欢迎您访问程序员文章站本站旨在为大家提供分享程序员计算机编程知识!
您现在的位置是: 首页

Prim算法

程序员文章站 2022-06-16 08:09:06
...

prim算法

prim算法是图论中的一种算法,可在加权联通图里搜索最小生成树。

基本思想

首先介绍一下最小生成树(Minimum Spanning Trees 简称 MST):
假设定义一个图G=(V,E),其中G表示图,V表示定点集合,E表示边集合。最小生成树就是这样一棵树,它满足:


Prim算法

通俗的讲,就是使得图G联通时,所选取的边的长度最小


Prim算法

如上图,标红的路径就是最小生成树上的路径。

算法描述:

prim算法采用贪心策略:把点分成两个集合,**A**为已被处理(已经在最小生成树中)的顶点,**B**为待处理顶点。
每次操作都是选择min{w(u,v)|u∈A,v∈B},从而将v添加到A中,直到所有点都处理完为止。
上述过程即可生成MST,即证明:每次选择的A,B通过权重最小的边(u,v)相连,最终一定会得到MST。
现在假设不选择(u,v)而选择(u',v')而得到了更优的最小生成树(这里w(u,v) < w(u',v')),则证明通过这种选择方式选择出的树不是MST即可。
证明很简单,只需要将(u',v')去掉,补上(u,v)。这不影响A,B的连通性,这样会得到一个比上述假设更优的MST,因此上面的的假设不成立,从而推翻假设,证明prim算法具有最优子结构。

引用*的证明过程:


已知图G的边数量为numEdge, 顶点数量为numVert, prim生成的树为T0, 最小生成树(MST)为Tmin

则有,cost(Tmin)<=cost(T0)

设: T0 的 numVert-1 条边按照权重由小到大排列依次为:ek1, ek2, ek3, …, ekn

Tmin 的 numVert-1 条边按照权重由小到大排列依次为:eg1, eg2, eg3, …, egn

其中n=numVert-1

两棵树的边从小到大权重比较,设第一个属于 T0 但不属于 Tmin 的边为 ed1, 连接该边的两个顶点为(vs, ve1)

同时存在第一个属于 Tmin 但不属于 T0 的边为 ed2, 连接该边的两个顶点为 (vs, ve2)。

两个边的起点相同。由Prim算法性质可知,w(ed2) >= w(ed1)

此时,在 Tmin 中删除 ed2 ,添加 ed1,边的数量和顶点数量均不变,且不存在环,因此得到新的生

成树Tnew,且cost(Tmin)>=cost(Tnew)

又因为 Tmin 是MST 所以 cost(Tmin)=cost(Tnew)。

以此类推,cost(Tmin)=cost(T0)

T0是最小生成树, 得证.


模拟算法过程



Prim算法


伪代码及算法复杂度分析(引用自算法导论)



Prim算法

Prim算法


畅通工程:

继续畅通工程
Time Limit: 2000/1000 MS (Java/Others)    Memory Limit: 32768/32768 K (Java/Others)
Total Submission(s): 21871    Accepted Submission(s): 9356


Problem Description
省*“畅通工程”的目标是使全省任何两个村庄间都可以实现公路交通(但不一定有直接的公路相连,只要能间接通过公路可达即可)。现得到城镇道路统计表,表中列出了任意两城镇间修建道路的费用,以及该道路是否已经修通的状态。现请你编写程序,计算出全省畅通需要的最低成本。


Input
测试输入包含若干测试用例。每个测试用例的第1行给出村庄数目N ( 1< N < 100 );随后的 N(N-1)/2 行对应村庄间道路的成本及修建状态,每行给4个正整数,分别是两个村庄的编号(从1编号到N),此两村庄间道路的成本,以及修建状态:1表示已建,0表示未建。

当N0时输入结束。


Output
每个测试用例的输出占一行,输出全省畅通需要的最低成本。


Sample Input
3 1 2 1 0 1 3 2 0 2 3 4 0 3 1 2 1 0 1 3 2 0 2 3 4 1 3 1 2 1 0 1 3 2 1 2 3 4 1 0


Sample Output
3 1 0


Author
ZJU



原题链接:http://acm.hdu.edu.cn/showproblem.php?pid=1879

代码实现

#include <iostream>
#include <vector>
using namespace std;

const int MAXN = 105;
const int INF = 1e9;

vector<pair<int,int> > pMap[MAXN];

int prim(int N);

int main(){
    int N;

    while(scanf("%d",&N) && N){

        for(int i = 0; i < MAXN; i ++)
            pMap[i].clear();

        int M = N * (N - 1) /2 ;
        int u,v,w,tag;
        for(int i = 0; i < M; i ++){
            scanf("%d%d%d%d",&u,&v,&w,&tag);
            if(tag){
                pMap[u].push_back(make_pair(v,0));
                pMap[v].push_back(make_pair(u,0));
            }else{
                pMap[u].push_back(make_pair(v,w));
                pMap[v].push_back(make_pair(u,w));
            }
        }
        cout << prim(N)<<endl;
    }
    return 0;
}
int prim(int N){

    int nCost = 0;
//  vector<int> pMST;
    int pCost[MAXN];
//  pMST.push_back(1);
    pCost[1] = -1;
    for(int i = 2; i <= N; i++){
        pCost[i] = INF;
    }
    for(int i = 0; i < pMap[1].size(); i++){
        pCost[pMap[1][i].first] = pMap[1][i].second;
    }
    for(int i = 1; i <= N - 1; i++){
        int nVertex = 0, nWeight = INF;
        for(int j = 1; j <= N; j++){
            if(nWeight > pCost[j] && pCost[j] != -1){
                nVertex = j;
                nWeight = pCost[j];
            }
        }

        pCost[nVertex] = -1;
//      pMST.push_back(nVertex);

        nCost += nWeight;

        for(int j = 0; j < pMap[nVertex].size(); j++){
            if(pCost[pMap[nVertex][j].first] != 0 &&
                pCost[pMap[nVertex][j].first] > pMap[nVertex][j].second){
                pCost[pMap[nVertex][j].first] = pMap[nVertex][j].second;
            }
        }
    }
//  cout << "MST Cost is " << nCost << endl;
//  cout << "The vertexs in MST are ";
//  for(int i = 0; i < pMST.size(); i++){
//        cout << pMST[i] << " ";
//    }
//  cout << endl;

    return nCost;
}

引用:
*
算法爱好者—prim算法及其高效实现

相关标签: prim