经典算法题每日演练——第十四题 Prim算法
2015-07-28 16:33
232 查看
图论在数据结构中是非常有趣而复杂的,作为web码农的我,在实际开发中一直没有找到它的使用场景,不像树那样的频繁使用,不过还是准备
仔细的把图论全部过一遍。
一:最小生成树
图中有一个好玩的东西叫做生成树,就是用边来把所有的顶点联通起来,前提条件是最后形成的联通图中不能存在回路,所以就形成这样一个
推理:假设图中的顶点有n个,则生成树的边有n-1条,多一条会存在回路,少一路则不能把所有顶点联通起来,如果非要在图中加上权重,则生成树
中权重最小的叫做最小生成树。
对于上面这个带权无向图来说,它的生成树有多个,同样最小生成树也有多个,因为我们比的是权重的大小。
二:Prim算法
求最小生成树的算法有很多,常用的是Prim算法和Kruskal算法,为了保证单一职责,我把Kruskal算法放到下一篇,那么Prim算法的思想
是什么呢?很简单,贪心思想。
如上图:现有集合M={A,B,C,D,E,F},再设集合N={}。
第一步:挑选任意节点(比如A),将其加入到N集合,同时剔除M集合的A。
第二步:寻找A节点权值最小的邻节点(比如F),然后将F加入到N集合,此时N={A,F},同时剔除M集合中的F。
第三步:寻找{A,F}中的权值最小的邻节点(比如E),然后将E加入到N集合,此时N={A,F,E},同时剔除M集合的E。
。。。
最后M集合为{}时,生成树就构建完毕了,是不是非常的简单,这种贪心做法我想大家都能想得到,如果算法配合一个好的数据结构,就会
如虎添翼。
三:代码
1. 图的存储
图的存储有很多方式,邻接矩阵,邻接表,十字链表等等,当然都有自己的适合场景,下面用邻接矩阵来玩玩,邻接矩阵需要采用两个数组,
①. 保存顶点信息的一维数组,
②. 保存边信息的二维数组。
2:矩阵构建
矩阵构建很简单,这里把上图中的顶点和权的信息保存在矩阵中。
3:Prim
要玩Prim,我们需要两个字典。
①:保存当前节点的字典,其中包含该节点的起始边和终边以及权值,用weight=-1来记录当前节点已经访问过,用weight=int.MaxValue表示
两节点没有边。
②:输出节点的字典,存放的就是我们的N集合。
当然这个复杂度玩高了,为O(N2),寻找N集合的邻边最小权值时,我们可以玩玩AVL或者优先队列来降低复杂度。
4:最后我们来测试一下,看看找出的最小生成树。
仔细的把图论全部过一遍。
一:最小生成树
图中有一个好玩的东西叫做生成树,就是用边来把所有的顶点联通起来,前提条件是最后形成的联通图中不能存在回路,所以就形成这样一个
推理:假设图中的顶点有n个,则生成树的边有n-1条,多一条会存在回路,少一路则不能把所有顶点联通起来,如果非要在图中加上权重,则生成树
中权重最小的叫做最小生成树。
对于上面这个带权无向图来说,它的生成树有多个,同样最小生成树也有多个,因为我们比的是权重的大小。
二:Prim算法
求最小生成树的算法有很多,常用的是Prim算法和Kruskal算法,为了保证单一职责,我把Kruskal算法放到下一篇,那么Prim算法的思想
是什么呢?很简单,贪心思想。
如上图:现有集合M={A,B,C,D,E,F},再设集合N={}。
第一步:挑选任意节点(比如A),将其加入到N集合,同时剔除M集合的A。
第二步:寻找A节点权值最小的邻节点(比如F),然后将F加入到N集合,此时N={A,F},同时剔除M集合中的F。
第三步:寻找{A,F}中的权值最小的邻节点(比如E),然后将E加入到N集合,此时N={A,F,E},同时剔除M集合的E。
。。。
最后M集合为{}时,生成树就构建完毕了,是不是非常的简单,这种贪心做法我想大家都能想得到,如果算法配合一个好的数据结构,就会
如虎添翼。
三:代码
1. 图的存储
图的存储有很多方式,邻接矩阵,邻接表,十字链表等等,当然都有自己的适合场景,下面用邻接矩阵来玩玩,邻接矩阵需要采用两个数组,
①. 保存顶点信息的一维数组,
②. 保存边信息的二维数组。
1 public class Graph 2 { 3 /// <summary> 4 /// 顶点个数 5 /// </summary> 6 public char[] vertexs; 7 8 /// <summary> 9 /// 边的条数 10 /// </summary> 11 public int[,] edges; 12 13 /// <summary> 14 /// 顶点个数 15 /// </summary> 16 public int vertexsNum; 17 18 /// <summary> 19 /// 边的个数 20 /// </summary> 21 public int edgesNum; 22 }
2:矩阵构建
矩阵构建很简单,这里把上图中的顶点和权的信息保存在矩阵中。
1 #region 矩阵的构建 2 /// <summary> 3 /// 矩阵的构建 4 /// </summary> 5 public void Build() 6 { 7 //顶点数 8 graph.vertexsNum = 6; 9 10 //边数 11 graph.edgesNum = 8; 12 13 graph.vertexs = new char[graph.vertexsNum]; 14 15 graph.edges = new int[graph.vertexsNum, graph.vertexsNum]; 16 17 //构建二维数组 18 for (int i = 0; i < graph.vertexsNum; i++) 19 { 20 //顶点 21 graph.vertexs[i] = (char)(i + 65); 22 23 for (int j = 0; j < graph.vertexsNum; j++) 24 { 25 graph.edges[i, j] = int.MaxValue; 26 } 27 } 28 29 graph.edges[0, 1] = graph.edges[1, 0] = 80; 30 graph.edges[0, 3] = graph.edges[3, 0] = 100; 31 graph.edges[0, 5] = graph.edges[5, 0] = 20; 32 graph.edges[1, 2] = graph.edges[2, 1] = 90; 33 graph.edges[2, 5] = graph.edges[5, 2] = 70; 34 graph.edges[3, 2] = graph.edges[2, 3] = 100; 35 graph.edges[4, 5] = graph.edges[5, 4] = 40; 36 graph.edges[3, 4] = graph.edges[4, 3] = 60; 37 graph.edges[2, 3] = graph.edges[3, 2] = 10; 38 } 39 #endregion
3:Prim
要玩Prim,我们需要两个字典。
①:保存当前节点的字典,其中包含该节点的起始边和终边以及权值,用weight=-1来记录当前节点已经访问过,用weight=int.MaxValue表示
两节点没有边。
②:输出节点的字典,存放的就是我们的N集合。
当然这个复杂度玩高了,为O(N2),寻找N集合的邻边最小权值时,我们可以玩玩AVL或者优先队列来降低复杂度。
1 #region prim算法 2 /// <summary> 3 /// prim算法 4 /// </summary> 5 public Dictionary<char, Edge> Prim() 6 { 7 Dictionary<char, Edge> dic = new Dictionary<char, Edge>(); 8 9 //统计结果 10 Dictionary<char, Edge> outputDic = new Dictionary<char, Edge>(); 11 12 //weight=MaxValue:标识没有边 13 for (int i = 0; i < graph.vertexsNum; i++) 14 { 15 //起始边 16 var startEdge = (char)(i + 65); 17 18 dic.Add(startEdge, new Edge() { weight = int.MaxValue }); 19 } 20 21 //取字符的开始位置 22 var index = 65; 23 24 //取当前要使用的字符 25 var start = (char)(index); 26 27 for (int i = 0; i < graph.vertexsNum; i++) 28 { 29 //标记开始边已使用过 30 dic[start].weight = -1; 31 32 for (int j = 1; j < graph.vertexsNum; j++) 33 { 34 //获取当前 c 的 邻边 35 var end = (char)(j + index); 36 37 //取当前字符的权重 38 var weight = graph.edges[(int)(start) - index, j]; 39 40 if (weight < dic[end].weight) 41 { 42 dic[end] = new Edge() 43 { 44 weight = weight, 45 startEdge = start, 46 endEdge = end 47 }; 48 } 49 } 50 51 var min = int.MaxValue; 52 53 char minkey = ' '; 54 55 foreach (var key in dic.Keys) 56 { 57 //取当前 最小的 key(使用过的除外) 58 if (min > dic[key].weight && dic[key].weight != -1) 59 { 60 min = dic[key].weight; 61 minkey = key; 62 } 63 } 64 65 start = minkey; 66 67 //边为顶点减去1 68 if (outputDic.Count < graph.vertexsNum - 1 && !outputDic.ContainsKey(minkey)) 69 { 70 outputDic.Add(minkey, new Edge() 71 { 72 weight = dic[minkey].weight, 73 startEdge = dic[minkey].startEdge, 74 endEdge = dic[minkey].endEdge 75 }); 76 } 77 } 78 return outputDic; 79 } 80 #endregion
4:最后我们来测试一下,看看找出的最小生成树。
1 public static void Main() 2 { 3 MatrixGraph martix = new MatrixGraph(); 4 5 martix.Build(); 6 7 var dic = martix.Prim(); 8 9 Console.WriteLine("最小生成树为:"); 10 11 foreach (var key in dic.Keys) 12 { 13 Console.WriteLine("({0},{1})({2})", dic[key].startEdge, dic[key].endEdge, dic[key].weight); 14 } 15 16 Console.Read(); 17 }
相关文章推荐
- 经典算法题每日演练——第十六题 Kruskal算法
- HDU_1312_Red and Black
- poj1664 放苹果 解题报告
- Maximum Depth of Binary Tree
- Android 自定义View 实现刮刮卡效果
- 黑马程序员——Java基础——IO(一)
- LeetCode算法题2:Add Two Numbers
- 经典算法题每日演练——第十五题 并查集
- 经典算法题每日演练——第十二题 线段树
- 经典算法题每日演练——第十三题 赫夫曼树
- nRF51822使用passkey配对
- a different object with the same identifier value was already 。。 。。 。 。 解决方法
- FusionCharts的属性及其作用
- wait waitpid
- [转]Android逆向之动态调试总结
- [题解]聪明的质检员
- 使用Javascript Ajax 通信操作JSON数据 [上]
- 关于static在java和C++中的用法小谈(一)
- 运行sh提示 unexpected operator
- yourphp二次开发目录