什么是最小生成树(Minimum Spanning Tree)
每两个端点之间的边都有一个权重值,最小生成树是这些边的一个子集。这些边可以将所有端点连到一起,且总的权重最小
下图所示的例子,最小生成树是{cf, fa, ab} 3条边
Kruskal算法
用到上一篇中介绍的不相交集合(并查集)
首先,定义V是端点的集合,E是边的集合,A为要求的最小生成树集合
- 初始A为空集合,每个端点都作为单独的不相交集合
- 将所有边根据其权重进行排序
- 对每条边(v1, v2),如果其两个端点数据不同的不相交集,则将该边加到集合A中,同时将v1和v2合并
- 最终得到的A即为最小生成树
生成过程的示例图
C++代码示例
struct Edge { char vertex1; char vertex2; int weight; Edge(char v1, char v2, int w):vertex1(v1), vertex2(v2), weight(w) {} }; struct Graph { vector<char> vertice; vector<Edge> edges; }; unordered_map<char, char> PARENT; unordered_map<char, int> RANK; char find(char vertex) { if (PARENT[vertex] == vertex) return PARENT[vertex]; else return find(PARENT[vertex]); } void MST(Graph& g) { vector<Edge> res; for (auto c : g.vertice) { PARENT[c] = c; RANK[c] = 0; } sort(g.edges.begin(), g.edges.end(), [](Edge x, Edge y) {return x.weight < y.weight;}); // O(E*log(E)) for (Edge e : g.edges) { // O(E) char root1 = find(e.vertex1); // 最差O(E),因为有记录深度,Find可以认为很快 char root2 = find(e.vertex2); if (root1 != root2) { res.push_back(e); if (RANK[root1] > RANK[root2]) { PARENT[root2] = root1; RANK[root1]++; } else { PARENT[root1] = root2; RANK[root2]++; } } } for (Edge e : res) { cout << e.vertex1 << " -- " << e.vertex2 << " " << e.weight << endl; } } void Union( char vertex_1, char vertex_2 ) { } int main() { char t[] = {‘a‘, ‘b‘, ‘c‘, ‘d‘, ‘e‘, ‘f‘}; Graph g; g.vertice = vector<char>(t, t + sizeof(t)/sizeof(t[0])); g.edges.push_back(Edge(‘a‘, ‘b‘, 4)); // 稀疏图用链来表示(E = O(V)) g.edges.push_back(Edge(‘a‘, ‘f‘, 2)); // 如果是密集图(E = O(V*V)), 用矩阵来表示 g.edges.push_back(Edge(‘f‘, ‘b‘, 5)); // 大部分感兴趣的图是稀疏的 g.edges.push_back(Edge(‘c‘, ‘b‘, 6)); g.edges.push_back(Edge(‘c‘, ‘f‘, 1)); g.edges.push_back(Edge(‘f‘, ‘e‘, 4)); g.edges.push_back(Edge(‘d‘, ‘e‘, 2)); g.edges.push_back(Edge(‘d‘, ‘c‘, 3)); MST(g); return 0; }
原文地址:https://www.cnblogs.com/logchen/p/10274863.html
时间: 2024-11-05 12:24:35