7.5.3Kruskal算法
贪心算法一般按如下步骤进行:
①建立数学模型来描述问题
②把求解的问题分成若干个子问题
③对每个子问题求解,得到子问题的局部最优解
④把子问题的解局部最优解合成原来解问题的一个解
克鲁斯卡尔算法(Kruskal)是一种使用贪婪方法的最小生成树算法。 该算法初始将图视为森林,图中的每一个顶点视为一棵单独的树。 一棵树只与它的邻接顶点中权值最小且不违反最小生成树属性(不构成环)的树之间建立连边。
第一步:将图中所有的边按照权值进行非降序排列;
第二步:从图中所有的边中选择可以构成最小生成树的边。
- 选择权值最小的边 :没有环形成,则添加:
- 选择边 :没有形成环,则添加:
- 选择边 :没有形成环,则添加:
- 选择边 :没有形成环,则添加:
- 选择边 :没有形成环,则添加:
- 选择边 :没有形成环,则添加:
- 选择边 :没有形成环,则添加:
- 选择边 :添加这条边将导致形成环,舍弃,不添加;
- 选择边 :添加这条边将导致形成环,舍弃,不添加;
- 选择边 :没有形成环,则添加:
此时已经包含了图中顶点个数9减1条边,算法停止。
下面我们来用代码实现
int Find(int *parent, int f) { while( parent[f] > 0 ) { f = parent[f]; } return f; } // Kruskal算法生成最小生成树 void MiniSpanTree_Kruskal(MGraph G) { int i, n, m; Edge edges[MAGEDGE]; // 定义边集数组 int parent[MAXVEX]; // 定义parent数组用来判断边与边是否形成环路 int eCount = 0; for( i=0; i < G.numVertexes; i++ ) { parent[i] = 0; } for( i=0; i < G.numEdges; i++ ) { n = Find(parent, edges[i].begin); // 4 2 0 1 5 3 8 6 6 6 7 m = Find(parent, edges[i].end); // 7 8 1 5 8 7 6 6 6 7 7 if( n != m ) // 如果n==m,则形成环路,不满足! { parent[n] = m; // 将此边的结尾顶点放入下标为起点的parent数组中,表示此顶点已经在生成树集合中 printf("(%d, %d) %d ", edges[i].begin, edges[i].end, edges[i].weight); ++eCount; if( eCount == (G.numVertexes-1)){ break; } } } }
时间复杂度分析
O(ElogE)或者O(ElogV),其中E代表图中的边的数目,V代表图中的顶点数目。对图中的边按照非降序排列需要O(ElogE)的时间。排序后遍历所有的边并判断添加边是否构成环,判断添加一条边是否构成环最坏情况下需要O(logV),关于这个复杂度等到景禹给你们谈并查集的时候再分析;因此,总的时间复杂度为O(ElogE + ElogV),其中E的值最大为V(V-1)/2,因此O(logV) 等于 O(logE)。因此,总的时间复杂度为O(ElogE) 或者O(ElogV)。