文章链接:prim算法精讲、kruskal算法精讲
题目链接:53. 寻宝
最小生成树
最小生成树是所有节点的最小连通子图, 即:以最小的成本(边的权值)将图中所有节点链接到一起。
prim算法
prim三部曲
第一步,选距离生成树最近节点;
第二步,最近节点加入生成树;
第三步,更新非生成树节点到生成树的距离(即更新minDist数组)。
动画演示见B站视频:【最小生成树(Kruskal(克鲁斯卡尔)和Prim(普里姆))算法动画演示】https://www.bilibili.com/video/BV1Eb41177d1?vd_source=65a224d3f97ae5a1002c0964faf8a876
#include <iostream>
#include <vector>
#include <climits>
using namespace std;
int main() {
int v, e;cin >> v >> e;
int x, y, k;
vector<vector<int>> grid(v + 1, vector<int>(v + 1, 10001)); // 默认最大值
while (e--) {
cin >> x >> y >> k;
grid[x][y] = k;
grid[y][x] = k; // 无向图,两个方向都要加上
}
vector<int> minDist(v + 1, 10001); // 所有节点到最小生成树的最小距离
vector<bool> isInTree(v + 1, false); // 判断节点是否在树里
for (int i = 1; i < v; i++) { // n - 1 条边
// 第一步,选取距离最小生成树最近的节点
int cur = -1; // 未加入最小生成树
int minval = INT_MAX;
for (int j = 1; j <= v; j++) { // 遍历所有点找出距离最小生成树最近的节点
if (!isInTree[j] && minDist[j] < minval) {
// 选取最小生成树节点的条件:
// 1.不在最小生成树里;
// 2.距离最小生成树最近的节点
minval = minDist[j]; // 选小的
cur = j;
}
}
// 第二步,将最近的节点加入生成树
isInTree[cur] = true;
// 第三步,更新minDist数组
for (int j = 1; j <= v; j++) { // 遍历所有点
if (!isInTree[j] && grid[cur][j] < minDist[j]){
// 1.节点是非生成树里的节点
// 2.与cur相连的某节点的权值比该某节点距离最小生成树的距离小
minDist[j] = grid[cur][j];
}
}
}
int result = 0;
for (int i = 2; i <= v; i++) { // 不计算第一个点,因为统计的是边的权值
result += minDist[i];
}
cout << result << '\n';
}
kruskal算法
与prim算法的区别:
prim 算法是维护节点的集合,而 Kruskal 是维护边的集合。
思路:
第一步:边的权值排序,因为要优先选最小的边加入到生成树里;
第二步:遍历排序后的边:
- 如果边首尾的两个节点在同一个集合,说明如果连上这条边图中会出现环;
- 如果边首尾的两个节点不在同一个集合,加入到最小生成树,并把两个节点加入同一个集合。
(判断是否成环:用并查集)
动画演示见B站视频:【最小生成树(Kruskal(克鲁斯卡尔)和Prim(普里姆))算法动画演示】https://www.bilibili.com/video/BV1Eb41177d1?vd_source=65a224d3f97ae5a1002c0964faf8a876
#include <iostream>
#include <vector>
#include <algorithm>
using namespace std;
struct Edge {
int l, r, val;
// l, r 为边两边的节点,val为边的数值
};
int n = 10002;
vector<int> father(n, -1);
void init() {
for (int i = 0; i < n; ++i) {
father[i] = i;
}
}
int find(int u) {
return u == father[u] ? u : father[u] = find(father[u]); // 路径压缩
}
void join(int u, int v) {
u = find(u); // 寻找u的根
v = find(v); // 寻找v的根
if (u == v) return ; // 如果发现根相同,则说明在一个集合,不用两个节点相连直接返回
father[v] = u;
}
int main() {
int v, e;cin >> v >> e;
int x, y, k;
vector<Edge> edges;
int result = 0;
while (e--) {
cin >> x >> y >> k;
edges.push_back({x, y, k});
}
sort(edges.begin(), edges.end(), [](const Edge& a, const Edge& b){
return a.val < b.val;
}); // lambda 表达式
init();
for (Edge edge: edges) {
int x = find(edge.l);
int y = find(edge.r);
if (x != y) { // 不成环
result += edge.val;
join(x, y); // 加入最小生成树中(集合)
}
}
cout << result << '\n';
return 0;
}
总结:
Kruskal 与 prim 的关键区别在于,prim维护的是节点的集合,而 Kruskal 维护的是边的集合。 如果 一个图中,节点多,但边相对较少,那么使用Kruskal 更优。
所以在 稀疏图中,用Kruskal更优。 在稠密图中,用prim算法更优。
Prim 算法 时间复杂度为 O(n^2),其中 n 为节点数量,它的运行效率和图中边树无关,适用稠密图。
Kruskal算法 时间复杂度 为 nlogn,其中n 为边的数量,适用稀疏图。