目錄
1. 普里姆算法介紹
- 普利姆(Prim)算法求最小生成樹,也就是在包含n個頂點的連通圖中,找出只有(n-1)條邊包含所有n個頂點的連通子圖,也就是所謂的極小連通子圖
- 普利姆的算法如下:
- 設G=(V,E)是連通網, T=(U,D)是最小生成樹,V,U是頂點集合,E,D是邊的集合
- 若從頂點u開始構造最小生成樹,則從集合V中取出頂點u放入集合U中,標記頂點v的visited[u]=1
- 若集合U中頂點ui與集合V-U中的頂點vj之間存在邊,則尋找這些邊中權值最小的邊,但不能構成迴路,將頂點vj加入集合U中,將邊(ui,vj) 加入集合D中,標記visited[vj]=1
- 重複步驟②,直到U與V相等,即所有頂點都被標記爲訪問過,此時D中有n-1條邊
2. 修路問題
2.1 題目表述
- 有勝利鄉有7個村莊(A, B,C,D,E,F,G),現在需要修路把7個村莊連通
- 各個村莊的距離用邊線表示(權),比如A-B距離5公里
- 問:如何修路保證各個村莊都能連通,並且總的修建公路總里程最短?
思路:儘可能選擇少的路線,並且每條路最小,才能保證總里程數最小。
2.2 最小生成樹
修路問題本質就是就是最小生成樹問題,先介紹一下最小生成樹(Minimum Cost Spanning Tree),簡稱MST。
- 給定一個帶權的無向連通圖,如何選取一棵生成樹,使樹.上所有邊上權的總和爲最小,這叫最小生成樹
- N個頂點,一定有N-1條邊
- 包含全部頂點
- N-1條邊 都在圖中.
- 求最小生成樹的算法主要是普里姆算法和克魯斯卡爾算法
2.3 普利姆算法圖解
3. 代碼實現
代碼中已有詳細的註釋~~
package com.example.datastructureandalgorithm.prim;
import java.util.Arrays;
/**
* @author 浪子傑
* @version 1.0
* @date 2020/6/15
*/
public class PrimDemo {
public static void main(String[] args) {
// 新建節點名稱
char[] data = new char[]{'A', 'B', 'C', 'D', 'E', 'F', 'G'};
// 所有節點的長度
int verxs = data.length;
// 初始化二位數組,橫座標和縱座標依次對應data節點,weight[i][j]代表i到j的距離
// 10000代表不可達
int[][] weight = new int[][]{
{10000, 5, 7, 10000, 10000, 10000, 2},
{5, 10000, 10000, 9, 10000, 10000, 3},
{7, 10000, 10000, 10000, 8, 10000, 10000},
{10000, 9, 10000, 10000, 10000, 4, 10000},
{10000, 10000, 8, 10000, 10000, 5, 4},
{10000, 10000, 10000, 4, 5, 10000, 6},
{2, 3, 10000, 10000, 4, 6, 10000}
};
MGraph graph = new MGraph(verxs, data, weight);
graph.showGraph();
graph.prim(0);
}
}
class MGraph {
/**
* 表示圖的節點數
*/
int verxs;
/**
* 存放節點的數據,即節點的名稱
*/
char[] data;
/**
* 存放邊之間的權重,即鄰接矩陣
* 下標表示data名稱對應的下標
*/
int[][] weight;
/**
* 構造函數,初始化
*
* @param verxs
*/
public MGraph(int verxs, char[] data, int[][] weight) {
this.verxs = verxs;
this.data = data;
this.weight = weight;
}
public void showGraph() {
for (int[] ints : this.weight) {
System.out.println(Arrays.toString(ints));
}
}
public void prim(int v) {
// 創建一個被訪問記錄表,1表示已訪問,0表示未訪問
int[] visited = new int[verxs];
// 表示當前節點已訪問
visited[v] = 1;
// 中間變量,記錄二維數組位置
int h1 = -1;
// 中間變量,記錄二維數組位置
int h2 = -1;
// 默認權重
int minWeight = 10000;
// 從1開始循環所有的數據
for (int k = 1; k < verxs; k++) {
// 此層for循環表示,已訪問節點
for (int i = 0; i < verxs; i++) {
// 此層for循環表示未訪問節點
for (int j = 0; j < verxs; j++) {
// visited[i] == 1表示已訪問的節點
// visited[j] == 0表示未訪問的節點
// 如果已訪問節點到未訪問節點的權重小於minWeight,則替換minWeight
// 並記錄對應已訪問節點和未訪問節點的位置
if (visited[i] == 1 && visited[j] == 0 && minWeight > weight[i][j]) {
minWeight = weight[i][j];
h1 = i;
h2 = j;
}
}
}
// 輸出找到節點以及對應權值
System.out.println("邊《" + data[h1] + "," + data[h2] + "》權值:" + minWeight);
// 表示之前未訪問節點已訪問
visited[h2] = 1;
// 重置minWeight
minWeight = 10000;
}
}
}