图的最小生成树——Prim算法

简介: Prim算法思想如下:首先将图的点分为两部分,一种是访问过的u,一种是没有访问过的v1:首先在访问过的顶点中找一条到u到v的一条权值最小的边2:然后将这条边中的v中的顶点添加到u中,直到边的个数=顶点数-1如下图所示,下面是prim算法的图示(原图)(a -1)(a -2)(a -3)(a -4) (a -5) (a -6) 算法的流程图如下: 代码如下:// // main.

Prim算法思想如下
首先将图的点分为两部分,一种是访问过的u,一种是没有访问过的v

1:首先在访问过的顶点中找一条到u到v的一条权值最小的边
2:然后将这条边中的v中的顶点添加到u中,
直到边的个数=顶点数-1
如下图所示,下面是prim算法的图示
bf8b238673edfb9508663e06330f3905eb89c1e0
(原图)
559c05f3d5dac665e04e4d4471925953a65e4494
(a -1)
image
(a -2)
image
(a -3)
image
(a -4)
image

(a -5)
image

(a -6)

算法的流程图如下:


_4
代码如下:
//
//  main.cpp
//  Prim
//
//  Created by 橘子和香蕉 on 2018/12/2.
//  Copyright © 2018 橘子和香蕉. All rights reserved.
//
/*
 图的存储采用邻接表
 算法的思想就是,从已经找到的集合u和从还没有找到的集合v中选取最小的边
 这就要标示那些结点访问过,哪些结点没有访问过;
 还要维护一个数组,这个数组的目的就是记录u到v中边的权重的集合;
 怎么记录记录呢?
    1:首先将开始点作为基点,并且将这个顶点设置为访问过,来初始化这个数组,每个数组的的下标就是一个结点,使每个数据项==开始点到每个结点对应的距离;
 
    2:循环条件:一直到生成树的边的个数=顶点个数-1;
        循环体:「   在距离的数组中找到一个最小的边,注意,这个顶点没有访问过;
                    找到这个顶点,然后将它标记为访问过;
                    以这个顶点来更新这个距离数组;如果新的顶点到下标的顶点的距离小于之前的距离,就要跟更新;更新的这个顶点要是没有访问过的
 
                    !!!!!!!!!!!!注意,下面的不是演习:
                        距离的数组;下标是顶点;数据项是对应的距离,就是找的顶点到没有找到的点的边的          权重,也就是u中到这个下标顶点的距离;
 
 
 
                」
 
 
 首先随便指一个点作为遍历的开始点;
 先
 */
#include <iostream>
using namespace std;

typedef struct node{
    char  data;//数据域
    int isAccess;//用来标记是否被访问过
}node;
#define VERTEXNUM 100
class Graph{
private:
        node  vertex[VERTEXNUM];//顶点表
        int edge[VERTEXNUM][VERTEXNUM];//边表
        int vertexNum;//顶点个数
        int edgeNum;//边的个数
    
    
    
         int locate(char  data);//在顶点表中找data的位置
    void initEdge();
    
public:
    Graph(int vertexNum,int edgeNum);//构造函数,初始化vertexNUm和edgeNum
    void create();//创造一个图
    int  Prim(char data);//prim算法
        void printGraph();//输出
};

void Graph::printGraph(){
    cout<<endl;
    cout<<endl;
    cout<<"顶点边:\n";
    cout<<"vertexNum:"<<vertexNum<<" edgeNum:"<<edgeNum<<endl;
    for (int i = 0; i<vertexNum; i++) {
        cout<<vertex[i].data<<"\t";
    }
    cout<<endl;
    cout<<"边表如下:\n";
    
    for (int j = 0; j<vertexNum; j++) {
        for (int k = 0; k<vertexNum ; k++) {
            cout<<edge[j][k]<<"\t";
        }
        cout<<endl;
    }
}

int Graph::locate(char  data){
    for (int i  = 0; i<vertexNum;i++) {
        if(vertex[i].data == data){
            return i;
        }
    }
    return -1;
}
Graph::Graph(int vertexNum,int edgeNum){
    this->vertexNum = vertexNum;
    this->edgeNum = edgeNum;
    initEdge();
}
void Graph::create(){
    cout<<"input Graph data\n";
    for (int i = 0; i<vertexNum; i++) {
        cin>>vertex[i].data;
        vertex[i].isAccess = false;
    }
     char start ,end;
    int wieght = -1;
    for (int j = 0; j<edgeNum; j++) {
        
        cout<<"input start and end of edge:\n";
        cin>>start>>end>>wieght;
        int startPosition = locate(start);
        int endPosition = locate(end);
        edge[startPosition][endPosition] = wieght;
        edge[endPosition][startPosition] = wieght;
    }
    
}
 void Graph:: initEdge(){//初始化edge数组
     for (int i = 0;  i<vertexNum; i++) {
         for (int j =0 ; j<=i; j++) {
             edge[i][j] = INT_MAX;//每一项都设置为最大项
             edge[j][i] = INT_MAX;
         }
    }
     for (int i = 0; i<vertexNum; i++) {
         for (int j = 0; j<vertexNum; j++) {
             cout<<edge[i][j]<<"\t";
         }
         cout<<endl;
     }
}

int  Graph::Prim(char data){
    int numWeight = -0;//定义权重,图的最小权重
    
    int distince[vertexNum];//定义距离的数据
    
    int position = locate(data);
    vertex[position].isAccess = true;//设置为访问过
    
    int minNodePostion = position;//定义最小结点
    
    for (int i =0; i<vertexNum; i++) {//初始化距离数组
        if(edge[minNodePostion][i] < INT_MAX){
            distince[i] = edge[minNodePostion][i];
        }else{
           distance[I] = INT_MAX
        }
    }
    int treeEdgeNum = 0;
    while (treeEdgeNum < vertexNum -1) {
        int min = INT_MAX;
        for (int i =0 ; i<vertexNum; i++) {
            if( vertex[i].isAccess == false && distince[i] < min){
                min = distince[i];
                minNodePostion = i;
            }
        }
        vertex[minNodePostion].isAccess = true;
        numWeight += distince[minNodePostion];
        for (int i = 0; i<vertexNum; i++) {
            if(vertex[i].isAccess == false &&  edge[minNodePostion][i] < distince[i]){
                distince[i] = edge[minNodePostion][i];
            }
        }
        
        for (int i = 0; i<vertexNum; i++) {
            cout<<distince[i]<<"\t";
        }
        cout<<endl;
        
        treeEdgeNum++;
    }
    return numWeight;
}
int main(){
    Graph a(6,8);
    a.create();
    a.printGraph();
    int  num = a.Prim('1');
    cout<<"num: "<<num<<endl;
    return 1;
}

测试的图就是上面的图a
运行结果如下:
image

相关文章
|
5月前
|
存储 算法 Java
Java中,树与图的算法涉及二叉树的前序、中序、后序遍历以及DFS和BFS搜索。
【6月更文挑战第21天】Java中,树与图的算法涉及二叉树的前序、中序、后序遍历以及DFS和BFS搜索。二叉树遍历通过访问根、左、右子节点实现。DFS采用递归遍历图的节点,而BFS利用队列按层次访问。以下是简化的代码片段:[Java代码略]
48 4
|
1月前
|
算法 决策智能
基于prim算法求出网络最小生成树实现网络社团划分和规划
该程序使用MATLAB 2022a版实现路线规划,通过排序节点权值并运用Prim算法生成最小生成树完成网络规划。程序基于TSP问题,采用遗传算法与粒子群优化算法进行路径优化。遗传算法通过编码、选择、交叉及变异操作迭代寻优;粒子群优化算法则通过模拟鸟群觅食行为,更新粒子速度和位置以寻找最优解。
|
3月前
|
机器学习/深度学习 算法 Java
算法设计(动态规划应用实验报告)实现基于贪婪技术思想的Prim算法、Dijkstra算法
这篇文章介绍了基于贪婪技术思想的Prim算法和Dijkstra算法,包括它们的伪代码描述、Java源代码实现、时间效率分析,并展示了算法的测试用例结果,使读者对贪婪技术及其应用有了更深入的理解。
算法设计(动态规划应用实验报告)实现基于贪婪技术思想的Prim算法、Dijkstra算法
|
4月前
|
存储 算法 Python
“解锁Python高级数据结构新姿势:图的表示与遍历,让你的算法思维跃升新高度
【7月更文挑战第13天】Python中的图数据结构用于表示复杂关系,通过节点和边连接。常见的表示方法是邻接矩阵(适合稠密图)和邻接表(适合稀疏图)。图遍历包括DFS(深度优先搜索)和BFS(广度优先搜索):DFS深入探索分支,BFS逐层访问邻居。掌握这些技巧对优化算法和解决实际问题至关重要。**
45 1
|
4月前
|
存储 传感器 算法
|
4月前
|
数据采集 存储 算法
「AIGC算法」图搜索算法详解
本文探讨了图搜索算法,包括遍历和最短路径搜索。DFS和BFS是遍历算法,前者使用栈深入搜索,后者用队列逐层遍历。Dijkstra、Bellman-Ford、A*、Floyd-Warshall和Johnson算法则解决最短路径问题。文中还给出了DFS的Python实现示例。这些算法在路径规划、网络分析等领域有重要应用。
90 0
|
4月前
|
机器学习/深度学习 人工智能 算法
|
5月前
|
算法 Java
Java数据结构与算法:贪心算法之最小生成树
Java数据结构与算法:贪心算法之最小生成树
|
5月前
|
算法 计算机视觉
图像处理之基于图的广度优先搜索组件标记算法
图像处理之基于图的广度优先搜索组件标记算法
32 0
|
5月前
|
算法 C语言
数据结构与算法——最小生成树问题(什么是最小生成树、Prim算法、Kruskal算法)
数据结构与算法——最小生成树问题(什么是最小生成树、Prim算法、Kruskal算法)
35 0
下一篇
无影云桌面