应用举例——最小生成树.ppt

最小生成树 生成树是一个连通图G的一个极小连通子图。包含G的所有n个顶点，但只有n-1条边，并且是连通的。 当生成树中所包含的边的权值和最小，我们称之为最小生成树。 最小生成树性质 最小生成树的边数必然是顶点数减一，|E| = |V| - 1。 最小生成树不可以有循环。 最小生成树不必是唯一的。 本节所介绍的2种最小生成树算法，都是基于贪心策略。 I.Kruskal算法 II.Prim算法 克鲁斯卡尔（Kruskal）算法 基本思想： 假设 WN=(V,{E}) 是一个含有 n 个顶点的连通网，则按照克鲁斯卡尔算法构造最小生成树的过程为：先构造一个只含 n 个顶点，而边集为空的子图，若将该子图中各个顶点看成是各棵树上的根结点，则它是一个含有 n 棵树的一个森林。之后，从网的边集 E 中选取一条权值最小的边，若该条边的两个顶点分属不同的树，则将其加入子图，也就是说，将这两个顶点分别所在的两棵树合成一棵树；反之，若该条边的两个顶点已落在同一棵树上，则不可取，而应该取下一条权值最小的边再试之。依次类推，直至森林中只有一棵树，也即子图中含有 n-1条边为止。 应用举例——最小生成树 Kruskal 算法过程 b c h i f a e d g 4 8 8 4 14 7 9 10 6 7 2 11 a i d c b h g f e 1 2 两点属于同一颗树 两点属于同一颗树 两点属于同一颗树 当森林只剩下一棵树时，算法结束 #includeiostream #includealgorithm using namespace std; struct Edge { int a,b;//边的两个顶点的编号 int d;//边的权值 }edge[11111]; int n,m,s;//n为无向图的顶点个数,m为边的条数,s用来存放最小生成树的总权值 int root[111];//存储父节点 bool cmp(Edge a,Edge b) { return a.db.d; } int find(int a)//寻找父节点 { if(root[a]==a) return a; return root[a]=find(root[a]); } bool Union(int a,int b,int d)//合并 { if(a==b) return 0;//a==b说明边的两个顶点一属于同一颗树， 所以不需要合并，直接返回 root[a]=b;//将a的父节点更新为b，从而将树a，b合并成一棵树 s+=d;//将边的权值加到s当中 return 1; } void kruskal() { for(int i=0;in;i++)//初始化，将各顶点的父节点标记为本身 root[i]=i; sort(edge,edge+m,cmp);//将所有边 根据边的权值 从小到大排列 s=0; for(i=0;im;i++)//遍历所有的边 { if(Union(find(edge[i].a),find(edge[i].b),edge[i].d)) n--;//当合并成功，森林的树就少一棵 }//当遍历完所有的边时,如果n!=1,说明该无向图不是连通图,不存在最小生成树 } MST性质 假设G=(V, E)是一个无向连通网，U是顶点集V的一个非空子集。若(u, v)是一条具有最小权值的边，其中u∈U，v∈V－U，则必存在一棵包含边(u, v)的最小生成树。 应用举例——最小生成树 10 MST性质 假设G=(V, E)是一个无向连通网，U是顶点集V的一个非空子集。若(u, v)是一条具有最小权值的边，其中u∈U，v∈V－U，则必存在一棵包含边(u, v)的最小生成树。 应用举例——最小生成树 11 基本思想：设G=(V, E)是具有n个顶点的连通网，T=(U, TE)是G的最小生成树，T的初始状态为U={u0}（u0∈V），TE={ }，重复执行下述操作：在所有u∈U，v∈V-U的边中找一条代价最小的边(u, v)并入集合TE，同时v并入U，直至U=V。 普里姆（Prim）算法 应用举例——最小生成树 12 1. 初始化： U={u0}（u0∈V），TE={ }; 2. 循环直到U=V为止 2.1 在所有u∈U，v∈V-U的边中找一条代价最小的边(u,v); 2.2 TE=TE+{(u,v)}; 2.3 U=U+{v}; 关键:是如何找到连接U和V-U的最短边。 普里姆（Prim）算法 应用举例——最小生成树 利用MST性质，可以用下述方法构造候选最短边集：对V-U中的每个顶点，分别求其到U的最短边。 13 U={