最小生成树(贪心思想)

最小生成树是一个连通加权无向图中一棵权值最小的生成树。
Prim算法思想:
设图G顶点集合为U,首先任意选择图G中的一点作为起始点a,将该点加入集合V,再从集合U-V中找到另一点b使得点b到V中任意一点的权值最小,此时将b点也加入集合V;以此类推,现在的集合V={a,b},再从集合U-V中找到另一点c使得点c到V中任意一点的权值最小,此时将c点加入集合V,直至所有顶点全部被加入V,此时就构建出了一棵MST(Minimum Spanning Tree,最小生成树)。因为有N个顶点,所以该MST就有N-1条边,每一次向集合V中加入一个点,就意味着找到一条MST的边。
代码实现:

//最小生成树 int map[N][N]; //存i到j的路径 int vis[N]; //存该节点是否已经选取过了 int dist[N]; //树到其它各个节点的距离int prim() { int sum =0; for(int i=0; imap[index][j]) dist[j]=map[index][j]; } } return sum; }

时间复杂度:O(n^2)
Kruskal算法思想:
Kruskal算法是基于贪心的思想得到的。首先我们把所有的边按照权值先从小到大排列,接着按照顺序选取每条边,如果这条边的两个端点不属于同一集合,那么就将它们合并,直到所有的点都属于同一个集合为止。至于怎么合并到一个集合,需要使用并查集。换而言之,Kruskal算法就是基于并查集的贪心算法。
基本思想是以边为主导地位,始终都是选择当前可用的最小权值的边,步骤如下:
  1. 设一个有n个顶点的连通网络为G(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,?),图中每个顶点自成一个连通分量
  2. 将原图中的所有边按权值从小到大排序
  3. 从权值最小的边开始,如果这条边连接的两个顶点于图T中不在同一个连通分量中,则添加这条边到图T中
  4. 重复3,直至T中所有顶点在同一个连通分量中为止
    代码实现:
#include #include #include using namespace std; #define maxn 110; //最多点个数 int fa[110]; //并查集存根节点 int n, m; //顶点个数, 边数struct Edge{ int x, y; int val; }edge[5000]; bool cmp(Edge a, Edge b) { return a.val < b.val; }int findfa(int x)//寻找所在树的根节点,判断是否在同一个连同分量的依据 { if(fa[x] != x) fa[x] = findfa(fa[x]); return fa[x]; //return fa[x] == x ? x : (fa[x] = findfa(fa[x])); }int Union(int x, int y)//并查集合并两棵树 { fa[findfa(x)] = findfa(y); }int Kruskal() { int cnt = 0; long sum = 0; for(int i=1; i<=n; i++)//顶点的编号为[1..n] fa[i] = i; sort(edge, edge+m, cmp); //把边从小到大排序,m为边的数目for(int i=0; i= n-1) break; //n-1条边均加入同一个集合中 } } return sum; }int main() { cin>>n>>m; for(int i=0; i>edge[i].x>>edge[i].y>>edge[i].val; cout<

时间复杂度: O(E*logE)
Kruskal算法每次要从都要从剩余的边中选取一个最小的边。通常我们要先对边按权值从小到大排序,这一步的时间复杂度为为O(ElogE)。Kruskal算法的实现通常使用并查集,来快速判断两个顶点是否属于同一个集合。最坏的情况可能要枚举完所有的边,此时要循环E次,所以这一步的时间复杂度为O(Eα(V)),其中α为Ackermann函数,其增长非常慢,我们可以视为常数。所以Kruskal算法的时间复杂度为O(ElogE)。
【最小生成树(贪心思想)】总结:
Prim和Kruskal的贪心策略是一样的,都是选取耗费最小的边:
  • 对于Prim, 其选取的边(u,v)必有一个顶点已经被覆盖,另一个顶点未被覆盖,适用于稠密图。
  • 对于Kruskal, 其选取的边(u,v)任意,只要这个边的加入不会使被覆盖的顶点构成回路,适用于稀疏图。

    推荐阅读