第一个:
#ifndef __PRIM_H__
#define __PRIM_H__
template <class ElemType, class WeightType>
int MinVertex(const AdjMatrixUndirNetwork<ElemType, WeightType>&net, int *adjVex)
// *** 作结果:返回w,使得边<w, adjVex[w]>为连接V-U到U的具有最小权值的边
{
int w = -1 // 初始化最小顶点
int v// 临时顶点
for (v = 0v <net.GetVexNum()v++)
{ // 查找第一个满足条件的V - U中顶点v
if (net.GetTag(v) == UNVISITED// 表示v为V - U中的顶点
&&net.GetWeight(v, adjVex[v]) >0) // 存在从v到U的边(v, adjVex[v])
{
w = v
break
}
}
for (v++v <net.GetVexNum()v++) // 查找连接V-U到U的具有最小权值的边<w, adjVex[w]>
if (net.GetTag(v) == UNVISITED &&net.GetWeight(v, adjVex[v]) >0 &&
net.GetWeight(v, adjVex[v]) <net.GetWeight(w, adjVex[w]))
w = v
return w
}
template <class ElemType, class WeightType>
void MiniSpanTreePrim(const AdjMatrixUndirNetwork<ElemType, WeightType>&net, int u0)
// 初始条件:存在网net,u0为g的一个顶点
// *** 作结果:用Prim算法从u0出发构造网g的最小代价生成树
{
if (u0 <0 || u0 >= net.GetVexNum()) throw Error("u0不合法1!")// 抛出异常
int *adjVex // 如果v∈V-U,net.GetWeight(v, adjVex[v])>0
// 表示(v, adjVex[v])是v到U具有最小权值边的邻接点
int u, v, w // 表示顶点的临时变量
adjVex = new int[net.GetVexNum()]// 分配存储空间
for (v = 0v <net.GetVexNum()v++)
{ // 初始化辅助数组adjVex,并对顶点作标志,此时U = {v0}
if (v != u0)
{ // 对于v∈V-U
adjVex[v] = u0
net.SetTag(v, UNVISITED)
}
else
{ // 对于v∈U
net.SetTag(v, VISITED)
adjVex[v] = u0
}
}
for (u = 1u <net.GetVexNum()u++)
{ // 选择生成树的其余net.GetVexNum() - 1个顶点
w = MinVertex(net, adjVex)
// 选择使得边<w, adjVex[w]>为连接V-U到U的具有最小权值的边
if (w == -1)
{ // 表示U与V-U已无边相连
return
}
cout <<"edge:(" <<adjVex[w] <<"," << w <<") weight:"
<<net.GetWeight(w, adjVex[w])<<endl // 输出边及权值
net.SetTag(w, VISITED) // 将w并入U
for (int v = net.FirstAdjVex(w)v >= 0 v = net.NextAdjVex(w, v))
{ // 新顶点并入U后重新选择最小边
if (net.GetTag(v) == UNVISITED && // v ∈V - U
(net.GetWeight(v, w) <net.GetWeight(v, adjVex[v]) || // 边<v,w>的权值更小
net.GetWeight(v, adjVex[v]) == 0) ) // 不存在边<v, adjVex[v]>
{ // <v, w>为新的最小边
adjVex[v] = w
}
}
}
delete []adjVex // 释放存储空间
}
#endif
内容太长,另两个传不上
你要先明白prim算法的原理,明白原理后看下面的程序要点:1.程序实现的时候将点分成两部分,加入集合的和没有加入集合的;
2.每次从没有加入集合中找点;
3.对所有没有加入到集合中的点中,找一个边权最小的;
4.将边权最小的点加入集合中,并且修改和加入点相连的没有加入的点的权,重复第2步,知道所有的点都加入到集合中;
算法同样是解决最小生成树的问题。其算法为:在这n个点中的相通的边进行排序,然后不断地将边添加到集合中(体现了贪心的算法特点),在并入集合之前,必须检查一下这两点是不是在一个集合当中,这就用到了并查集的知识。直到边的集合达到了n-1个。
与prim算法的不同:prim算法为单源不断寻找连接的最短边,向外扩展,即单树形成森林。而Kruskal算法则是不断寻找最短边然后不断将集合合并,即多树形成森林。
复杂度的不同:prim算法的复杂度是O(n^2),其中n为点的个数。Kruskal算法的复杂度是O(e*loge),其中e为边的个数。两者各有优劣,在不同的情况下选择不同的算法。
Prim算法用于求无向图的最小生成树
设图G =(V,E),其生成树的顶点集合为U。
①、把v0放入U。
②、在所有u∈U,v∈V-U的边(u,v)∈E中找一条最小权值的边,加入生成树。
③、把②找到的边的v加入U集合。如果U集合已有n个元素,则结束,否则继续执行②。
其算法的时间复杂度为O(n^2)
Prim算法实现:
(1)集合:设置一个数组set(i=0,1,..,n-1),初始值为 0,代表对应顶点不在集合中(注意:顶点号与下标号差1)
(2)图用邻接阵表示,路径不通用无穷大表示,在计算机中可用一个大整数代替。
{先选定一个点,然后从该点出发,与该点相连的点取权值最小者归入集合,然后再比较在集合中的两点与其它各点的边的权值最小者,再次进入集合,一直到将所有的点都归入集合为止。}
欢迎分享,转载请注明来源:内存溢出
评论列表(0条)