3901130814肖翰算法实验报告3.docVIP

算法分析与设计 实验报告 项目名称 贪心法 专业班级 软件工程1303 学 号 3901130814 姓 名 肖翰 实验成绩： 批阅教师： 年 月 日  实验3《贪心法》 实验学时： 2 实验地点： 二综202 实验日期： 2014.11.17 一、实验目的 1）通过实例，加深对贪心策略的理解，思考不同为什么这几个问题可以通过求局部最优达到全局的最优？ 用2-3个实例验证算法和时间复杂度。 比较两个算法的相同点和不同点。 二、实验内容 1）编程实现prim算法和Dijkstra算法。 2）先设计prim算法，再将其修改成Dijkstra算法。 三、实验方法 贪心法：通过一系列的选择来得到问题的解，它所做的每一个选择都是当前状态下局部最好选择，即贪心选择。 四、实验步骤 Prim算法： 假设V是图中顶点的集合，E是图中边的集合，TE为最小生成树中的边的集合，则prim算法通过以下步骤可以得到最小生成树： 1：初始化：U={u 0},TE={f}。此步骤设立一个只有结点u 0的结点集U和一个空的边集TE作为最小生成树的初始形态，在随后的算法执行中，这个形态会不断的发生变化，直到得到最小生成树为止。 2：在所有uU,v∈V－U的边（u,v）E中，找一条权最小的边（u 0,v 0），将此边加进集合TE中，并将此边的非U中顶点加入U中。此步骤的功能是在边集E中找一条边，要求这条边满足以下条件：首先边的两个顶点要分别在顶点集合U和V－U中，其次边的权要最小。找到这条边以后，把这条边放到边集TE中，并把这条边上不在U中的那个顶点加入到U中。这一步骤在算法中应执行多次，每执行一次，集合TE和U都将发生变化，分别增加一条边和一个顶点，因此，TE和U是两个动态的集合，这一点在理解算法时要密切注意。 3：如果U=V，则算法结束；否则重复步骤2。可以把本步骤看成循环终止条件。我们可以算出当U=V时，步骤2共执行了n－1次（设n为图中顶点的数目），TE中也增加了n－1条边，这n－1条边就是需要求出的最小生成树的边。#include iostream using namespace std; #define inf 100000000 #define max_vertexes 100 typedef int Graph[max_vertexes][max_vertexes]; void Prim(int vertex,Graph G){ int *lowcost = new int[vertex]; int *closest = new int[vertex]; bool *s = new bool[vertex]; s[0] = true; for(int m = 1; m vertex; m++){ lowcost[m] = G[0][m]; closest[m] = 0; s[m] = false; } for(int i = 1; i vertex; i++){ int min = inf; int j = 0; for(int k = 1; k vertex; k++){ if((lowcost[k] min)(!s[k])){ min = lowcost[k]; j = k; } } cout 顶点 closest[j]+1 连 顶点 j + 1 权值 min endl; s[j] = true; for(int n = 1; n vertex; n++){ if((G[j][n] lowcost[n])(!s[n])){ lowcost[n] = G[j][n]; closest[n] = j; } } } } int main(){ //顶点数 int vertex = 0; //边数 int edge = 0; //边的起始顶点 int start; //边的结束顶点 int end; //边的权值 int weight; cout 输入顶点数和边数(用空格分开): ; cin vertex edge; //初始化图 Graph G; for(int i = 0; i vertex; i++){ for(int j = 0; j vertex; j++){ G[i][j] = inf; } } for(int k = 0; k edge; k++){ cout 请输入第 k+1 条边的起末顶点和权值(用空格分开): ; cin