厦门装修公司网站建设,阳江招聘网娱乐业,wordpress页眉,网络优化首先要有网站文章目录 最小生成树介绍朴素Prim算法算法思路⭐例题#xff1a;858. Prim算法求最小生成树 Kruskal算法算法思路⭐例题#xff1a;859. Kruskal算法求最小生成树 最小生成树介绍
最小生成树 有关树的定义
生成子图#xff1a;生成子图是从原图中选取部分节点以及这些节点… 文章目录 最小生成树介绍朴素Prim算法算法思路⭐例题858. Prim算法求最小生成树 Kruskal算法算法思路⭐例题859. Kruskal算法求最小生成树 最小生成树介绍
最小生成树 有关树的定义
生成子图生成子图是从原图中选取部分节点以及这些节点之间的边所组成的图。生成子图中的所有节点和边都必须在原图中存在。
生成树一个连通无向图的生成子图同时要求是树。也即在图的边集中选择 n - 1 条将所有顶点连通。
我们定义无向连通图的 最小生成树Minimum Spanning TreeMST为边权和最小的生成树。
注意只有连通图才有生成树而对于非连通图只存在生成森林。 朴素Prim算法
算法思路⭐
算法流程和 Dijkstra 算法非常相似。
Dijkstra 算法是用 t 更新其它点到起点的距离而 Prim 用 t 更新其它点到 集合 的距离。 初始时各个点到集合的距离设置为 INF
循环 n 次每次循环找到当前没在集合集合就是最小生成树中节点的集合且距离集合最近的节点。
将当前最近的节点 t 加入最小生成树中然后使用 t 更新其它所有点(1~n)到集合之间的距离。
时间复杂度是 O ( n 2 m ) O(n^2 m) O(n2m)
例题858. Prim算法求最小生成树
https://www.acwing.com/problem/content/description/860/ 注意图中可能存在重边和自环。 重边是指连接同一对顶点的多条边。在处理重边的时候我们应当只保留权重最小的那条边其他的边应当被忽略。 自环是指从一个顶点指向自身的边。在最小生成树中自环是没有意义的因为我们可以直接忽略这样的边。实际上对于 Prim 算法我们应当在初始化阶段忽略这些自环即将其赋予无穷大的权重。
另外注意图是无向图因此在建图时应当同时更新 g [ u ] [ v ] g [ v ] [ u ] M a t h . m i n ( g [ u ] [ v ] , w ) ; g[u][v] g[v][u] Math.min(g[u][v], w); g[u][v]g[v][u]Math.min(g[u][v],w);
import java.util.*;public class Main {static final int INF 0x3f3f3f3f;public static void main(String[] args){Scanner scanner new Scanner(System.in);int n scanner.nextInt(), m scanner.nextInt();// 边数很多所以使用邻接矩阵来存储int[][] g new int[n 1][n 1];for (int i 1; i n; i) {Arrays.fill(g[i], INF); // 对于自环也应该把距离设置成INF}for (int i 0; i m; i) {int u scanner.nextInt(), v scanner.nextInt(), w scanner.nextInt();g[u][v] g[v][u] Math.min(g[u][v], w); // 是无向图所以g[u][v] g[v][u]都要更新}// 求最小生成树的树边权重之和int sum prim(g);System.out.println(sum INF / 2? impossible: sum);}static int prim(int[][] g) {int n g.length - 1, res 0;boolean[] st new boolean[n 1]; // 存储每个点是否已经在生成树中了int[] dis new int[n 1]; // 存储其它点到当前最小生成树的距离Arrays.fill(dis, 0x3f3f3f3f); // 初始时距离都是 INFfor (int i 0; i n; i) {// 找到当前和集合最近且不在集合中的节点tint t -1;for (int j 1; j n; j) {if (!st[j] (t -1 || dis[t] dis[j])) t j;}if (i ! 0 dis[t] INF) return INF; // 如果第一个节点没有把任何节点到最小生成树的距离变小// 将 t 加入最小生成树中去if (i ! 0) res dis[t]; // 注意判断树中的第一个节点是不会贡献边权和的st[t] true;// 使用 t 到各个节点的距离 更新 各个节点到当前最小生成树的距离for (int j 1; j n; j) {dis[j] Math.min(dis[j], g[t][j]);}}return res;}
}
Kruskal算法
算法思路⭐
先将所有边按权重从小到大排序枚举每条边 a b w。如果 a b 不连通就把这条边加入集合即加入最小生成树。 如果使用 O ( m log m ) O(m\log m) O(mlogm) 的排序算法并且使用 O ( m α ( m , n ) ) O(m\alpha(m, n)) O(mα(m,n)) 或 O ( m log n ) O(m\log n) O(mlogn) 的并查集就可以得到时间复杂度为 O ( m log m ) O(m\log m) O(mlogm) 的 Kruskal 算法。
例题859. Kruskal算法求最小生成树
https://www.acwing.com/activity/content/problem/content/925/
import java.util.*;public class Main {static final int INF 0x3f3f3f3f, N 100005;static int[] p new int[N];static int n;public static void main(String[] args){Scanner scanner new Scanner(System.in);n scanner.nextInt();int m scanner.nextInt();// 记录所有的 m 个边int[][] edges new int[m][3];for (int i 0; i m; i) {edges[i][0] scanner.nextInt();edges[i][1] scanner.nextInt();edges[i][2] scanner.nextInt();}int res kruskal(edges);System.out.println(res INF? impossible: res);}static int find(int x) {if (x ! p[x]) p[x] find(p[x]);return p[x];}static int kruskal(int[][] edges) {// 按照权重升序排序Arrays.sort(edges, (a, b) - a[2] - b[2]);Arrays.setAll(p, e - e); // 初始化并查集int res 0, cnt 0;for (int[] edge: edges) {int x edge[0], y edge[1];if (find(x) ! find(y)) {p[find(x)] find(y);res edge[2];cnt;}}if (cnt n - 1) return INF;return res;}
}
