够得到一个k阶图G'(u,v的合并是k+1少一条边),G'最小生成树T'可以用Kruskal算法得到。 我们证明T'+{}是G的最小生成树。 用反证法,如果T'+{}不是最小生成树,最小生成树是T,即W(T)<>})。显然T应该包含,否则,可以用加入到T中,形成一个环,删除环上原有的任意一条边,形成一棵更小权值的生成树。而T-{},是G'的生成树。所以W(T-{})<>,也就是W(T)<>)=W(T'+{}),产生了矛盾。于是假设不成立,T'+{}是G的最小生成树,Kruskal算法对k+1阶图也适用。 由数学归纳法,Kruskal算法得证。
4.代码算法实现 typedef struct { char vertex[VertexNum]; //顶点表 int edges[VertexNum][VertexNum]; //邻接矩阵,可看做边表 int n,e; //图中当前的顶点数和边数 }MGraph; typedef struct node { int u; //边的起始顶点 int v; //边的终止顶点 int w; //边的权值 }Edge; void kruskal(MGraph G) { int i,j,u1,v1,sn1,sn2,k; int vset[VertexNum]; //辅助数组,判定两个顶点是否连通 int E[EdgeNum]; //存放所有的边 k=0; //E数组的下标从0开始 for (i=0;i<>) { for (j=0;j<>) { if (G.edges[i][j]!=0 && G.edges[i][j]!=INF) { E[k].u=i; E[k].v=j; E[k].w=G.edges[i][j]; k++; } } } heapsort(E,k,sizeof(E[0])); //堆排序,按权值从小到大排列 for (i=0;i
|
|