克鲁斯卡尔(Kruskal)算法是实现图的最小生成树最常用的算法。
克鲁斯卡尔算法是一种用来寻找最小生成树的算法。在剩下的所有未选取的边中,找最小边,如果和已选取的边构成回路,则放弃,选取次小边。通常认为克鲁斯卡尔算法时间复杂度为O(elog2e). (2为log的下标)
克鲁斯卡尔算法是一种按权值的递增次序选择合适的边来构造最小生成树的方法。假设G=(V,E)是一个具有n个顶点的带权连通无向图,T=(U,TE)是G的最小生成树,则构造最小生成树的步骤如下:
1.置U的初值等于V(即包含G中的全部顶点),TE的初值为空集(即图T中每一个顶点都构成一个分量).
2.将图G中的边按权值从小到大的顺序依次选取,若选取的边未使生成树T形成回路,则加入TE,否则舍弃,直到TE中包含(n-1)条边为止。
关键:判断选取的边是否与生成树中已保留的边形成回路。
可通过判断边的两个顶点所在的连通分量来解决。数组vset[i]代表编号为i的顶点所属的连通子图的编号。
#include <stdio.h> #define MAXV 100 #define MAXE 100 //最多边数 #define INF 99999 typedef struct { int u; //边的起始顶点 int v; //边的终止顶点 int w; //边的权值 } Edge; typedef struct { int edges[MAXV][MAXV]; int n,e; }MGraph; void DispMat(MGraph g) //输出邻接矩阵g { int i,j; for (i=0;i<g.n;i++) { for (j=0;j<g.n;j++) if (g.edges[i][j]==INF) printf("%3s","∞"); else printf("%3d",g.edges[i][j]); printf("\n"); } } void SortEdge(MGraph g,Edge E[]) //从邻接矩阵产生权值递增的边集 { int i,j,k=0; Edge temp; for (i=0;i<g.n;i++) for (j=0;j<g.n;j++) if (g.edges[i][j]<INF) { E[k].u=i; E[k].v=j; E[k].w=g.edges[i][j]; k++; } for (i=1;i<k;i++) //按权值递增有序进行直接插入排序 { temp=E[i]; j=i-1; //从右向左在有序区E[0..i-1]中找E[i]的插入位置 while (j>=0 && temp.w<E[j].w) { E[j+1]=E[j]; //将权值大于E[i].w的记录后移 j--; } E[j+1]=temp; //在j+1处插入E[i] } } void Kruskal(Edge E[],int n,int e) { int i,j,m1,m2,sn1,sn2,k; int vset[MAXE]; for (i=0;i<n;i++) vset[i]=i; //初始化辅助数组 k=1; //k表示当前构造最小生成树的第几条边,初值为1 j=0; //E中边的下标,初值为0 while (k<n) //生成的边数小于n时循环 { m1=E[j].u;m2=E[j].v; //取一条边的头尾顶点 sn1=vset[m1];sn2=vset[m2]; //分别得到两个顶点所属的集合编号 if (sn1!=sn2) //两顶点属于不同的集合,该边是最小生成树的一条边 { printf(" (%d,%d):%d\n",m1,m2,E[j].w); k++; //生成边数增1 for (i=0;i<n;i++) //两个集合统一编号 if (vset[i]==sn2) //集合编号为sn2的改为sn1 vset[i]=sn1; } j++; //扫描下一条边 } } void main() { int i,j,u=3; MGraph g; Edge E[MAXE]; int A[MAXV][MAXV]={{0,5,8,7,INF,3}, {5,0,4,INF,INF,INF}, {8,4,0,5,INF,9}, {7,INF,5,0,5,INF}, {INF,INF,INF,5,0,1}, {3,INF,9,INF,1,0}}; g.n=6;g.e=10; for (i=0;i<g.n;i++) //建立图8.16的邻接矩阵 for (j=0;j<g.n;j++) g.edges[i][j]=A[i][j]; SortEdge(g,E); printf("图G的邻接矩阵:\n"); DispMat(g); printf("克鲁斯卡尔算法求解结果:\n"); Kruskal(E,g.n,g.e); printf("\n"); }
本站转载的文章为个人学习借鉴使用,本站对版权不负任何法律责任。如果侵犯了您的隐私权益,请联系我们删除。