贪心法构造最小生成树.docVIP

实验二 实验名称： 利用贪心法构造最小生成树 实验时间: 2012年12月 成绩： 一、实验目的 贪心算法是指，在对问题求解时，总是做出在当前看来是最好的选择。也就是说，不从整体最优上加以考虑，他所做出的仅是在某种意义上的局部最优解。贪心算法不是对所有问题都能得到整体最优解，但对范围相当广泛的许多问题他能产生整体最优解或者是整体最优解的近似解。’是一棵包含G的所有顶点的树，则称G’为G的生成树。生成树上各边权的总和为该生成树的耗费。在G的所有生成树中，耗费最小的生成树称为G的最小生成树。 本实验的目的是利用贪心法构造最小生成树。 二、实验内容 设G=(V,E)是连通带权图，V=｛1,2,… n｝。 构造G的最小生成树的Prim算法的基本思想是：首先置S={1},然后，只要S是V的真子集，就做如下的贪心选择：选取满足条件i∈S,j∈V-S,且c[i][j]最小的边，并将顶点j添加到S中。这个过程一直进行到S=V时为止。在这个过程中选取到的所有边恰好构成G的一棵最小生成树。算法描述如下： Void Prim(int n,int **c) { T=φ； S={1}; While(S!=V) { (i,j)=i∈S且j∈V-S的最小权边; T=T∪{(i.j)}; S=S∪{j}; } } 算法结束时，T中包含G的n-1条边。利用最小生成树性质和数学归纳法容易证明，上述算法中的边集合T始终包含G的某棵最小生成树中的边。因此，在算法结束时，T中的所有边构成G的一棵最小生成树。 在上述Prim算法中，还应当考虑如何有效地找出满足条件i∈S,j∈V-S,且权c[i][j]最小的边(i,j)。实现这个目的的较简单的方法是设置两个数组closest和lowcost。对于每一个j∈V-S,closest[j]是j在S中的邻接顶点，它与j在S中的其他邻接顶点k相比较有c[j][closest[j]]=c[j][k]。lowcost[j]的值就是c[j][ closest[j]]。 在Prim算法执行过程中，先找出V-S中使lowcost值最小的顶点j，然后根据数组closest选取边（j,closest[j]）#includeiostream using namespace std; const int maxint=1000000; //定义一个极大数maxint void Prim(int n,int **c); //提前申明快排函数Prim int main() { int n,l; //顶点数和边数 int start,end,distance; //各边的起点终点和权 cout请输入顶点数: ; cinn; cout请输入边数: ; cinl; int **c=new int*[100]; //建立数组c[][] 这是一个二维指针，生成指向整形的n个一维数组指针 for(int i=0;i100;i++) {c[i]=new int[100];} //生成每个指针为指向m个整形空间的一维数组指针 for(i=1;i=n;i++) for(int j=1;j=n;j++) { c[i][j]=maxint; //c[i][j]为一个极大数，即i,j不连通 } for(i=1;i=l;i++) { cout请输入第 i 条边的起点、终点和权值 ; cinstartenddistance; c[start][end]=distance; c[end][start]=distance; } Prim(n,c); //调用快排函数Prim return 0; } void Prim(int n,int **c) { int lowcost[100]; //lowcost[j]的值就是c[j][closest[j]]，即与邻接顶点的距离 int closest[100]; //closest[j]是j在S中的邻接顶点，即与哪个顶点更近 bool s[100]; //s[]标记s[j]是否在S中 s[1]=true; for(int i=2;i=n;i