最小生成树算法:Kruskal算法 Prim算法
Posted lif323
tags:
篇首语:本文由小常识网(cha138.com)小编为大家整理,主要介绍了最小生成树算法:Kruskal算法 Prim算法相关的知识,希望对你有一定的参考价值。
定义
对于连通的无向图G(V,E),如果一个E的无环子集T,可以连接所有节点,并且又具有最小权重,称树g(V,T)为图G(V,E)的最小生成树。
概念
伪代码
Kruskal算法和Prim算法均使用贪心策略实现,两者的实现框架可由下列伪代码表示,首先,是一些叙述时使用的概念。
集合A:某棵最小生成树的子集。
安全边:加入集合A又不会破坏A性质的边。
begin
A初始为空
while(A未形成最小生成树)
选择一条安全边。
将安全边加入A。
end
算法正确性证明
主要使用 循环不变式进行证明(这个概念在算法导论中经常用到)
循环不变式: 在每遍循环开始之前,A是某棵最小生成树的子集。
初始化:集合A直接满足循环不变式
保持:算法循环中,选择安全边保证了该性质。
终止:当算法终止时,所有边均属于某棵最小生成树,所以算法正确。
关于安全边
预先的一些概念:
切割:无向图G(V,E)的一个切割(S,V-S)是集合V的一个划分。
横跨:如果边e属于E,且e的一个端点属于S,另一端点属于V-S,则该边横跨切割(S,V - S)
尊重:如果一个E的子集A中不存在横跨切割(S,V - S)的边,则称该切割尊重集合A.
轻量级边:在横跨一个切割的所有边中,权重最小的边称为轻量级边。
定理:对于无向连通图G(V,E),A为E的子集且包含在在某可最小生成树中,设集合(S,V-S)为图G中尊重A的一个切割,若e为横跨切割(S,V-S)的一条轻量级边,
则e对于集合A是安全的,即e为集合A的一条安全边。
(下面的证明类似读书笔记,严谨的证明请参考算法导论)
证明:假设轻量级边e两个端点u,v,(e横跨切割,所以u,v分别属于S,V - S),假设A包含在最小生成子树T(假设T不包含e)中,则 T中存在一条简单路径p由u到v,
并且T 存在一条边e‘属于该路径并且横跨该切割,现在删除e‘并且加入e形成另一个生成树T‘,因为权重e <= e‘ 所以 权重T‘ <= T;因为T为最小生成树,
所以T‘也为最小生成树。即加入边e后集合A包含在最小生成树T‘中,即边e对于集合A为安全边。
推论:对于无向连通图G(V,E),A为E的子集且包含在在某可最小生成树中,
C(Vc,Ec)为森林G‘(V,A)(包含G所有顶点,以及集合A中边,由A的定义,G‘无环,且包含多个连通分量,由此构成森林G‘)中的一个连通分量,
如果e连接C和其他连通分量的一条轻量级边,则e对集合A是安全的。
证明:容易知道,切割(Vc,V - Vc)尊重A,由定理可得推论正确性。
Kruskal算法:集合A为森林。寻找安全边的方式是,权重最小且连接两个连通分量(树)的边。
Prim算法:集合A为树。寻找安全边的方式为,连接A与A之外节点的权重最小的边。
Kruskal算法
主要使用并查集来查询集合选择的边是否属于同一连通分量。
伪代码
begin
A初始为空
建立并查集
按照权重对边进行升序排序。
按顺序考察每条边:
如果边端点分别属于不同连通分量,加入该边。
end
代码实现
主要实现了并查集(按秩合并 和 路径压缩)
int a[101];
int rk[101];
void init_set()
{
for(int i = 1; i <= 100; ++i)
{
a[i] = i;
rk[i] = 1;
}
}
int find_set(int x)
{
int p = x;
while(a[p] != p)
{
p = a[p];
}
int now = x;
int tmp = 0;
while(now != p)
{
tmp = a[now];
a[now] = p;
now = tmp;
}
return p;
}
void merge(int xp ,int yp)
{
if(rk[xp] > rk[yp])
{
a[yp] = xp;
}
else
{
a[xp] = yp;
if(rk[xp] == rk[yp])
{
++rk[yp];
}
}
}
struct Nod
{
int x,y,w;//分别表示边的端点x,y和边的权重w.
Nod():x(0),y(0),w(0){}
bool operator < (const Nod& tmp)const
{
return w < tmp.w;
}
};
int kruskal()
{
init_set();
int e = n*n;//边的数量;
sort(nod,nod + e);
int s1,s2;
for(int i = 1; i <= e; ++i)
{
s1 = find_set(nod[i].x);
s2 = find_set(nod[i].y);
if(s1 != s2)
{
merge(s1,s2);
}
}
return ret;
}
时间复杂度分析
O(ElgV)
详细分析暂时跳过:
Prim 算法
#define INF 0x7fffffff
int in[101];
struct Nod
{
int id,key;//分别为节点的序号和集合A到该节点权重最小的边的权重。
Nod():id(0),key(0){}
bool operator <(const Nod& tmp)const
{
return key > tmp.key;
}
};
int key[101];//集合A到该节点的边的权重,不存在该边,设为无穷大。
void prim(int r)
{
for(int i = 1; i <= n; ++i)
{
key[i] = INF;
in[i] = 0;
}
Nod tmp;
key[r] = 0;
tmp.id = r;
tmp.key = 0;
priority_queue<Nod> q;//使用优先队列维护待选择的节点。
q.push(tmp);
while(!q.empty())//操作1,取点
{
tmp = q.top();
q.pop();
if(key[tmp.id] < tmp.key)continue;
int id = tmp.id;
in[id] = 1;//标记为1,,标识属于最小生成树集合;
//操作2,考察边。
for(int i = 1; i <= n; ++i)//边数较少可使用邻接边实现,这里使用矩阵实现,
{
if(!in[i] && a[id][i] < key[i])
{
key[i] = a[id][i];
tmp.id =i;
tmp.key = key[i];
q.push(tmp);
}
}
}
}
时间复杂度分析
操作1:使用优先队列实现,时间复杂度为lg(V)
操作2:考察所有边,时间复杂度O(E)
总的时间复杂度为:O(Elg(V));
主要参考算法导论,如有错误,恳请指正
以上是关于最小生成树算法:Kruskal算法 Prim算法的主要内容,如果未能解决你的问题,请参考以下文章