04-最小生成树问题分解.ppt

最小生成树 对于一张图进行深度优先搜索或者广度优先搜索，可生成一棵搜索树。搜索的出发点不同，生成树的形态亦不同。 在一张带权的无向连通图中，各边权和为最小的一棵生成树即为最小生成树。 应用举例 已知某乡管辖的村庄都是有路可通的，且相邻村庄间公路的长度已知。现在要沿公路架设电线，使各村之间都通电话，问应该怎样架线才能使所用的电线最少。 最小生成树的计算策略 计算最小生成树采用的是贪心策略，即必须保证每次添加的边同时满足下述两个条件： （1）不能形成回路； （2）在保证条件1的前提下添加权尽可能小的边，这样的边称之为安全边。 Kruskal算法 初始时，森林是由单个节点组成的n棵树。然后反复找出森林中连接任意两棵树的所有边中具有最下权值的边（u,v），将其作为安全边，把它添加到正在生长的森林中，直至产生最小生成树为止。 1 2 3 4 5 6 7 8 Kruskal算法思路 设节点数n，边数为m；所有边按照权值递增的顺序排列成边集e，其中第i条边为（e[i].x,e[i].y），该边的权为e[i].c；并查集为f，其中f[i]为节点i所在并查集的代表节点，即子树根。主算法如下： procedure kruskal{ qsort(1,n);//按照边权值递增的顺序排序边集e for i:=1 to n do f[i]:=i;//并查集，初始化每棵树 for i:=1 to m do union(e[i].x,e[i].y,e[i].c) } procedure union(i,j,c:longint); var x,y:longint; { x:=getfather(i);y:=getfather(j); if xy then {inc(ans,s);f[y]:=x;} } function getfather(i:longint):longint; { if if[i] then f[i]:=getfather(f[i]); exit(f[i]); } Kruskal算法总运行时间为O（ElnE），算法效率取决于边数E，适用于稀疏图。 kruskal P1442 繁忙的都市 P1352 Kerry 的电缆网络 P1470 口袋的天空 P1374 新年趣事之游戏 POJ 2421 Constructing Roads POJ 1861 Network POJ 3522 Slim Span POJ 1679 The Unique MST Prim算法 Prim算法执行过程中，集合A中的边总是只形成单棵树。初始时，A为空。接下来每次添加到A的边都是使树的边尽可能小的边，这个过程一直进行到不存在连接生成树的边为止。 Prim算法思路 设r为出发节点，w[i,j]为边(i,j)的权。若图中不存在边(i,j)，则w[i,j]=∞。ans为最小树的和，d[i]为生成树外节点i与生成树相连的最短边长，即d[i]=min{w[i,j]}(i不属于最小生成树t，j属于最小生成树t)，简称节点i的距离值。 在算法执行过程中，所有不在树中的节点按照d值递增的顺序组成一个优先队列；f[u]为树中u节点的父母。 Procedure MST_Prim; {for each v∈G(v) do {d[v]:=∞;f[u]:=nil}; d[r]:=0;Q:=G(v); while Q∮ do{ 在队列Q中取出一个d值最小的节点u； if ur then ans:=ans+w[u,f[u]]; for each v∈adj[u] do if (v∈Q) and (w[u,v]d[v]) then {f[v]:=u;d[v]:=w[u,v];} } 输出最小生成树的权和ans; } Prim算法的整个运行时间为O（VlnV+ElnV）。上限为O（VlnV+V2lnV）。Prim算法的效率取决于节点数V，一般使用于稠密图。 void Prim() { int d[Max],VexSet[Max],v; int i,j,k,min; ? for(i=0;ig.n;i++) ? { d[i]=g.edges[v][i]; VexSet[i]=0;}? ?VexSet[v]=1;? sum=0; for(i=0;ig.n;i++) { min = INF; for(j=0;jg.n;j++) {if(VexSet[j]==0d[j]min){ min = d[j]; k=j; } } VexSet[k]=1; v=k;