假设要在n个城市之间建立通信联络网,则联通n个城市需要n-1条线路。这时需要考虑如何建设才能最省钱呢?用连通网来表示n个城市及n个城市间可能设置的通信线路,其中网的顶点表示城市,边表示城市间的线路,边的权值表示建造这条线路的花费。对于n个顶点的连通网可以建立许多不同的生成树,每棵生成树都可以是一个通信网,选择一棵总耗费最小的生成树,就是最小代价生成树(最小生成树minimum cost spanning tree)。一棵生成树的代价就是树上各边的代价之和。
下面介绍构造最小生成树的算法。
一、普里姆(Prim)算法
1、算法思想
image.png
上图为原始的连通网,从中选取合适的路径构造最小生成树。
初始时:属于最小生成树的顶点集合U = { }
不属于最小生成树的集合V = {v1、v2、v3、v4、v5、v6}
设置两个数据结构:
lowcost[i]:表示以i为终点的边的最小权值,lowcost[i] = 0表示以i为终点的边的最小权值为0,也就说i点加入了最小生成树。
mst[i]:表示对应lowcost[i]那条边的起点,(mst[i],i)表示的就是最小生成树的一条边,当mst[i] = 0表示起点i加入了最小生成树。
第一步:选择顶点v1作为起始点
这时:属于最小生成树的顶点集合U = {v1}
不属于最小生成树的集合V = {v2、v3、v4、v5、v6}
以顶点v1作为起点的边有(1,2),(1,3),(1,4),也就是终端点为2,4,5,
把权值赋到lowcost中,lowcost[2]=6,lowcost[3]=1,lowcost[4]=5,lowcost[5]=,lowcost[6]=,(*代表无限大,即无通路)
mst赋默认值:mst[2]=1,mst[3]=1,mst[4]=1,mst[5]=1,mst[6]=1
第二步:以顶点v1为起始点找到一条权值最小的边,这条边的要求是一个顶点在集合U,一个顶点在集合V,这条边就是顶点v1到顶点v3的一条边
这时:属于最小生成树的顶点集合U = {v1、v3}
不属于最小生成树的集合V = {v2、v4、v5、v6}
(1,3)这条边的权值最小,加入集合,更新lowcost,mst数据
lowcost[2]=5,lowcost[3]=0(已加入集合,赋值为0),lowcost[4]=5,lowcost[5]=6,lowcost[6]=4
mst[2]=3,mst[3]=0(已加入集合,赋值为0),mst[4]=1,mst[5]=3,mst[6]=3
image.png
第三步:重复上面步骤
这时:属于最小生成树的顶点集合U = {v1、v3、v6}
不属于最小生成树的集合V = {v2、v4、v5}
image.png
这时:属于最小生成树的顶点集合U = {v1、v3、v6、v4、v2}
不属于最小生成树的集合V = {v5}
为什么会选择顶点v3-v5这个边?
经过上步,还有顶点v2、顶点v5没有连上,U中与顶点v2相连的为顶点v1(权值为6),顶点v3(权值为5),U中与顶点v5相连的为顶点v3、顶点v6,(权值均为6),选取权值最小的边,所以把顶点v3与顶点v2相连,并把顶点v2加入到U中
image.png
最后:属于最小生成树的顶点集合U = {v1、v3、v6、v4、v2、v5}
不属于最小生成树的集合V = { }
2、算法
int prim(int graph[][MAX], int n) {
int lowcost[MAX];
int mst[MAX];
int i, j, min, minid, sum = 0;
for (i = 2; i <= n; i++) { //lowcost赋值为起点为v1的边的权值
lowcost[i] = graph[1][i];
mst[i] = 1;
}
mst[1] = 0; //顶点v1加入集合
for (i = 2; i <= n; i++) {
min = MAXCOST;
minid = 0;
for (j = 2; j <= n; j++) {
//找到未被访问的,且权值最小的顶点
if (lowcost[j] < min && lowcost[j] != 0) {
min = lowcost[j];
minid = j;
}
}
sum += min;
lowcost[minid] = 0; //加入集合
for (j = 2; j <= n; j++) {
//更新lowcost,mst
if (graph[minid][j] < lowcost[j]) {
lowcost[j] = graph[minid][j];
mst[j] = minid;
}
}
}
return sum;
}
算法复杂度为O(n2),与网中的边数无关,适用于求边稠密的网的最小生成树。
二、克鲁斯卡尔(Kruskal)算法
1、算法思想
(1)一个有n个顶点的连通网络N = (V, {E}),最初先构造一个只有n个顶点,没有边的非连通图T = {V, {ф}},图中每个顶点自成一格连通分量。
(2)在E中选择一条具有最小权植的边,若该边的两个顶点落在T中不同的连通分量上,则将此边加入到T中;否则将此边舍去,重新选择一条权植最小的边。
(3)以此类推,直到T中所有顶点在同一连通分量上为止。
image.png
上图为原始的连通网,从中选取合适的路径构造最小生成树。
第一步:只有6个顶点而没有边的非连通图,每个顶点都是一个连通分量,一共有6个(红色圆圈)
image.png
第二步:选择一条权值最小的边(v1,v3),这条边连接了两个连通分量,因此连通分量变成了5个
image.png
第三步:在剩下的边中,再选择一条权值最小的边(v4, v6),这条边连接了两个连通分量,也没有构成回路,所以是符合要求的,这时连通分量变成了4个
image.png
第四步:在剩下的边中,再选择一条权值最小的边(v2, v5),这条边连接了两个连通分量,也没有构成回路,所以是符合要求的,这时连通分量变成了3个
image.png
第五步:在剩下的边中,再选择一条权值最小的边(v3, v6),这条边连接了两个连通分量,也没有构成回路,所以是符合要求的,这时连通分量变成了2个
image.png
最后一步:在剩下的边中,再选择一条权值最小的边(v2, v3),这条边连接了两个连通分量,也没有构成回路,所以是符合要求的,得到最终的最小生成树。(剩下的边中,权值最小边有:(v2, v3),(v3, v4)和(v1, v4),选择(v2, v3)是因为只有这条边不会构成回路。)
image.png
算法复杂度为O(eloge)(e为网中边的数目),适合求边稀疏的网的最小生成树
网友评论