0
点赞
收藏
分享

微信扫一扫

数据结构与算法-最小生成树之普里姆(Prim)算法


1. 算法步骤

Prim 算法可以称为“加点法”,每次迭代选择代价最小的边对应的点,加入到最小生成树中,算法从某一个顶点开始,逐渐长大覆盖整个连通网的所有顶点。

1. 初始化U={u0},T={ },其中U为一个新设置的顶点的集合,初始U中只含有顶点u0,这里假设在构造最小生成树时,从顶点u0 出发;

2. 对所有点u属于U集合,点v属于(V减U)集合,两点所构成的边(u,v)中,找一条权最小的边(u',v'),将这条边加入到集合T中,将顶点v' 加入到集合U中;

3. 如果U=V,则算法结束,否则重复以上步骤。最后得到最小生成树 MinT=<V,T>,其中T为最小生成树的边的集合。

数据结构与算法-最小生成树之普里姆(Prim)算法_算法

2. 算法实例

下面是一个无向带权图和对应的邻接矩阵。

数据结构与算法-最小生成树之普里姆(Prim)算法_最小生成树_02

以下是算法实现

#include <iostream>
#include <stdlib.h>
#define maxSize 100
#define infinity 65535
using namespace std;

typedef struct{
// 存放的顶点
char vnode[maxSize];
// 存放边
int edge[maxSize][maxSize];
// 顶点和边的数量
int n, e;
} MGraph;



// 邻接矩阵构造图
void createMGraph(MGraph &G){
int i, j, k, w, n, e;
cout << "请输入图的顶点数和边数" << endl;
cin >> G.n >> G.e;
n = G.n;
e = G.e;
cout << "输入顶点" << endl;
for (i = 0; i < n; i++){
cin >> G.vnode[i];
};
for (i = 0; i < n; i++){
for (j = 0; j < n; j++){
G.edge[i][j] = infinity;
}
};
cout << "输入边的下标i,j,重权w" << endl;
for (k = 0; k < e; k++){
scanf("%d %d %d", &i, &j, &w);
G.edge[i][j] = w;
G.edge[j][i] = G.edge[i][j];
};

}


// prim算法求最小生成树
void minSpanTree_prim(MGraph G){
int i, j, min, k;
// 为0表示顶点已加入最小生成树,否则存放其他边的权值
int lowcost[maxSize];
// 存放顶点下标,标明顶点是新增顶点,还是之前遍历过的顶点
int adjvex[maxSize];
// 把下标为0的顶点加入到最小生成树
lowcost[0] = 0;
// 首个节点的下标0
adjvex[0] = 0;

// 循环0下标顶点与其他顶点的连接情况(不从0开始是因为0 0表示自己和自己的环)
for (i = 1; i < G.n; i++){
// 把0下标顶点和其他顶点组成的边的权值存放到lowcost数组中
lowcost[i] = G.edge[0][i];
// 当前lowcost数组中的边的起始顶点全部都是下标为0的顶点,而结束顶点则是lowcost数组中元素下标的顶点
adjvex[i] = 0;
};

cout << "最小生成树为:" << endl;
// 循环所有顶点,构造最小生成树
for (i = 1; i < G.n; i++){
// 初始化min,刚开始为一个不可能的极大值
min = infinity;
j = 1;
k = 0;
// 遍历lowcost数组
while (j < G.n){
// 除去已加入最小生成树的顶点
if (lowcost[j] != 0 && lowcost[j] < min){
// 找出lowcost数组中最小的权值,并赋值给min
min = lowcost[j];
// 记录最小权值的下标 (这个k其实就是权值最小的那条边的结束顶点)
k = j;
}
j++;
};
// 打印权值最小的那条边的起始顶点和结束顶点
printf("(%d,%d)\n", adjvex[k], k);
// 把k下标的顶点加入到最小生成树
lowcost[k] = 0;
// 遍历顶点
for (j = 1; j < G.n; j++){
// 除去已加入最小生成树的顶点
if (lowcost[j] != 0 && G.edge[k][j] < lowcost[j]){
// 在k结点与其他顶点邻接的权值和lowcost数组中取较小的一方更新lowcost
lowcost[j] = G.edge[k][j];
// 记录较小权值的边的起始顶点下标
adjvex[j] = k;
}
}
}
}
int main(){
MGraph G;
createMGraph(G);
minSpanTree_prim(G);
return 0;
}

由算法代码中的循环嵌套可得知此算法的时间复杂度为O(n^2)。

对比普里姆和克鲁斯卡尔算法,克鲁斯卡尔算法主要针对边来展开,边数少时效率比较高,所以对于稀疏图有较大的优势;而普里姆算法对于稠密图,即边数非常多的情况下更好一些。

举报

相关推荐

0 条评论