最小生成树之Kruskal算法
2015-08-18 08:12
337 查看
给定一个无向图,如果它任意两个顶点都联通并且是一棵树,那么我们就称之为生成树(Spanning Tree)。如果是带权值的无向图,那么权值之和最小的生成树,我们就称之为最小生成树(MST, Minimum Spanning Tree)。
我们由最小生成树的定义,可以延伸出一个修建道路的问题:把无向图的每个顶点看作村庄,计划修建道路使得可以在所有村庄之间通行。把每个村庄之间修建道路的费用看作权值,那么我们就可以得到一个求解修建道路的最小费用的问题。
常见求解最小生成树的算法有Kruskal算法和Prim算法。由于篇幅问题再此对于Prim算法,就不多做解释了。现在我们看看Kruskal算法,是怎么来求解最小生成树的问题。
1、Kruskal算法描述
Kruskal算法是基于贪心的思想得到的。首先我们把所有的边按照权值先从小到大排列,接着按照顺序选取每条边,如果这条边的两个端点不属于同一集合,那么就将它们合并,直到所有的点都属于同一个集合为止。至于怎么合并到一个集合,那么这里我们就可以用到一个工具——-并查集(不知道的同学请移步:Here)。换而言之,Kruskal算法就是基于并查集的贪心算法。
2、Kruskal算法流程
对于图G(V,E),以下是算法描述:
我们用现在来模拟一下Kruskal算法,下面给出一个无向图B,我们使用Kruskal来找无向图B的最小生成树。
首先,我们将所有的边都进行从小到大的排序。排序之后根据贪心准则,我们选取最小边(A,D)。我们发现顶点A,D不在一棵树上,所以合并顶点A,D所在的树,并将边(A,D)加入边集E‘。
我们接着在剩下的边中查找权值最小的边,于是我们找到的(C,E)。我们可以发现,顶点C,E仍然不在一棵树上,所以我们合并顶点C,E所在的树,并将边(C,E)加入边集E'
不断重复上述的过程,于是我们就找到了无向图B的最小生成树,如下图所示:
3、Kruskal算法的时间复杂度
Kruskal算法每次要从都要从剩余的边中选取一个最小的边。通常我们要先对边按权值从小到大排序,这一步的时间复杂度为为O(|Elog|E|)。Kruskal算法的实现通常使用并查集,来快速判断两个顶点是否属于同一个集合。最坏的情况可能要枚举完所有的边,此时要循环|E|次,所以这一步的时间复杂度为O(|E|α(V)),其中α为Ackermann函数,其增长非常慢,我们可以视为常数。所以Kruskal算法的时间复杂度为O(|Elog|E|)。
4、实战演练
我们现在已经基本了解了Kruskal算法,让我们来一道题目练练手:畅通工程。这是一道非常基本的最小生成树的应用,所以我就不做详细说明了,这里仅附上代码以供参考:
当然要是觉得不够爽,那就再送大家一个大礼包:图论500题(这里包含了绝大多数的图论题目,对于每道题都有难度的注明)。
我们由最小生成树的定义,可以延伸出一个修建道路的问题:把无向图的每个顶点看作村庄,计划修建道路使得可以在所有村庄之间通行。把每个村庄之间修建道路的费用看作权值,那么我们就可以得到一个求解修建道路的最小费用的问题。
常见求解最小生成树的算法有Kruskal算法和Prim算法。由于篇幅问题再此对于Prim算法,就不多做解释了。现在我们看看Kruskal算法,是怎么来求解最小生成树的问题。
1、Kruskal算法描述
Kruskal算法是基于贪心的思想得到的。首先我们把所有的边按照权值先从小到大排列,接着按照顺序选取每条边,如果这条边的两个端点不属于同一集合,那么就将它们合并,直到所有的点都属于同一个集合为止。至于怎么合并到一个集合,那么这里我们就可以用到一个工具——-并查集(不知道的同学请移步:Here)。换而言之,Kruskal算法就是基于并查集的贪心算法。
2、Kruskal算法流程
对于图G(V,E),以下是算法描述:
输入: 图G 输出: 图G的最小生成树 具体流程: (1)将图G看做一个森林,每个顶点为一棵独立的树 (2)将所有的边加入集合S,即一开始S = E (3)从S中拿出一条最短的边(u,v),如果(u,v)不在同一棵树内,则连接u,v合并这两棵树,同时将(u,v)加入生成树的边集E' (4)重复(3)直到所有点属于同一棵树,边集E'就是一棵最小生成树
我们用现在来模拟一下Kruskal算法,下面给出一个无向图B,我们使用Kruskal来找无向图B的最小生成树。
首先,我们将所有的边都进行从小到大的排序。排序之后根据贪心准则,我们选取最小边(A,D)。我们发现顶点A,D不在一棵树上,所以合并顶点A,D所在的树,并将边(A,D)加入边集E‘。
我们接着在剩下的边中查找权值最小的边,于是我们找到的(C,E)。我们可以发现,顶点C,E仍然不在一棵树上,所以我们合并顶点C,E所在的树,并将边(C,E)加入边集E'
不断重复上述的过程,于是我们就找到了无向图B的最小生成树,如下图所示:
3、Kruskal算法的时间复杂度
Kruskal算法每次要从都要从剩余的边中选取一个最小的边。通常我们要先对边按权值从小到大排序,这一步的时间复杂度为为O(|Elog|E|)。Kruskal算法的实现通常使用并查集,来快速判断两个顶点是否属于同一个集合。最坏的情况可能要枚举完所有的边,此时要循环|E|次,所以这一步的时间复杂度为O(|E|α(V)),其中α为Ackermann函数,其增长非常慢,我们可以视为常数。所以Kruskal算法的时间复杂度为O(|Elog|E|)。
4、实战演练
我们现在已经基本了解了Kruskal算法,让我们来一道题目练练手:畅通工程。这是一道非常基本的最小生成树的应用,所以我就不做详细说明了,这里仅附上代码以供参考:
#include <cstdio> #include <cstdlib> #define MAXN 10000 + 10 using namespace std; int par[MAXN], Rank[MAXN]; typedef struct{ int a, b, price; }Node; Node a[MAXN]; int cmp(const void*a, const void *b){ return ((Node*)a)->price - ((Node*)b)->price; } void Init(int n){ for(int i = 0; i < n; i++){ Rank[i] = 0; par[i] = i; } } int find(int x){ int root = x; while(root != par[root]) root = par[root]; while(x != root){ int t = par[x]; par[x] = root; x = t; } return root; } void unite(int x, int y){ x = find(x); y = find(y); if(Rank[x] < Rank[y]){ par[x] = y; } else{ par[y] = x; if(Rank[x] == Rank[y]) Rank[x]++; } } //n为边的数量,m为村庄的数量 int Kruskal(int n, int m){ int nEdge = 0, res = 0; //将边按照权值从小到大排序 qsort(a, n, sizeof(a[0]), cmp); for(int i = 0; i < n && nEdge != m - 1; i++){ //判断当前这条边的两个端点是否属于同一棵树 if(find(a[i].a) != find(a[i].b)){ unite(a[i].a, a[i].b); res += a[i].price; nEdge++; } } //如果加入边的数量小于m - 1,则表明该无向图不连通,等价于不存在最小生成树 if(nEdge < m-1) res = -1; return res; } int main(){ int n, m, ans; while(scanf("%d%d", &n, &m), n){ Init(m); for(int i = 0; i < n; i++){ scanf("%d%d%d", &a[i].a, &a[i].b, &a[i].price); //将村庄编号变为0~m-1(这个仅仅只是个人习惯,并非必要的) a[i].a--; a[i].b--; } ans = Kruskal(n, m); if(ans == -1) printf("?\n"); else printf("%d\n", ans); } return 0; }
当然要是觉得不够爽,那就再送大家一个大礼包:图论500题(这里包含了绝大多数的图论题目,对于每道题都有难度的注明)。
相关文章推荐
- hdu 2647 Reward(拓扑排序)
- 【干货】避免Android中Context引起的内存泄露
- niop准备 题目分类
- [开发工具] Android下适应各种分辨率——dimens转换工具
- The difference between film faced plywood and wood I beam
- 2015Cocos游戏开发大赛作品——人鱼塞壬
- 数据库 版本号是 661,打不开。此server支持 655 和更早的版本号。不支持降级路径
- iOS开发之小技巧积累
- SQL Server里简单参数化的痛苦
- c++ string
- 2014/11/13_ 随想
- XOJ2011 fly飞机 题解
- scala-11Scala中的apply实战详解
- xoj 2011 fly飞机
- 如何做好现状调研与需求分析
- 一位初入门的新员工的代码分析(1)
- Zookeeper日志配置问题
- 解析大型.NET ERP系统 单据标准(新增,修改,删除,复制,打印)功能程序设计
- Scala单例对象、伴生对象实战详解
- Windows 10 部署Enterprise Solution 5.5