UVa11631 Dark Roads(最小生成树,邻接表)

本文介绍了一种针对大规模数据集求解最小生成树的算法,利用邻接表进行存储优化,并通过Prim算法高效求解。实例展示了如何将Prim算法应用于实际问题中,以减少计算复杂度并提高处理大型数据集的效率。

很裸的一道求最小生成树的题,只是数据很大,要用邻接表来存储

代码:

#include <cstdio>
#include <cstring>
#include <vector>
using namespace std;

const int N = 200010;
const long long INF = 10000000000;
int n, m, id, head[N];
long long sum;
struct edge{
    int t, next;
    int l;
}e[N*2];
long long prim() {
    int u = n - 1, v;
    long long mi, ans = 0, d[N];
    bool vis[N];
    for ( int i = 0; i < n; ++i ) d[i] = INF;
    memset(vis, 0, sizeof(vis));
    d[0] = 0;
    
    for ( int t = 0; t <= u; ++t ) {
        mi = INF;
        for ( int i = 0; i < n; ++i ) if ( !vis[i] && d[i] < mi ) {
            v = i, mi = d[i];
        }
            //printf("%d %lld\n", v, mi);
        if ( mi == INF ) break;
        ans += mi;
        vis[v] = true;
        for ( int i = head[v]; i != -1; i = e[i].next ) {
            int x = e[i].t, c = e[i].l;
            if ( !vis[x] && d[x] > c ) d[x] = c;
        }
    }
    return ans;
}
void add( int u, int v, int c ) {
    e[id].next = head[u], e[id].t = v, e[id].l = c, head[u] = id++;
    e[id].next = head[v], e[id].t = u, e[id].l = c, head[v] = id++;
}

int main()
{
    while ( scanf("%d%d", &n, &m) != EOF && !( m == 0 && n == 0 ) ) {
        sum = 0, id = 0;
        for ( int i = 0; i <= n; ++i ) head[i] = -1;
        while ( m-- ) {
            int s, t, l;
            scanf("%d%d%d", &s, &t, &l);
            sum += l;
            add( s, t, l );
        }
        printf("%lld\n", sum - prim());
    }
}


### 关于最小生成树的 Prim 算法在 PTAC 语言中的实现 PTAC 是一种假设的编程语言,因此其语法和特性需要基于对现有编程语言的理解进行模拟。以下是关于 Prim 算法在 PTAC 语言中的实现或解释。 Prim 算法是一种用于求解图的最小生成树的经典算法,其核心思想是从一个顶点开始逐步扩展已选择的顶点集合,直到覆盖所有顶点[^1]。具体来说,算法始终保持一棵树,并通过不断选择连接当前树与未访问顶点之间的最短边来扩展这棵树。 以下是一个基于伪代码的 Prim 算法在 PTAC 语言中的实现示例: ```ptac function primAlgorithm(graph, startNode): // 初始化数据结构 let visited = array of size graph.size initialized to false let key = array of size graph.size initialized to infinity let parent = array of size graph.size initialized to -1 let priorityQueue = new MinHeap() // 设置起始节点的关键值为 0 key[startNode] = 0 priorityQueue.insert(startNode, 0) while not priorityQueue.isEmpty(): u = priorityQueue.extractMin() visited[u] = true // 遍历相邻节点 for each v in graph.neighbors(u): if not visited[v] and graph.weight(u, v) < key[v]: parent[v] = u key[v] = graph.weight(u, v) priorityQueue.update(v, key[v]) return (parent, key) // 示例调用 let N = input("Enter number of towns: ") let M = input("Enter number of roads: ") let graph = new Graph(N) for i from 1 to M: let u = input("Enter town 1 for road " + i + ": ") let v = input("Enter town 2 for road " + i + ": ") let cost = input("Enter budget cost for road " + i + ": ") graph.addEdge(u, v, cost) let startNode = 1 let result = primAlgorithm(graph, startNode) print("Minimum Spanning Tree edges:") for each node in result.parent: if result.parent[node] != -1: print(result.parent[node], "->", node, ":", result.key[node]) ``` #### 解释 1. **初始化**:`key` 数组记录从当前生成树到每个未访问顶点的最小权重,初始值为无穷大。`parent` 数组记录生成树中每个节点的父节点。 2. **优先队列**:使用最小堆(MinHeap)维护未访问顶点及其对应的 `key` 值,以便快速找到具有最小权重的顶点。 3. **扩展树**:每次从优先队列中取出具有最小 `key` 值的顶点,将其标记为已访问,并更新其邻居节点的 `key` 值。 4. **结果输出**:最终返回生成树的边及其权重。
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值