最小生成樹之Prim算法
普裏姆算法(Prim算法),圖論中的一種算法。可在加權連通圖裏搜索最小生成樹。
意即由此算法搜索到的邊子集所構成的樹中,不但包含了連通圖裏的全部頂點。且其全部邊的權值之和亦為最小。該算法於1930年由捷克數學家沃伊捷赫·亞爾尼克發現;並在1957年由美國計算機科學家羅伯特·普裏姆獨立發現。1959年,艾茲格·迪科斯徹再次發現了該算法。因此,在某些場合,普裏姆算法又被稱為DJP算法、亞爾尼克算法或普裏姆-亞爾尼克算法。我們之前介紹的Kruskal算法適用於稀疏圖(一般我們覺得滿足|E| < V*(V-1)/4時。圖為稀疏圖, |E|為邊的數量,V為頂點數)。
我們將要介紹的Prim算法則是適用於稠密圖(我們這裏所說的適用於某種情況。僅僅表示該算法在這個條件下效率最優)。
1、算法描寫敘述
從單一頂點開始,普裏姆算法依照下面步驟逐步擴大樹中所含頂點的數目,直到遍及連通圖的全部頂點。
輸入:一個加權連通圖,當中頂點集合為V,邊集合為E 輸出:使用集合Vnew和Enew來描寫敘述所得到的最小生成樹 算法流程: 1.初始化:Vnew = {x},當中x為集合V中的任一節點(起始點),Enew = {}。 2.反復下列操作,直到Vnew = V: <1>在集合E中選取權值最小的邊(u, v),當中u為集合Vnew中的元素。而v則是V中沒有增加Vnew的頂點(假設存在有多條滿足前述條件即具有同樣權值的邊。則可隨意選取當中之中的一個); <2>將v增加集合Vnew中,將(u, v)增加集合Enew中。
以下給出一個無向圖,每條邊上的數字為權值:
我們任選一個頂點作為起始點。這裏我們隨便選一個。就以D作為起始點。
如今集合Vnew = { D }, Enew = { }。頂點A、B、E和F通過單條邊與D相連。A是距離D近期的頂點,因此將A及相應邊AD以高亮表示(下同)。由於頂點A是距離集合Vnew近期的點。所以我們將A增加集合。所以如今集合為 Vnew = { A, D}, Enew = { (A, D) }。
下一個頂點為距離集合Vnew近期的頂點(也就是距離D或A近期的點)。B距D為9,距A為7。E為15,F為6。因此,F距D或A近期。所以我們將頂點F增加集合Vnew,將邊(D, F)增加集合 Enew。如今集合變為 Vnew = { A。 D, F }, Enew = { (A, D) , (D, F) }。
我們繼續反復上面的步驟。
我們能夠發現距離集合Vnew近期的點為B,(A, B)距離為 7 。所一我們將B增加集合Vnew。 將邊(A, B)增加集合Enew。如今集合就變為 Vnew = { A, B, D, F }, Enew = { (A, B), (A, D), (D, F) }。
我們僅僅要不斷的反復上述步驟,非常快我們就找到了該圖的最小生成樹(如圖所看到的)
有興趣的朋友,還能夠試試用其它頂點作為起點看看答案是否一致。最後你會驚奇的發現不管你取哪一個點。最後的答案都是一致的。
2、Prim算法的時間復雜度
Prim算法循環|V| - 1,每次都要尋找距離集合Vnew的最小值。 掃描與一個點所連接的全部邊。
假設使用將一個點全部的邊都掃描一遍的算法,則時間復雜度為O(|V|2 + |E|)。
假設我們使用二叉堆來實現查找距離集合Vnew的最小值。則時間復雜度為O(|E| log |V| )。
假設使用斐波那契堆優化的話,那麽時間復雜度將能夠近一步優化為O(|E| + |V | log|V|)。
3*、Prim算法的證明(不感興趣的能夠直接跳過)
設Prim生成的樹為G0 如果存在Gmin使得cost(Gmin)<cost(G0) 則在Gmin中存在(u,v)不屬於G0 將(u,v)增加G0中可得一個環,且(u,v)是該環的最長邊 這與prim每次生成最短邊矛盾 故如果不成立,得證.
4、Prim算法的實現
這裏我們就用一到題目來說明Prim算法的實現 還是暢通project 。大家能夠先思考思考,看看能不能依據上面的描寫敘述自己實現Prim算法。以下附上這一題的代碼,以供參考:
【未優化版】
#include <cstdio> #include <vector> #define INF 0xfffffff #define MAXN 100 + 10 using namespace std; struct Vex{ int v, weight; Vex(int tv, int tw):v(tv), weight(tw){} }; vector<Vex> graph[MAXN]; bool inTree[MAXN]; int mindist[MAXN]; void Init(int n){ for(int i = 1; i <= n; i++){ mindist[i] = INF; inTree[i] = false; graph[i].clear(); } } int Prim(int s, int n){ int addNode, tempMin, tempVex ,ret = 0; //將頂點S增加集合Vnew inTree[s] = true; //初始化,各點到集合Vnew的距離, 數組mindist表示各點到集合Vnew的最小距離 for(unsigned int i = 0; i < graph[s].size(); i++) mindist[graph[s][i].v] = graph[s][i].weight; //由於還有n-1個點沒有增加集合Vnew。所以還要進行n-1次操作 for(int NodeCount = 1; NodeCount <= n-1; NodeCount++){ tempMin = INF; //在還沒有增加集合Vnew的點中查找距離集合Vnew最小的點 for(int i = 1; i <= n; i++){ if(!inTree[i] && mindist[i] < tempMin){ tempMin = mindist[i]; addNode = i; } } //將距離集合Vnew距離最小的點增加集合Vnew inTree[addNode] = true; //將新增加邊的權值計入ret ret += tempMin; //更新還沒有增加集合Vnew的點 到 集合Vnew的距離 for(unsigned int i = 0; i < graph[addNode].size(); i++){ tempVex = graph[addNode][i].v; if(!inTree[tempVex] && graph[addNode][i].weight < mindist[tempVex]){ mindist[tempVex] = graph[addNode][i].weight; } } } return ret; } int main(){ int n; int v1, v2, weight; while(scanf("%d", &n), n){ Init(n); for(int i = 0; i < n*(n-1)/2; i++){ scanf("%d%d%d", &v1, &v2, &weight); graph[v1].push_back(Vex(v2, weight)); graph[v2].push_back(Vex(v1, weight)); } printf("%d\n", Prim(1, n)); } return 0; }
【堆優化版】
#include <cstdio> #include <vector> #include <queue> #define INF 0xfffffff #define MAXN 100 + 10 using namespace std; struct Vex{ int v, weight; Vex(int tv = 0, int tw = 0):v(tv), weight(tw){} bool operator < (const Vex& t) const{ return this->weight > t.weight; } }; vector<Vex> graph[MAXN]; bool inTree[MAXN]; int mindist[MAXN]; void Init(int n){ for(int i = 1; i <= n; i++){ mindist[i] = INF; inTree[i] = false; graph[i].clear(); } } int Prim(int s, int n){ priority_queue<Vex> Q; Vex temp; //res用來記錄最小生成樹的權值之和 int res = 0; //將s增加集合Vnew。並更新與點s相連接的各點到集合Vnew的距離 inTree[s] = true; for(unsigned int i = 0; i < graph[s].size(); i++){ int v = graph[s][i].v; if(graph[s][i].weight < mindist[v]){ mindist[v] = graph[s][i].weight; //更新之後。增加堆中 Q.push(Vex(v, mindist[v])); } } while(!Q.empty()){ //取出到集合Vnew距離最小的點 temp = Q.top(); Q.pop(); int addNode = temp.v; if(inTree[addNode]) continue; inTree[addNode] = true; res += mindist[addNode]; //更新到集合Vnew的距離 for(unsigned int i = 0; i < graph[addNode].size(); i++){ int tempVex = graph[addNode][i].v; if(!inTree[tempVex] && mindist[tempVex] > graph[addNode][i].weight){ mindist[tempVex] = graph[addNode][i].weight; Q.push(Vex(tempVex, mindist[tempVex])); } } } return res; } int main(){ int n; int v1, v2, weight; while(scanf("%d", &n), n){ Init(n); for(int i = 0; i < n*(n-1)/2; i++){ scanf("%d%d%d", &v1, &v2, &weight); graph[v1].push_back(Vex(v2, weight)); graph[v2].push_back(Vex(v1, weight)); } printf("%d\n", Prim(1, n)); } return 0; }
假設不了解priority_queue的朋友能夠參考:Here。
【斐波那契堆優化】
先挖個坑,以後再填,有興趣的朋友能夠自行完好。
想找一些題練練手朋友,能夠移步到這裏:圖論題目分類
最小生成樹之Prim算法