漫画:什么是最小生成树?

简介: 它的最小生成树是什么样子呢?下图绿色加粗的边可以把所有顶点连接起来,又保证了边的权值之和最小,去掉那些多余的边,该图的最小生成树如下。



640.jpg640.jpg

—————  第二天  —————



640.jpg640.jpg640.jpg640.jpg640.jpg640.jpg640.jpg

————————————


640.jpg640.jpg640.jpg640.jpg640.jpg640.jpg


首先看看第一个例子,有下面这样一个带权图:

640.png

它的最小生成树是什么样子呢?下图绿色加粗的边可以把所有顶点连接起来,又保证了边的权值之和最小:


640.png

去掉那些多余的边,该图的最小生成树如下:


640.png



下面我们再来看一个更加复杂的带权图:



640.png

同样道理,下图绿色加粗的边可以把所有顶点连接起来,又保证了边的权值之和最小:


640.png


去掉那些多余的边,该图的最小生成树如下:


640.png640.jpg640.jpg640.jpg



怎样铺设才能保证成本最低呢?



城市之间的交通网就像一个连通图,我们并不需要在每两个城市之间都直接进行连接,只需要一个最小生成树,保证所有的城市都有铁路可以触达即可。

640.png


image.gif

640.jpg640.jpg

Prim算法是如何工作的呢?



这个算法是以图的顶点为基础,从一个初始顶点开始,寻找触达其他顶点权值最小的边,并把该顶点加入到已触达顶点的集合中。当全部顶点都加入到集合时,算法的工作就完成了。Prim算法的本质,是基于贪心算法。

接下来说一说最小生成树的存储方式。我们最常见的树的存储方式,是链式存储,每一个节点包含若干孩子节点的指针,每一个孩子节点又包含更多孩子节点的指针:


image.gif

640.png

这样的存储结构很清晰,但是也相对麻烦。为了便于操作,我们的最小生成树用一维数组来表达,数组下标所对应的元素,代表该顶点在最小生成树当中的父亲节点。(根节点没有父亲节点,所以元素值是-1)

640.png

image.gif


下面让我们来看一看算法的详细过程:



1.选择初始顶点,加入到已触达顶点集合。

640.png

image.gif


2.从已触达顶点出发,寻找到达新顶点的权值最小的边。显然从0到2的边权值最小,把顶点2加入到已触达顶点集合,Parents当中,下标2对应的父节点是0。


640.pngimage.gif

3.从已触达顶点出发,寻找到达新顶点的权值最小的边。显然从2到4的边权值最小,把顶点4加入到已触达顶点集合,Parents当中,下标4对应的父节点是2。


image.gif

640.png

4.从已触达顶点出发,寻找到达新顶点的权值最小的边。显然从0到1的边权值最小,把顶点1加入到已触达顶点集合,Parents当中,下标1对应的父节点是0。


image.gif

640.png

5.从已触达顶点出发,寻找到达新顶点的权值最小的边。显然从1到3的边权值最小,把顶点3加入到已触达顶点集合,Parents当中,下标3对应的父节点是1。

image.gif

640.png

这样一来,所有顶点都加入到了已触达顶点集合,而最小生成树就存储在Parents数组当中。image.gif

image.gif640.jpg640.jpg


final
static
int
 INF 
=
Integer
.
MAX_VALUE
;
public
static
int
[]
 prim
(
int
[][]
 matrix
){
List
<
Integer
>
 reachedVertexList 
=
new
ArrayList
<
Integer
>();
//选择顶点0为初始顶点,放入已触达顶点集合中
    reachedVertexList
.
add
(
0
);
//创建最小生成树数组,首元素设为-1
int
[]
 parents 
=
new
int
[
matrix
.
length
];
    parents
[
0
]
=
-
1
;
//边的权重
int
 weight
;
//源顶点下标
int
 fromIndex 
=
0
;
//目标顶点下标
int
 toIndex 
=
0
;
while
(
reachedVertexList
.
size
()
<
 matrix
.
length
)
{
        weight 
=
 INF
;
//在已触达的顶点中,寻找到达新顶点的最短边
for
(
Integer
 vertexIndex 
:
 reachedVertexList
)
{
for
(
int
 i 
=
0
;
 i 
<
 matrix
.
length
;
 i
++)
{
if
(!
reachedVertexList
.
contains
(
i
))
{
if
(
matrix
[
vertexIndex
][
i
]
<
 weight
)
{
                        fromIndex 
=
 vertexIndex
;
                        toIndex 
=
 i
;
                        weight 
=
 matrix
[
vertexIndex
][
i
];
}
}
}
}
//确定了权值最小的目标顶点,放入已触达顶点集合
        reachedVertexList
.
add
(
toIndex
);
//放入最小生成树的数组
        parents
[
toIndex
]
=
 fromIndex
;
}
return
 parents
;
}
public
static
void
 main
(
String
[]
 args
)
{
int
[][]
 matrix 
=
new
int
[][]{
{
0
,
4
,
3
,
 INF
,
 INF
},
{
4
,
0
,
8
,
7
,
 INF
},
{
3
,
8
,
0
,
 INF
,
1
},
{
INF
,
7
,
 INF
,
0
,
9
},
{
INF
,
 INF
,
1
,
9
,
0
},
};
int
[]
 parents 
=
 prim
(
matrix
);
System
.
out
.
println
(
Arrays
.
toString
(
parents
));
}


这段代码当中,图的存储方式是邻接矩阵,在main函数中作为测试用例的图和对应的邻接矩阵如下:image.gif

640.jpg

当然,也可以使用邻接表来实现prim算法,有兴趣的小伙伴可以尝试写一下代码。640.jpg640.jpg

相关文章
牛客刷题之图论-最小生成树
牛客刷题之图论-最小生成树
86 0
牛客刷题之图论-最短路
牛客刷题之图论-最短路
62 0
|
7月前
|
算法
讲课:拓扑排序、最短路算法
讲课:拓扑排序、最短路算法
|
算法 定位技术
图论的灵魂——带你走进迪杰斯特拉算法的世界
图论的灵魂——带你走进迪杰斯特拉算法的世界
图论的灵魂——带你走进迪杰斯特拉算法的世界
|
算法 Go
第十一章 运用广度优先搜索走迷宫
广度优先搜索类似于树的层次遍历。从图中的某一顶点出发,遍历每一个顶点时,依次遍历其所有的邻接点,然后再从这些邻接点出发,同样依次访问它们的邻接点。按照此过程,直到图中所有被访问过的顶点的邻接点都被访问到。
144 0
第十一章 运用广度优先搜索走迷宫
|
算法 前端开发 程序员
「LeetCode」剑指Offer-14-I剪绳子⚡️
「LeetCode」剑指Offer-14-I剪绳子⚡️
113 0
「LeetCode」剑指Offer-14-I剪绳子⚡️
|
算法 前端开发 程序员
「LeetCode」剑指Offer-14-II剪绳子II⚡️
「LeetCode」剑指Offer-14-II剪绳子II⚡️
125 0
「LeetCode」剑指Offer-14-II剪绳子II⚡️
|
算法 前端开发 机器人
「LeetCode」剑指Offer-13机器人的运动范围⚡️
「LeetCode」剑指Offer-13机器人的运动范围⚡️
247 0
「LeetCode」剑指Offer-13机器人的运动范围⚡️
|
算法
漫画:什么是八皇后问题?
国际象棋中的皇后,可以横向、纵向、斜向移动。如何在一个8X8的棋盘上放置8个皇后,使得任意两个皇后都不在同一条横线、竖线、斜线方向上?让我们来举个栗子,下图的绿色格子是一个皇后在棋盘上的“封锁范围”,其他皇后不得放置在这些格子: 下图的绿色格子是两个皇后在棋盘上的“封锁范围”,其他皇后不得放置在这些格子: 那么,如何遵循规则,同时放置这8个皇后呢?让我们来看看小灰的回答。
276 0
漫画:什么是八皇后问题?