贪婪算法在求解最小生成树中的应用(JAVA)--Kruskal算法

Kruskal算法又被称为“加边法”,这种算法会将加权连通图的最小生成树看成具有V-1条边的无环子图,且边的权重和最小。算法开始时,会按照权重的非递减顺序对图中的边排序,之后迭代的以贪婪的方式添加边。

下面以下图为例来讲解Kruskal算法的过程:

贪婪算法在求解最小生成树中的应用(JAVA)--Kruskal算法_第1张图片

贪婪算法在求解最小生成树中的应用(JAVA)--Kruskal算法_第2张图片

Input:

6 10
1 2 3
1 5 6
1 6 5
2 6 5
2 3 1
3 6 4
3 4 6
4 6 5
4 5 8

5 6 2

Output:

15

完整代码如下:

import java.util.Scanner;

class edge {
    int u, v, w;
    edge(int u, int v, int w) {
        this.u = u;
        this.v = v;
        this.w = w;
    }
}
public class Main {
    static edge[] e = new edge[11];
    static int n, m;
    static int[] f = new int[7];
    static int sum = 0;
    static int count = 0;
    static Scanner input = new Scanner(System.in);

    public static void main(String[] args) {
        n = input.nextInt();
        m = input.nextInt();
        for (int i = 1; i <= m; i++) {
            int a = input.nextInt();
            int b = input.nextInt();
            int c = input.nextInt();
            e[i] = new edge(a, b, c);
        }
        /**
         * 按权值排序
         * */
        quicksort(e, 1, m);
        for (int i = 1; i <= n; i++) {
            f[i]  = i;
        }
        kruskal();

        System.out.println(sum);
    }

    private static void kruskal() {
        /**
         * 从小到大枚举每一条边
         * */
        for (int i = 1; i <= m; i++) {
            /**
             * 检查一条边的两个顶点是否已经连通,即判断是否在同一个集合中
             * */
            if (merge(e[i].u, e[i].v)) {
                count++;
                sum = sum + e[i].w;
            }
            /**
             * 选到n-1边之后,退出循环
             * */
            if (count == n - 1) {
                break;
            }
        }
    }

    public static int partition(edge[] a, int p, int q) {
        int x = a[p].w;
        int i = p;
        for (int j = p+1; j <= q; j++) {
            if (a[j].w <= x) {
                i += 1;
                edge temp = a[i];
                a[i] = a[j];
                a[j] = temp;
            }
        }
        edge temp = a[p];
        a[p] = a[i];
        a[i] = temp;
        return i;
    }

    public static void quicksort(edge[] a,int p, int q) {
        if (p < q) {
            int r = partition(a ,p ,q);

            quicksort(a, p, r - 1);
            quicksort(a, r + 1, q);
        }
    }

    private static int getf(int v) {
        if (f[v] == v) {
            return v;
        } else {
            /**
             * 压缩路径,每次函数返回时,将该位置的编号转成祖宗编号
             * */
            f[v] = getf(f[v]);
            return f[v];
        }
    }

    private static boolean merge(int v, int u) {
        int t1 = getf(v);
        int t2 = getf(u);
        /**
         * 判断祖先是否相同
         * */
        if (t1 != t2) {
            /**
             * 靠左原则
             * */
            f[t2] = t1;
            return true;
        }
        return false;
    }
}
Kruskal算法的时间复杂度主要取决于对图中的边进行权值排序,如果排序算法效率比较高,那么Kruskal算法的时间复杂度为O(nlogn)

你可能感兴趣的:(数据结构与算法)