经典问题----最小生成树(kruskal克鲁斯卡尔贪心算法)

题目简述:假如有一个无向连通图,有n个顶点,有许多(带有权值即长度)边,让你用在其中选n-1条边把这n个顶点连起来,不漏掉任何一个点,然后这n-1条边的权值总和最小,就是最小生成树了,注意,不可绕成圈。

思路简介: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。其思路为将边按照权值从小到大排列,先取出最小的边,,再取出第二小的边,直到连接所有顶点,其中要注意不能将同一条边连接在同一颗树上,故而每一步都要设立一个树的终点,如果终点为同一个,则应当换下一条边。

简单代码:

#include <iostream>
#include <cmath>
#include <stdio.h>
#include <cstdio>
#include <cstring>
#include<algorithm>
#include<time.h>
#include<math.h>
#include <stdlib.h>
#include <string.h>
using namespace std;
#define MAX 100 // 矩阵最大容量
#define INF (~(0x1<<31)) // 最大值(即0X7FFFFFFF)
#define isLetter(a) ((((a)>='a')&&((a)<='z')) || (((a)>='A')&&((a)<='Z')))
#define LENGTH(a) (sizeof(a)/sizeof(a[0])) // 邻接矩阵
typedef struct _graph
{
char vexs[MAX]; // 顶点集合
int vexnum; // 顶点数
int edgnum; // 边数
int matrix[MAX][MAX]; // 邻接矩阵
}Graph, *PGraph; // 边的结构体
typedef struct _EdgeData
{
char start; // 边的起点
char end; // 边的终点
int weight; // 边的权重
}EData; /*
* 返回顶点ch在matrix矩阵中的位置
*/
static int get_position(Graph G, char ch)
{
int i;
for (i = ; i<G.vexnum; i++)
if (G.vexs[i] == ch)
return i;
return -;
} /*
* 创建图(用已提供的矩阵)
*/
Graph* create_example_graph()
{
char vexs[] = { 'A', 'B', 'C', 'D', 'E', 'F', 'G' };
int matrix[][] = {
/*A*//*B*//*C*//*D*//*E*//*F*//*G*/
/*A*/{ , , INF, INF, INF, , },
/*B*/{ , , , INF, INF, , INF },
/*C*/{ INF, , , , , , INF },
/*D*/{ INF, INF, , , , INF, INF },
/*E*/{ INF, INF, , , , , },
/*F*/{ , , , INF, , , },
/*G*/{ , INF, INF, INF, , , } };
int vlen = LENGTH(vexs);
int i, j;
Graph* pG; // 输入"顶点数"和"边数"
if ((pG = (Graph*)malloc(sizeof(Graph))) == NULL)
return NULL;
memset(pG, , sizeof(Graph)); // 初始化"顶点数"
pG->vexnum = vlen;
// 初始化"顶点"
for (i = ; i < pG->vexnum; i++)
pG->vexs[i] = vexs[i]; // 初始化"边"
for (i = ; i < pG->vexnum; i++)
for (j = ; j < pG->vexnum; j++)
pG->matrix[i][j] = matrix[i][j]; // 统计边的数目
for (i = ; i < pG->vexnum; i++)
for (j = ; j < pG->vexnum; j++)
if (i != j && pG->matrix[i][j] != INF)
pG->edgnum++;
pG->edgnum /= ; return pG;
} /*
* 获取图中的边
*/
EData* get_edges(Graph G)
{
int i, j;
int index = ;
EData *edges; edges = (EData*)malloc(G.edgnum * sizeof(EData));
for (i = ; i < G.vexnum; i++)
{
for (j = i + ; j < G.vexnum; j++)
{
if (G.matrix[i][j] != INF)
{
edges[index].start = G.vexs[i];
edges[index].end = G.vexs[j];
edges[index].weight = G.matrix[i][j];
index++;
}
}
} return edges;
} /*
* 对边按照权值大小进行排序(由小到大)
*/
void sorted_edges(EData* edges, int elen)
{
int i, j; for (i = ; i<elen; i++)
{
for (j = i + ; j<elen; j++)
{
if (edges[i].weight > edges[j].weight)
{
// 交换"第i条边"和"第j条边"
EData tmp = edges[i];
edges[i] = edges[j];
edges[j] = tmp;
}
}
}
} /*
* 获取i的终点
*/
int get_end(int vends[], int i)
{
while (vends[i] != )//如果当前顶点为0,则返回自己
i = vends[i];
return i;
} /*
* 克鲁斯卡尔(Kruskal)最小生成树
*/
void kruskal(Graph G)
{
int i, m, n, p1, p2;
int length;
int index = ; // rets数组的索引
int vends[MAX] = { }; // 用于保存"已有最小生成树"中每个顶点在该最小树中的终点。
EData rets[MAX]; // 结果数组,保存kruskal最小生成树的边
EData *edges; // 图对应的所有边 // 获取"图中所有的边"
edges = get_edges(G);
// 将边按照"权"的大小进行排序(从小到大)
sorted_edges(edges, G.edgnum); for (i = ; i<G.edgnum; i++)
{
p1 = get_position(G, edges[i].start); // 获取第i条边的"起点"的序号
p2 = get_position(G, edges[i].end); // 获取第i条边的"终点"的序号 m = get_end(vends, p1); // 获取p1在"已有的最小生成树"中的终点
n = get_end(vends, p2); // 获取p2在"已有的最小生成树"中的终点
// 如果m!=n,意味着"边i"与"已经添加到最小生成树中的顶点"没有形成环路
if (m != n)
{
vends[m] = n; // 设置m在"已有的最小生成树"中的终点为n
rets[index++] = edges[i]; // 保存结果
}
}
free(edges); // 统计并打印"kruskal最小生成树"的信息
length = ;
for (i = ; i < index; i++)
length += rets[i].weight;
printf("Kruskal=%d: ", length);
for (i = ; i < index; i++)
printf("(%c,%c) ", rets[i].start, rets[i].end);
printf("\n");
} int main()
{
Graph* pG; // 自定义"图"(输入矩阵队列)
//pG = create_graph();
// 采用已有的"图"
pG = create_example_graph(); kruskal(*pG); // kruskal算法生成最小生成树
return ;
}

此代码转载自wangkuiwu,虽然定义创建时有点绕,但是精华犹在。

上一篇:python中文本的读写操作


下一篇:在c#中IO流读写操作