最小生成树:prim算法和kruskal算法

一个连通图的生成树是图的极小连通子图。它包含图中的所有顶点,并且只含尽可能少的边。若砍去它的一条边,就会使生成树变成非连通图;若给它增加一条边,则会形成一条回路。

最小生成树有如下性质:

1.最小生成树非唯一,可能有多个最小生成树;

2.最小生成树的边的权值之和总唯一,而且是最小的;

3.最小生成树的边数为顶点数减1。

构造最小生成树可以有多种算法。其中多数算法利用了最小生成树的下列一种简称为MST的性质:

假设N=(V,{E})是一个连通网,U是顶点集V的一个非空子集。若(u, v)是一条具有最小权值(代价)的边,其中u∈U,v∈V-U,则必存在一棵包含边(u, v)的最小生成树。

基于该性质的最小生成树算法主要有:prim算法和kruskal算法,它们都是基于贪心算法的策略。

源代码如下:

#include "stdio.h"

typedef struct                    //图的邻接矩阵存储结构体定义
{
	int vexs[10];
	int arcs[10][10];
	int n, e;
}MGraph;

bool visit[10];
int pre[10];

void create(MGraph &G);                 //图的创建
void prim(MGraph G, int u);             //prim算法
void kruskal(MGraph G, int *pre);       //kruskal算法

int main()
{
	int i;
	MGraph G;
	create(G);
	printf("最小生成树之prim算法路径:\n");
	prim(G, G.vexs[0]);
	for(i =0; i < G.n; ++i)
		pre[i] = i;
	printf("最小生成树之kruskal算法路径:\n");
	kruskal(G, pre);

	return 0;
}

void create(MGraph &G)
{
	int i, j;
	printf("请输入顶点数和边数:\n");
	scanf("%d %d", &G.n, &G.e);
	printf("请输入顶点编号:\n");
	for(i = 0; i < G.n; ++i)
		scanf("%d", &G.vexs[i]);
	printf("顶点编号分别为:");
	for(i = 0; i < G.n; ++i)
		printf("%d ", G.vexs[i]);
	printf("\n请输入邻接矩阵:\n");  //两个非连接点之间距离此处用9表示
	for(i = 0; i < G.n; ++i)
		for(j = 0; j < G.n; ++j)
		{
			printf("arcs[%d][%d] = ", i, j);
			scanf("%d", &G.arcs[i][j]);
		}
	printf("该图的邻接矩阵:\n");
	for(i = 0; i < G.n; ++i)
	{
		for(j = 0; j < G.n; ++j)
			printf("%d ", G.arcs[i][j]);
		printf("\n");
	}
}
//prim算法
void prim(MGraph G, int u)
{
	int i, j, t, a, b, k = 1;
	int min, low[10];
	for(i = 0; i < G.n; ++i)
		visit[i] = false;
	visit[0] = true;
	low[0] = 0;
	min = 99;
	for(t = 1; t < G.n; ++t)
	{
		min = 99;
		for(i = 0; (i < k) && (i < G.n); ++i)
		{
			for(j = 0; j < G.n; ++j)
				if((min > G.arcs[low[i]][j]) && (low[i] != j) && (!visit[j]))
				{
					min = G.arcs[low[i]][j];
					a = low[i];
					b = j;
				}
		}
		visit[b] = true;
		low[k++] = b;
		printf("(%d, %d) = %d\n", a, b, min);
	}
}
//并查集算法
int find(int x, int *pre)
{
	int r = x;
	while(pre[r] != r)
		r = pre[r];

	return r;
}

bool join(int x, int y, int *pre)
{
	int fx = find(x, pre);
	int fy = find(y, pre);
	if(fx != fy)
		return true;
	else
		return false;
}
//kruskal算法
void kruskal(MGraph G, int *pre)
{
	int i, j, k, a, b, min;
	for(k = 1; k < G.n; ++k)
	{
		min = 99;
		for(i = 0; i < G.n; ++i)
		{
			for(j = 0; j < G.n; ++j)
				if((min > G.arcs[i][j]) && (i != j) && join(i, j, pre))
				{
					min = G.arcs[i][j];
					a = i;
					b = j;
				}
		}
		printf("(%d, %d) = %d\n", a, b, min);
		a = find(a, pre);
		b = find(b, pre);
		if(a < b)
			pre[a] = b;
		else
			pre[b] = a;
	}
}

示例:(读者可自行验证)

时间: 2024-10-09 06:59:11

最小生成树:prim算法和kruskal算法的相关文章

转载:最小生成树-Prim算法和Kruskal算法

本文摘自:http://www.cnblogs.com/biyeymyhjob/archive/2012/07/30/2615542.html 最小生成树-Prim算法和Kruskal算法 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:

最小生成树Prim算法和Kruskal算法

Prim算法(使用visited数组实现) Prim算法求最小生成树的时候和边数无关,和顶点树有关,所以适合求解稠密网的最小生成树. Prim算法的步骤包括: 1. 将一个图分为两部分,一部分归为点集U,一部分归为点集V,U的初始集合为{V1},V的初始集合为{ALL-V1}. 2. 针对U开始找U中各节点的所有关联的边的权值最小的那个,然后将关联的节点Vi加入到U中,并且从V中删除(注意不能形成环). 3. 递归执行步骤2,直到V中的集合为空. 4. U中所有节点构成的树就是最小生成树. 方法

最小生成树-Prim算法和Kruskal算法

原文链接:http://www.cnblogs.com/biyeymyhjob/archive/2012/07/30/2615542.html 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195

[转载]最小生成树-Prim算法和Kruskal算法

转载地址:http://www.cnblogs.com/biyeymyhjob/archive/2012/07/30/2615542.html 自己在学,感觉这个讲的很不错,就转载了. 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:Vo

最小生成树之 prim算法和kruskal算法(以 hdu 1863为例)

最小生成树的性质 MST性质:设G = (V,E)是连通带权图,U是V的真子集.如果(u,v)∈E,且u∈U,v∈V-U,且在所有这样的边中, (u,v)的权c[u][v]最小,那么一定存在G的一棵最小生成树,(u,v)为其中一条边. 构造最小生成树,要解决以下两个问题: (1).尽可能选取权值小的边,但不能构成回路(也就是环). (2).选取n-1条恰当的边以连接网的n个顶点. Prim算法的思想: 设G = (V,E)是连通带权图,V = {1,2,-,n}.先任选一点(一般选第一个点),首

java实现最小生成树的prim算法和kruskal算法

在边赋权图中,权值总和最小的生成树称为最小生成树.构造最小生成树有两种算法,分别是prim算法和kruskal算法.在边赋权图中,如下图所示: 在上述赋权图中,可以看到图的顶点编号和顶点之间邻接边的权值,若要以上图来构建最小生成树.结果应该如下所示: 这样构建的最小生成树的权值总和最小,为17 在构建最小生成树中,一般有两种算法,prim算法和kruskal算法 在prim算法中,通过加入最小邻接边的方法来建立最小生成树算法.首先构造一个零图,在选一个初始顶点加入到新集合中,然后分别在原先的顶点

Prim算法和Kruskal算法的正确性证明

今天学习了Prim算法和Kruskal算法,因为书中只给出了算法的实现,而没有给出关于算法正确性的证明,所以尝试着给出了自己的证明.刚才看了一下<算法>一书中的相关章节,使用了切分定理来证明这两个算法的正确性,更加简洁.优雅并且根本.相比之下,我的证明带着许多草莽气息,于此写成博客,只当是记录自己的思考 ------------------------------------------- 说明: 本文仅提供关于两个算法的正确性的证明,不涉及对算法的过程描述和实现细节 本人算法菜鸟一枚,提供的

最小生成树(Prim算法和Kruskal算法)

1)最小生成树 给定一个无向图,如果它的某个子图中任意两个顶点都互相连通并且是一棵树,那么这棵树就叫生成树.如果边上有权值,那么使得边权和最小的生成树叫做最小生成树(MST,Minimum Spanning Tree) 2)应用 比如让你为一个镇的九个村庄架设通信网络,每个村庄相当于一个顶点,权值是村与村之间可通达的直线距离,要求你必须用最小的成本完成这次任务:或者村庄之间建公路,连通N个村庄要N-1条路,如何让建路成本最低之类的问题. 1.Prim算法 ①该算法是构建最小生成树的算法之一.它是

Prim算法和Kruskal算法求最小生成树

Prim算法 连通分量是指图的一个子图,子图中任意两个顶点之间都是可达的.最小生成树是连通图的一个连通分量,且所有边的权值和最小. 最小生成树中,一个顶点最多与两个顶点邻接:若连通图有n个顶点,则最小生成树中一定有n-1条边. Prim算法需要两个线性表来进行辅助: visited: 标记已经加入生成树的顶点:(它的功能可以由tree取代) 初始状态:生成树根节点为真,其它为0. tree: 记录生成树,tree[x]保存顶点x的直接根节点下标,若x为树的根节点则tree[x]为其自身. 初始状