最小生成樹(prime演算法、kruskal演算法) 和 最短路徑演算法(floyd、dijkstra)
阿新 • • 發佈:2019-01-23
簡介:
帶權圖分為有向和無向,無向圖的最短路徑又叫做最小生成樹,有prime演算法和kruskal演算法;有向圖的最短路徑演算法有dijkstra演算法和floyd演算法。
生成樹的概念:聯通圖G的一個子圖如果是一棵包含G的所有頂點的樹,則該子圖稱為G的生成樹 生成樹是聯通圖的極小連通子圖。所謂極小是指:若在樹中任意增加一條邊,則 將出現一個迴路;若去掉一條邊,將會使之程式設計非連通圖。生成樹各邊的權 值總和稱為生成素的權。權最小的生成樹稱為最小生成樹,常用的演算法有prime演算法和kruskal演算法。
最短路徑問題旨在尋找圖中兩節點之間的最短路徑,常用的演算法有:floyd演算法和dijkstra演算法。
構造最小生成樹一般使用貪心策略,有prime演算法和kruskal演算法
最小生成樹問題:
prime演算法
基本思想
1.清空生成樹,任取一個頂點加入生成樹
2.在那些一個端點在生成樹裡,另一個端點不在生成樹裡的邊中,選取一條權最小的邊,將它和另一個端點加進生成樹
3.重複步驟2,直到所有的頂點都進入了生成樹為止,此時的生成樹就是最小生成樹
prime演算法程式碼:
int prime(int cur) { int index; int sum = 0; memset(visit, false, sizeof(visit)); visit[cur] = true; for(int i = 0; i < m; i ++){ dist[i] = graph[cur][i]; } for(int i = 1; i < m; i ++){ int mincost = INF; for(int j = 0; j < m; j ++){ if(!visit[j] && dist[j] < mincost){ mincost = dist[j]; index = j; } } visit[index] = true; sum += mincost; for(int j = 0; j < m; j ++){ if(!visit[j] && dist[j] > graph[index][j]){ dist[j] = graph[index][j]; } } } return sum; }
kruskal演算法
構造一個只含n個頂點,而邊集為空的子圖,若將該子圖中各個頂點看成是各棵樹的根節點,則它是一個含有n棵樹的森林 。之後,從網的邊集中選取一條權值最小的邊,若該邊的兩個頂點分屬不同的樹 ,則將其加入子圖,也就是這兩個頂點分別所在的 兩棵樹合成一棵樹;反之,若該邊的兩個頂點已落在同一棵樹上,則不可取,而應該取下一條權值最小的邊再試之。依次類推,直至森林只有一棵樹。kruskal演算法能夠在並查集的基礎很快的實現。結合例子來介紹具體演算法實現(其中並查集的部分可以詳見並查集介紹部分)
例題AC程式碼:
#include<iostream> #include<algorithm> using namespace std; const int size = 128; int n; int father[size]; int rank[size]; //把每條邊成為一個結構體,包括起點、終點和權值 typedef struct node { int val; int start; int end; }edge[SIZE * SIZE / 2]; //把每個元素初始化為一個集合 void make_set() { for(int i = 0; i < n; i ++){ father[i] = i; rank[i] = 1; } return ; } //查詢一個元素所在的集合,即找到祖先 int find_set(int x) { if(x != father[x]){ father[x] = find_set(father[x]); } return father[x]; } //合併x,y所在的兩個集合:利用Find_Set找到其中兩個 //集合的祖先,將一個集合的祖先指向另一個集合的祖先。 void Union(int x, int y) { x = find_set(x); y = find_set(y); if(x == y){ return ; } if(rank[x] < rank[y]){ father[x] = find_set(y); } else{ if(rank[x] == rank[y]){ rank[x] ++; } father[y] = find_set(x); } return ; } bool cmp(pnode a, pnode b) { return a.val < b.val; } int kruskal(int n) //n為邊的數量 { int sum = 0; make_set(); for(int i = 0; i < n; i ++){ //從權最小的邊開始加進圖中 if(find_set(edge[i].start) != find_set(edge[i].end)){ Union(edge[i].start, edge[i].end); sum += edge[i].val; } } return sum; } int main() { while(1){ scanf("%d", &n); if(n == 0){ break; } char x, y; int m, weight; int cnt = 0; for(int i = 0; i < n - 1; i ++){ cin >> x >> m; //scanf("%c %d", &x, &m); //printf("%c %d ", x, m); for(int j = 0; j < m; j ++){ cin >> y >> weight; //scanf("%c %d", &y, &weight); //printf("%c %d ", y, weight); edge[cnt].start = x - 'A'; edge[cnt].end = y - 'A'; edge[cnt].val = weight; cnt ++; } } sort(edge, edge + cnt, cmp); //對邊按權從小到大排序 cout << kruskal(cnt) << endl; } }
最短路徑問題
最短路徑問題旨在尋找圖中兩節點之間的最短路徑,常用的演算法有:floyd演算法和dijkstra演算法。
floyd演算法
最簡單的最短路徑演算法,可以計算圖中任意兩點間的最短路徑 folyd演算法的時間複雜度是O(N3),如果是一個沒有邊權的圖,把相連的兩點 間的距離設為dist[i][j] = 1,不相連的兩點設為無窮大,用 floyd演算法可以判斷i,j兩點是否有路徑相連。
核心程式碼:
void floyd()
{
for(int k = 0; k < n; k ++){ //作為迴圈中間點的k必須放在最外一層迴圈
for(int i = 0; i < n; i ++){
for(int j = 0; j < n; j ++){
if(dist[i][j] > dist[i][k] + dist[k][j]){
dist[i][j] = dist[i][k] + dist[k][j]; //dist[i][j]得出的是i到j的最短路徑
}
}
}
}
}
dijkstra演算法
用來計算從一個點到其他所有點的最短路徑的演算法,複雜度O(N2)。核心程式碼:
void dijkstra(int s) //s是起點
{
memset(visit, false, sizeof(visit));
visit[s] = true;
for(int i = 0; i < n; i ++){
dist[i] = graph[s][i];
}
int index;
for(int i = 1; i < n; i ++){
int mincost = INF;
for(int j = 0; j < n; j ++){
if(!visit[j] && dist[j] < mincost){
mincost = dist[j];
index = j;
}
}
visit[index] = true;
for(int j = 0; j < n; j ++){
if(!visit[j] && dist[j] > dist[index] + graph[index][j]){
dist[j] = dist[index] + graph[index][j];
}
}
}
}