最小生成树两个重要的算法:Prim 和 Kruskal。
Prim:时间复杂度O(n^2),适用于边稠密的网络。
Kruskal:时间复杂度为O(e*log(e)),适用于边稀疏的网络。
【Prim主要算法思想和函数】
注:扩展了部分功能,根据需要可以选择得到算法结束时哪些边被选择。
1 #include2 using namespace std; 3 4 const int N=101; 5 6 struct Edge 7 { 8 int from; 9 int to;10 };11 12 int matrix[N][N];
/*最小生成树之Prim算法:算法思想:选定一点到当前树集合,迭代合并距离当前树最近的点,同时更新剩余的点到当前树的"距离"n:点的个数;cost:边的权值,无边用0x3f3f3f3f表示无穷大;(建议初始化cost的时候:memset(cost,0x3f,sizeof(cost));)edge_arr存放结果选定的边(此功能可选,默认参数为不选)*/
1 template2 T MST_Prim(const int & n,T cost[][N],Edge * edge_arr=NULL) 3 { 4 int i,j; 5 T ans=0; 6 T dis[N]; //用于记录当前每个点到当前的树的距离 7 int pre[N]; 8 bool vst[N]={ false}; //用于标记点是否在当前树上 9 for(vst[0]=true,i=0;i
【Kruskal算法思想和函数】
/*并查集的一个特性:用一个数组p[]表示每一个元素的父级元素最父级的元素的父级元素是一个负数,这个负数的绝对值是这个集合下的元素的个数*/
1 template2 bool operator <(const Edge & a,const Edge & b) 3 { 4 return a.cost =0) //找到x所在集合的代表元素15 px=p[px];16 /*17 路径压缩,可选,如果需要频繁查询,压缩之后可以提高速度18 即把从x到代表元素路径上的所有的元素的父节点都表示为代表元素19 */20 while(p[x]>=0)21 {22 tmp=p[x];23 p[x]=px;24 x=tmp;25 }26 return px; //x元素所在集合的代表元素27 }28 29 /*30 合并x和y所在的集合.31 */32 void UnionSet(int * p,int x,int y)33 {34 int tmp;35 x=FindSet(p,x);36 y=FindSet(p,y);37 if(x==y)38 return ;39 tmp=p[x]+p[y];40 if(p[x]>p[y]) //将小树合并到大树下41 {42 p[y]=tmp;43 p[x]=y;44 }45 else46 {47 p[x]=tmp;48 p[y]=x;49 }50 return ;51 }
/*最小生成树算法之Kruskal算法:算法思想:每次找最小的边,如果在已有的森林中加入该边后会形成回路,则舍弃,否则加入然后合并森林n:点的个数;edge_cnt:边的个数edge[]:保存边的数组edge_arr:保存选择边的数组,可选功能*/
1 #include2 #include 3 using namespace std; 4 5 const int N=1001; //定义能处理的最大点的个数 6 7 template 8 struct Edge 9 {10 int from;11 int to;12 T cost;13 };14 15 template 16 T MST_Kruskal(const int & n,const int & edge_cnt,Edge edge[],Edge * edge_arr=NULL)17 {18 T ans=0;19 int i,x,y,p[N],cnt=0;20 memset(p,-1,sizeof(p));21 sort(edge,edge+edge_cnt);22 for(i=0;i