prim算法

这几个概念清楚就别看了

 

完全图:任意两个顶点间都有直达的边相连的无向图。

prim算法_第1张图片

连通图:任意两个顶点间都有路径相通的无向图。

prim算法_第2张图片       prim算法_第3张图片

生成树:一个连通图的生成树是指一个极小连通子图,含有图中的全部n个顶点,但只有足以构成一棵树的n-1条边

为什么是n个顶点和n-1条边呢?

我们知道树的结构,一个节点可以通过一根树支访问它的父节点,所以一个节点对应一根树枝,但树的根是没有父节点的,所以是n个节点对应n-1根树枝。若这些树枝不仅可以由子节点访问父节点,也可以由父节点访问子节点,这样的话整棵树任意两个节点都可以有路径相通,所以生成树就是一个通过顶点来确定边数使之最少的连通图。

可以发现,连通图的生成树可能并不唯一:

prim算法_第4张图片   prim算法_第5张图片    prim算法_第6张图片

例:某公司想在各个办公室之间铺设通讯网络,每两个办公室之间距离不同,若想达到最低开销该怎么办?

完全图花费太大显然不行,那就先铺设代价最小的边,再铺设次之的边,直到铺完了n-1条边,过程中要保持连通且不能构成回路(有回路必定不连通),最终会确定一个花费最小的极小连通图,也就是这个连通图的最小生成树

prim算法_第7张图片

那么如何用算法找到这个最小生成树呢?

在上面的分析中可以发现,解决最小生成树的问题有两个:

(1):尽可能选取权值最小的边且不构成回路;

(2):选n-1条边连n个节点。

此时就说到prim算法了。这个思想还是直接用图画出来(写也写不清0.0):

完全图是这样:

prim算法_第8张图片

先在其中选一个顶点作为生成树的根:

prim算法_第9张图片   

此时可以将完全图看成两个图:

prim算法_第10张图片

找到两个图之间权值最小的边(A,D),将D加入到生成树:

prim算法_第11张图片

再将完全图看成两个图并找到它们之间权值最小的边(A,C)和(A,B)(随便选一个):

prim算法_第12张图片

将C加入到生成树上,找到最小权值的边(A,B):

prim算法_第13张图片prim算法_第14张图片

加入B到生成树上,此时加完了4-1=3条边得到最小生成树:

prim算法_第15张图片

prim算法的思想是这样的,但具体怎么实现呢?

我们需要设置一个辅助对象数组closedges[],closedges[i].adjvex存储与i离得最近的节点,closedges[i].lowcost存储边(adjvex,i)的权值

我们列表来看:

由于前面的例子太特殊,所以重新举一个例子:

prim算法_第16张图片

i A B C D E (u,v)

adjvex

lowcost

 

0

A

\propto

A

2

A

 1

A

\propto

(A,D)

adjvex

lowcost

 

0

A

\propto

A

2

 

0

D

3

(D,C)

adjvex

lowcost

 

0

C

3

 

0

 

0

C

2

(C,E)

adjvex

lowcost

 

0

C

3

 

0

 

0

 

0

(C,B)

adjvex

lowcost

 

0

 

0

 

0

 

0

 

0

 

注解:第一行以A为起始点初始化closedges[],lowcost存储与A相连的顶点之间的权值,\propto代表顶点间无路径相连,0代表此顶点已加入最小生成树,之后挑选了D作为最小生成树的第二个顶点(权值最小)。

到第二行closedges[E]发生了变化,因为第一行选中了D作为第二个加入最小生成树的顶点,两个图之间各路径的最小权值发生了变化,所以更新数组,再次挑选两个图之间的最小权值得顶点E,之后由此类推......

存储:

图的数据结构(邻接矩阵);

class Graph {
    private int vexnum ;    //顶点数
    private int arcnum ;    //边数
    private int[] vexs ;    //顶点
    private int[][] costs ;    //邻接矩阵
    private int[][] status ;   //存储边的状态(1:在使用0:停用)

    public Graph(int vexnum, int arcnum){        //构造方法
        this.arcnum = arcnum ;
        this.vexnum = vexnum ;
        this.costs = new int[vexnum+1][vexnum+1] ;
        this.vexs = new int[vexnum+1] ;
        this.status = new int[vexnum+1][vexnum+1] ;
        int i ;
        for(i=1; i<=vexnum; i++){
            vexs[i] = i ;
        }
    }

    public void createGraph(){        //读入图的信息
        Scanner input = new Scanner(System.in) ;
        int a, b, cost, statu, i, j ;

        for(i=1; i<=vexnum; i++){
            for(j=1; j<=vexnum; j++){
                this.costs[i][j] = Integer.MAX_VALUE ;
            }
        }

        for(i=1; i<=this.arcnum; i++){
            a = input.nextInt() ;
            b = input.nextInt() ;
            cost = input.nextInt() ;
            this.costs[a][b] = cost ;
            this.costs[b][a] = cost ;
            this.status[a][b] = statu ;
        }
    }

    public void printGraph(){        //打印图的信息
        int i, j ;
        for(i=1; i<=vexnum; i++){
            for(j=1; j<=vexnum; j++){
                System.out.printf("%11d ", costs[i][j]) ;
            }
            System.out.println();
        }
    }

    public int getVexnum() {
        return vexnum;
    }

    public int getArcnum() {
        return arcnum;
    }

    public int getCosts(int i, int j) {
        return costs[i][j];
    }

}

设置一个辅助对象数组closedges[],它的结构如下:

class Closedge {

    private int adjvex ;    //closedges[i].adjvex存储与i离得最近的节点
    private int lowcost ;    //closedges[i].lowcost存储边(adjvex,i)的权值

    public Closedge(int adjvex, int lowcost){
        this.adjvex = adjvex ;
        this.lowcost = lowcost ;
    }

    public void setAdjvex(int adjvex) {
        this.adjvex = adjvex;
    }

    public void setLowcost(int lowcost) {
        this.lowcost = lowcost;
    }

    public int getAdjvex() {
        return adjvex;
    }

    public int getLowcost() {
        return lowcost;
    }
}

prim算法如下:思想理解后,结合前面的表格理解算法很简单,我就不再一一赘述了,代码有注释,哪里有问题随时问我,共同探讨!0.0

    public static void prim(Graph g, int start){       //closeages[k].lowcost==0表示k节点已经加入到最小生成树的节点中
        Closedge[] closedges = new Closedge[g.getVexnum()+1] ;
        closedges[start] = new Closedge(start, 0) ;

        //System.out.printf("加入的节点:%d ", start) ;
        //对出发点以外的顶点初始化对应的closeages数组
        int i, j, min, m = 0 ;
        for(i=1; i<=g.getVexnum(); i++){
            if(i != start){
                closedges[i] = new Closedge(start, g.getCosts(start, i)) ;
            }
        }

        //打印closedges
        for(i=1; i<=g.getVexnum(); i++){
            System.out.printf("adjvex:") ;
            System.out.printf("%d ", closedges[i].getAdjvex()) ;
            System.out.printf("lowcost:") ;
            System.out.printf("%d ", closedges[i].getLowcost()) ;
        }
        System.out.println();

        int sum = 0 ;       //记录最小生成树的总权值
        for(j=1; j<=g.getVexnum()-1; j++) {

            //选择最小权的边
            min = Integer.MAX_VALUE;
            for (i = 1; i <= g.getVexnum(); i++) {
                if (closedges[i].getLowcost() != 0 && closedges[i].getLowcost() < min) {        //找出与i相关的边中的最小权值的边
                    m = i;
                    min = closedges[i].getLowcost();
                }
            }
            sum += closedges[m].getLowcost();
            closedges[m].setLowcost(0);      //将m顶点加入生成树
            //System.out.printf("%d ", m);


            //由于新加入的m顶点导致当前生成树U与集合V-U连接的最小权值的边可能发生变化,所以更新closeages数组的值
            for (i = 1; i <= g.getVexnum(); i++) {
                if (i != m && g.getCosts(m, i) < closedges[i].getLowcost()) {
                    closedges[i].setLowcost(g.getCosts(m, i));
                    closedges[i].setAdjvex(m);       //因为与m相连接,所以赋值m
                }
            }

            //打印closedges数组
            for(i=1; i<=g.getVexnum(); i++){
                System.out.printf("adjvex:") ;
                System.out.printf("%d ", closedges[i].getAdjvex()) ;
                System.out.printf("lowcost:") ;
                System.out.printf("%d ", closedges[i].getLowcost()) ;
            }
            System.out.println();
        }
        System.out.println();
        System.out.printf("最小生成树的权值:%d", sum) ;
    }

运行结果:

prim算法_第17张图片

你可能感兴趣的:(算法设计与分析)