数据结构之最小生成树Kruskal算法建议收藏

1.克鲁斯卡算法介绍克鲁斯卡尔(Kruskal)算法,是用来求加权连通图的最小生成树的算法。基本思想:按照权值从小到大的顺序选择n-1条边,并保证这n-1条边不构成回路。具体做法:首先构造一个

大家好,又见面了,我是全栈君,今天给大家准备了Idea注册码。

数据结构之最小生成树Kruskal算法建议收藏此处内容已经被作者隐藏,请输入验证码查看内容
验证码:
请关注本站微信公众号,回复“”,获取验证码。在微信里搜索“”或者“”或者微信扫描右侧二维码都可以关注本站微信公众号。

1. 克鲁斯卡算法介绍

  克鲁斯卡尔(Kruskal)算法,是用来求加权连通图的最小生成树的算法。

  基本思想:按照权值从小到大的顺序选择n-1条边,并保证这n-1条边不构成回路。
  具体做法:首先构造一个只含n个顶点的森林,然后依权值从小到大从连通网中选择边加入到森林中,并使森林中不产生回路,直至森林变成一棵树为止。

2. 克鲁斯卡算法图解

数据结构之最小生成树Kruskal算法建议收藏

第1步:将边<E,F>加入R中。     

  边<E,F>的权值最小,因此将它加入到最小生成树结果R中。

第2步:将边<C,D>加入R中。     

  上一步操作之后,边<C,D>的权值最小,因此将它加入到最小生成树结果R中。

第3步:将边<D,E>加入R中。     

  上一步操作之后,边<D,E>的权值最小,因此将它加入到最小生成树结果R中。

第4步:将边<B,F>加入R中。     

  上一步操作之后,边<C,E>的权值最小,但<C,E>会和已有的边构成回路;因此,跳过边<C,E>。同理,跳过边<C,F>。将边<B,F>加入到最小生成树结果R中。

第5步:将边<E,G>加入R中。     

  上一步操作之后,边<E,G>的权值最小,因此将它加入到最小生成树结果R中。

第6步:将边<A,B>加入R中。     

  上一步操作之后,边<F,G>的权值最小,但<F,G>会和已有的边构成回路;因此,跳过边<F,G>。同理,跳过边<B,C>。将边<A,B>加入到最小生成树结果R中。

此时,最小生成树构造完成!它包括的边依次是:<E,F> <C,D> <D,E> <B,F> <E,G> <A,B>

3. 代码实现

(1)根据图链表顶点信息得到所有边信息

EData* listUDG::GetEdage()
{
    EData *pEdata = new EData[m_nEdgNum];
    ENode *pTemp = NULL;
    int nEdgNum = 0;
    for (int i = 0; i < m_nVexNum; i ++)
    {
        pTemp = m_mVexs[i].pFirstEdge;
        while(pTemp != NULL)
        {
            if (pTemp->nVindex > i) // 可以不需要改代码,但是为了严谨和效率
            {
                pEdata[nEdgNum].nStart = m_mVexs[i].data;
                pEdata[nEdgNum].nEnd = m_mVexs[pTemp->nVindex].data;
                pEdata[nEdgNum].nWeight = pTemp->nWeight;

                nEdgNum ++;
            }
            pTemp = pTemp->pNext;
        }
    }

    return pEdata;
}

(2)对所有边根据权重值大小进行排序

void listUDG::SortEdges(EData* edges, int elen) 
{ 
    int i,j; 
    for (i=0; i<elen; i++) 
    { 
        for (j=i+1; j<elen; j++) 
        { 
            if (edges[i].nWeight > edges[j].nWeight) 
            { 
                // 交换"边i"和"边j" 
                swap(edges[i], edges[j]); 
            } 
        } 
    } 
} 

(3)判断选取的边是否构成回路

  若0->1->2->3->4   5->3

  则a[0]=1;a[1]=2;a[2]=3;a[3]=4;

   a[5]=3;

  因为a[5]和a[2]的尾顶点都是3,则构成回路

int listUDG::GetEnd(int *vends, int i)
{
    while(vends[i] != 0)
    {
        i = vends[i];
    }

    return i;
}

(4)Kruskal算法

// kruska最小生成树
void listUDG::Kruskal()
{
    // 得到所有的边
    EData *pEdata = GetEdage();
    // 根据边的权重进行排序
    SortEdges(pEdata,m_nEdgNum);
    int vends[MAX] = {0};     // 用于保存"已有最小生成树"中每个顶点在该最小树中的终点。
    EData rets[MAX];      // 结果数组,保存kruskal最小生成树的边  
    int nStartIndex,nEndIndex;
    int nIndex = 0;
    int m,n;
    for (int i = 0; i < m_nEdgNum; i ++)
    {
        nStartIndex = GetVIndex(pEdata[i].nStart);
        nEndIndex = GetVIndex(pEdata[i].nEnd);

        m = GetEnd(vends, nStartIndex);
        n = GetEnd(vends, nEndIndex);
        if (m != n)
        {
            vends[m] = n;                // 设置m在"已有的最小生成树"中的终点为n
            rets[nIndex++] = pEdata[i];           // 保存结果
        }
    }

    delete[] pEdata;

    int nSum = 0; 
    for (int i = 0; i < nIndex; i++) 
        nSum += rets[i].nWeight; 
    cout << "Kruskal=" << nSum << ": "; 
    for (int i = 0; i < nIndex; i++) 
        cout << "(" << rets[i].nStart << "," << rets[i].nEnd << ") "; 
    cout << endl; 
}

(5)全部代码

数据结构之最小生成树Kruskal算法建议收藏
数据结构之最小生成树Kruskal算法建议收藏

#include "stdio.h"
#include <iostream>
using namespace std;

#define MAX 100
#define INF         (~(0x1<<31))        // 最大值(即0X7FFFFFFF)

class EData
{
public:
    EData(){}
    EData(char start, char end, int weight) : nStart(start), nEnd(end), nWeight(weight){}
    
    char nStart;
    char nEnd;
    int nWeight;
};
//
struct ENode
{
    int nVindex;  // 该边所指的顶点的位置
    int nWeight;  // 边的权重
    ENode *pNext; // 指向下一个边的指针
};

struct VNode
{
    char data;  // 顶点信息
    ENode *pFirstEdge; // 指向第一条依附该顶点的边
};

// 无向邻接表
class listUDG
{
public:
    listUDG();
    listUDG(char *vexs, int vlen, EData **pEData, int elen);
    ~listUDG();

    void PrintUDG();
    // Prim最小生成树
    void Prim(int nStart);
    // 得到所有的边
    EData* GetEdage();
    // kruska最小生成树
    void Kruskal();
private:
    // 获取<start, end>的权值,若start和end不是连接的,则返回无穷大
    int GetWeight(int start, int end);
    // 返回顶点的索引
    int GetVIndex(char ch);
    void LinkLast(ENode *pFirstNode, ENode *pNode);
    void QuickSort(EData* pEdata, int nEdgNum);
    void SortEdges(EData* edges, int elen);
    int GetEnd(int *vends, int i);
private:
    int m_nVexNum;   // 顶点数目
    int m_nEdgNum;   // 边数目
    VNode m_mVexs[MAX];
    VNode m_PrimVexs[MAX];
};

listUDG::listUDG()
{

}
listUDG::listUDG(char *vexs, int vlen, EData **pEData, int elen)
{
    m_nVexNum = vlen;
    m_nEdgNum = elen;

    // 初始化"邻接表"的顶点
    for (int i = 0; i < vlen; i ++)
    {
        m_mVexs[i].data = vexs[i];
        m_mVexs[i].pFirstEdge = NULL;
    }

    char c1,c2;
    int p1,p2;
    ENode *node1, *node2;
    // 初始化"邻接表"的边
    for (int j = 0; j < elen; j ++)
    {
        // 读取边的起始顶点和结束顶点
        c1 = pEData[j]->nStart;
        c2 = pEData[j]->nEnd;
        p1 = GetVIndex(c1);
        p2 = GetVIndex(c2);

        node1 = new ENode();
        node1->nVindex = p2;
        node1->nWeight = pEData[j]->nWeight;
        if (m_mVexs[p1].pFirstEdge == NULL)
        {
            m_mVexs[p1].pFirstEdge = node1;
        }
        else
        {
            LinkLast(m_mVexs[p1].pFirstEdge, node1);
        }

        node2 = new ENode();
        node2->nVindex = p1;
        node2->nWeight = pEData[j]->nWeight;
        if (m_mVexs[p2].pFirstEdge == NULL)
        {
            m_mVexs[p2].pFirstEdge = node2;
        }
        else
        {
            LinkLast(m_mVexs[p2].pFirstEdge, node2);
        }
    }

}
listUDG::~listUDG()
{
    ENode *pENode = NULL;
    ENode *pTemp = NULL;
    for (int i = 0; i < m_nVexNum; i ++)
    {
        pENode = m_mVexs[i].pFirstEdge;
        if (pENode != NULL)
        {
            pTemp = pENode;
            pENode = pENode->pNext;

            delete pTemp;
        }
        delete pENode;
    }
}

void listUDG::PrintUDG()
{ 
    ENode *pTempNode = NULL;
    cout << "邻接无向表:" << endl;
    for (int i = 0; i < m_nVexNum; i ++)
    {
        cout << "顶点:" << GetVIndex(m_mVexs[i].data)<< "-" << m_mVexs[i].data<< "->";
        pTempNode = m_mVexs[i].pFirstEdge;
        while (pTempNode)
        {
            cout <<pTempNode->nVindex << "->";
            pTempNode = pTempNode->pNext;
        }
        cout << endl;
    }
}

// Prim最小生成树
void listUDG::Prim(int nStart)
{
    int i = 0;
    int nIndex=0;         // prim最小树的索引,即prims数组的索引 
    char cPrims[MAX];     // prim最小树的结果数组 
    int weights[MAX];    // 顶点间边的权值

    cPrims[nIndex++] = m_mVexs[nStart].data;

    // 初始化"顶点的权值数组",
    // 将每个顶点的权值初始化为"第start个顶点"到"该顶点"的权值。
    for (i = 0; i < m_nVexNum; i++)
    {
        weights[i] = GetWeight(nStart, i);
    }

    for (i = 0; i < m_nVexNum; i ++)
    {
        if (nStart == i)
        {
            continue;
        }

        int min = INF;
        int nMinWeightIndex = 0;
        for (int k = 0; k < m_nVexNum; k ++)
        {
            if (weights[k]!= 0 && weights[k] < min)
            {
                min = weights[k];
                nMinWeightIndex = k;
            }
        }

        // 找到下一个最小权重值索引
        cPrims[nIndex++] = m_mVexs[nMinWeightIndex].data;
        // 以找到的顶点更新其他点到该点的权重值
        weights[nMinWeightIndex]=0;
        int nNewWeight = 0;
        for (int ii = 0; ii < m_nVexNum; ii++)
        {
            nNewWeight = GetWeight(nMinWeightIndex, ii);
            // 该位置需要特别注意
            if (0 != weights[ii] && weights[ii] > nNewWeight)
            {
                weights[ii] = nNewWeight;
            }
        }
    }
    // 计算最小生成树的权重值
    int nSum = 0;
    for (i = 1; i < nIndex; i ++)
    {
        int min = INF;
        int nVexsIndex = GetVIndex(cPrims[i]);
        for (int kk = 0; kk < i; kk ++)
        {
            int nNextVexsIndex = GetVIndex(cPrims[kk]);
            int nWeight = GetWeight(nVexsIndex, nNextVexsIndex);
            if (nWeight < min)
            {
                min = nWeight;
            }
        }
        nSum += min;
    }

    // 打印最小生成树 
    cout << "PRIM(" << m_mVexs[nStart].data  <<")=" << nSum << ": "; 
    for (i = 0; i < nIndex; i++) 
        cout << cPrims[i] << " "; 
    cout << endl; 
}

// 得到所有的边
EData* listUDG::GetEdage()
{
    EData *pEdata = new EData[m_nEdgNum];
    ENode *pTemp = NULL;
    int nEdgNum = 0;
    for (int i = 0; i < m_nVexNum; i ++)
    {
        pTemp = m_mVexs[i].pFirstEdge;
        while(pTemp != NULL)
        {
            if (pTemp->nVindex > i) // 可以不需要改代码,但是为了严谨和效率
            {
                pEdata[nEdgNum].nStart = m_mVexs[i].data;
                pEdata[nEdgNum].nEnd = m_mVexs[pTemp->nVindex].data;
                pEdata[nEdgNum].nWeight = pTemp->nWeight;

                nEdgNum ++;
            }
            pTemp = pTemp->pNext;
        }
    }

    return pEdata;
}
// 根据权重值对所有的边进行排序
void listUDG::SortEdges(EData* edges, int elen) 
{ 
    int i,j; 
    for (i=0; i<elen; i++) 
    { 
        for (j=i+1; j<elen; j++) 
        { 
            if (edges[i].nWeight > edges[j].nWeight) 
            { 
                // 交换"边i"和"边j" 
                swap(edges[i], edges[j]); 
            } 
        } 
    } 
} 

int listUDG::GetEnd(int *vends, int i)
{
    while(vends[i] != 0)
    {
        i = vends[i];
    }

    return i;
}
// kruska最小生成树
void listUDG::Kruskal()
{
    // 得到所有的边
    EData *pEdata = GetEdage();
    // 根据边的权重进行排序
    SortEdges(pEdata,m_nEdgNum);
    int vends[MAX] = {0};     // 用于保存"已有最小生成树"中每个顶点在该最小树中的终点。
    EData rets[MAX];      // 结果数组,保存kruskal最小生成树的边  
    int nStartIndex,nEndIndex;
    int nIndex = 0;
    int m,n;
    for (int i = 0; i < m_nEdgNum; i ++)
    {
        nStartIndex = GetVIndex(pEdata[i].nStart);
        nEndIndex = GetVIndex(pEdata[i].nEnd);

        m = GetEnd(vends, nStartIndex);
        n = GetEnd(vends, nEndIndex);
        if (m != n)
        {
            vends[m] = n;                // 设置m在"已有的最小生成树"中的终点为n
            rets[nIndex++] = pEdata[i];           // 保存结果
        }
    }

    delete[] pEdata;

    int nSum = 0; 
    for (int i = 0; i < nIndex; i++) 
        nSum += rets[i].nWeight; 
    cout << "Kruskal=" << nSum << ": "; 
    for (int i = 0; i < nIndex; i++) 
        cout << "(" << rets[i].nStart << "," << rets[i].nEnd << ") "; 
    cout << endl; 
}
// 获取<start, end>的权值,若start和end不是连接的,则返回无穷大
int listUDG::GetWeight(int start, int end)
{
    if (start == end)
    {
        return 0;
    }
    ENode *pTempNode = m_mVexs[start].pFirstEdge;
    while (pTempNode)
    {
        if (end == pTempNode->nVindex)
        {
            return pTempNode->nWeight;
        }
        pTempNode = pTempNode->pNext;
    }

    return INF;
}

// 返回顶点的索引
int listUDG::GetVIndex(char ch)
{
    int i = 0;
    for (; i < m_nVexNum; i ++)
    {
        if (m_mVexs[i].data == ch)
        {
            return i;
        }
    }
    return -1;
}

void listUDG::LinkLast(ENode *pFirstNode, ENode *pNode)
{
    if (pFirstNode == NULL || pNode == NULL)
    {
        return;
    }
    ENode *pTempNode = pFirstNode;
    while (pTempNode->pNext != NULL)
    {
        pTempNode = pTempNode->pNext;
    }

    pTempNode->pNext = pNode;
}


void main()
{
    char vexs[] = {'A', 'B', 'C', 'D', 'E', 'F', 'G'}; 
    //
    EData *edges[] = { 
               // 起点 终点 权 
        new EData('A', 'B', 12),  
        new EData('A', 'F', 16),  
        new EData('A', 'G', 14),  
        new EData('B', 'C', 10),  
        new EData('B', 'F',  7),  
        new EData('C', 'D',  3),  
        new EData('C', 'E',  5),  
        new EData('C', 'F',  6),  
        new EData('D', 'E',  4),  
        new EData('E', 'F',  2),  
        new EData('E', 'G',  8),  
        new EData('F', 'G',  9)
    };
    int vlen = sizeof(vexs)/sizeof(vexs[0]); 
    int elen = sizeof(edges)/sizeof(edges[0]); 
    listUDG* pG = new listUDG(vexs, vlen, edges, elen); 

    pG->PrintUDG();   // 打印图 
    pG->Prim(0);
    pG->Kruskal();
    for (int i = 0; i < elen; i ++)
    {
        delete edges[i];
    }
    return; 
}

View Code

数据结构之最小生成树Kruskal算法建议收藏

注:感谢
skywang12345博主提供的内容分析,要了解更多详细信息可参考原博
http://www.cnblogs.com/skywang12345/p/3711500.html

版权声明:本文内容由互联网用户自发贡献,该文观点仅代表作者本人。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容, 请发送邮件至 举报,一经查实,本站将立刻删除。

发布者:全栈程序员-用户IM,转载请注明出处:https://javaforall.cn/120147.html原文链接:https://javaforall.cn

【正版授权,激活自己账号】: Jetbrains全家桶Ide使用,1年售后保障,每天仅需1毛

【官方授权 正版激活】: 官方授权 正版激活 支持Jetbrains家族下所有IDE 使用个人JB账号...

(0)


相关推荐

  • android小游戏源码_全球最大手游源码共享网站

    android小游戏源码_全球最大手游源码共享网站Android自定义效果——随机抽奖一个模拟抽奖的效果,用户设定若干个选项,添加之后,就可以通过程序,来帮助随机选择其中一项出来。这个类似超市里面那种指针转盘抽奖,run之后是一个动态效果图,初始快速

  • matlab设计理想高斯巴特沃斯低通滤波器_完整二阶有源带通滤波器设计!(下载:教程+原理图+视频+代码)…[通俗易懂]

    matlab设计理想高斯巴特沃斯低通滤波器_完整二阶有源带通滤波器设计!(下载:教程+原理图+视频+代码)…[通俗易懂]1、背景对于微弱的信号的处理方式一般是:放大和滤波,这个过程中就涉及到放大电路的选取、滤波器的选择以及偏置电路的设计。本例以实例的方式讲解并附带参数计算、仿真、实物测试三个环节。假设需要处理一个20mV的正弦信号,该信号的频率范围是15~35Hz,经过处理后幅值不超过3.3V,且需要经过带通滤波器滤除杂波。2、滤波器定义滤波电路又称为滤波器,是一种选频电路,能够使特定频率范围的信号通过,…

  • 【雕爷学编程】Arduino动手做(59)—RS232转TTL串口模块

    37款传感器与执行器的提法,在网络上广泛流传,其实Arduino能够兼容的传感器模块肯定是不止这37种的。鉴于本人手头积累了一些传感器和执行器模块,依照实践出真知(一定要动手做)的理念,以学习和交流为目的,这里准备逐一动手尝试系列实验,不管成功(程序走通)与否,都会记录下来—小小的进步或是搞不掂的问题,希望能够抛砖引玉。【Arduino】168种传感器模块系列实验(资料+代码+图形+仿真)实验…

  • python粒子群算法的实现「建议收藏」

    python粒子群算法的实现「建议收藏」参考博客:http://blog.csdn.net/zuochao_2013/article/details/53431767?ref=myreadhttp://blog.csdn.net/chen_jp/article/details/7947059算法介绍粒子群算法(particleswarmoptimization,PSO)由Kennedy和Eberhart在1995年…

  • idea配置tomcat服务器运行项目_idea添加tomcat服务器

    idea配置tomcat服务器运行项目_idea添加tomcat服务器需求背景      从Eclipse转IDEA后面对的第一个问题,就是要为IDEA配置tomcat服务,否则不可用。那么,功能需求      那么,该如何配置呢?1、点击“EditConfigurations”进入tomcat服务编辑页面。如下图所示:2、点击…

    2022年10月18日
  • 【AngularJS】 # AngularJS入门

    【AngularJS】 # AngularJS入门1.AngularJS简介AngularJS是一个JavaScript框架,用js编写的库<scriptsrc=”https://cdn.staticfile.org/angular.js/1.4.6/angular.min.js”></script><!–放在<body>元素的底部。提高网页加载速度–>1.1.AngularJS扩展了HTMLAngularJS通过ng-directives扩展了HTMLng-app指令

发表回复

您的电子邮箱地址不会被公开。

关注全栈程序员社区公众号