【题解】洛谷P1546 最短网络(最小生成树)

本文详细介绍了图论中的两种经典最小生成树算法——Kruskal算法与Prim算法。Kruskal算法通过排序边权并按顺序选择不形成环的边来构建最小生成树;Prim算法则从一个顶点出发,逐步选择权重最小的边并将相邻顶点加入生成树中,直至覆盖所有顶点。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

Kruskal算法的步骤包括:

1. 对所有权值进行从小到大排序(这里对边排序时还需要记录边的索引,这样以边的权值排完序后只改变了权值的索引位置)

2. 然后每次选取最小的权值,如果和已有点集构成环则跳过,否则加到该点集中。最终有所有的点集构成的树就是最佳的。

#include <cstdio>
#include <stdio.h>
#include <iostream>
#include <algorithm>
#include <cmath>
#include <cstdlib>
#define maxn 100010
using namespace std;

int n;
int a;
struct edge
{
    int u;
    int v;
    int w;	
};
struct edge e[maxn];

int f[101]={0},sum=0;

bool cmp(edge a,edge b)
{
    return a.w<b.w;
}

int find(int x)
{
    if(f[x]==x) return x;
    else
    {
        f[x]=find(f[x]);
        return f[x];
    }
}

int merge(int v,int u)
{
    int t1=find(v);
    int t2=find(u);
    if(t1!=t2)
    {
        f[t2]=t1;
        return 1;
    }
    return 0;
}

int main()
{
    scanf("%d",&n);
    int cnt;
    int count; 
    for(int i=1;i<=n;i++)
    {
        f[i]=i;
    }
    for(int i=1;i<=n;i++)
    {
        for(int j=1;j<=n;j++)
        {
            scanf("%d",&a);
            if(i==j) continue;		
            e[++cnt].u=i;
            e[cnt].v=j;
            e[cnt].w=a;
        }
    }
    sort(e+1,e+cnt+1,cmp);
    for(int i=1;i<=cnt;i++)
    {
        if(find(e[i].u)!=find(e[i].v))
        {
            if(merge(e[i].u,e[i].v))
            {
                count++;
                sum+=e[i].w;
            }
            if(count==n-1)
            {
                break;
            }
        }
    }
    
    printf("%d",sum);
    return 0;
}

Prim算法的步骤包括:

1. 将一个图分为两部分,一部分归为点集U,一部分归为点集V,U的初始集合为{V1},V的初始集合为{ALL-V1}。

2. 针对U开始找U中各节点的所有关联的边的权值最小的那个,然后将关联的节点Vi加入到U中,并且从V中删除(注意不能形成环)。

3. 递归执行步骤2,直到V中的集合为空。

4. U中所有节点构成的树就是最小生成树。

#include<cstdio>
#include<algorithm>
#include<iostream>
using namespace std;
const int maxn=110;
int e[maxn][maxn],dis[maxn];
bool b[maxn];
int ans=0;
int n;
int main()
{
	scanf("%d",&n);
	for(int i=1;i<=n;i++)
	{
		for(int j=1;j<=n;j++)
		{
			cin>>e[i][j];
		}
	}
	
	int u,minn;
	
	for(int i=1;i<=n;i++)
	{
		b[i]=false;
	}b[1]=true;
	
	for(int i=1;i<=n;i++)
	{
		dis[i]=e[1][i];
	}
	
	for(int i=1;i<=n;i++)
	{
		minn=1e9;
		for(int j=1;j<=n;j++)
		{
			if(b[j]==false&&minn>dis[j])
			{
				minn=dis[j];
				u=j;
			}
		}
		if(minn==1e9) break;
		ans+=minn;
		b[u]=true;
		for(int v=1;v<=n;v++)
		{
			if(b[v]==false&&dis[v]>e[u][v])
			{
				dis[v]=e[u][v];
			}
		}
	}
	
	cout<<ans<<endl;
	return 0;
} 

 

### 关于洛谷 P2347 的解析 目前未找到与洛谷 P2347 直接相关的具体题解或官方文档。然而,可以基于常见的编程竞赛题目类型推测其可能涉及的内容,并提供通用的解决方法。 #### 可能的主题分析 根据洛谷平台上的惯例,编号接近的题目通常属于同一类问题集合或者具有相似难度级别。因此,假设洛谷 P2347 是一道算法设计或数据结构相关的题目,则可以从以下几个方面入手: 1. **动态规划** 如果该问题是关于序列操作、路径寻找等问题,可能会涉及到动态规划的思想[^1]。例如,定义状态转移方程来解决问题中的优子结构性质。 2. **图论基础** 若题目描述中提到节点连接关系或其他拓扑特性,那么它可能是图论相关的问题。此时需要掌握基本概念如路、最小生成树等算法实现方式。 3. **字符串处理** 对于一些涉及模式匹配、编辑距离计算等情况下的字符串比较任务来说,KMP算法、Manacher算法以及Z函数都是非常重要的工具之一。 以下是针对上述几种可能性给出的一般性解决方案框架代码示例: ```python # 动态规划模板 (长公共子序列为例子) def lcs_length(X, Y): m = len(X) n = len(Y) L = [[None]*(n + 1) for i in range(m + 1)] """ Following steps build LCSuff[m+1][n+1] in bottom up fashion """ for i in range(m + 1): for j in range(n + 1): if i == 0 or j == 0 : L[i][j] = 0 elif X[i-1] == Y[j-1]: L[i][j] = L[i-1][j-1]+1 else: L[i][j] = max(L[i-1][j], L[i][j-1]) return L[m][n] # 图论 - Dijkstra单源路径算法 import heapq as hq def dijkstra(graph,start_node): distances={node:float('inf')for node in graph} distances[start_node]=0 priority_queue=[(0,start_node)] while priority_queue: current_distance,current_node=hq.heappop(priority_queue) if current_distance>distances[current_node]: continue for neighbor,weight in graph[current_node].items(): distance=current_distance+weight if distance<distances[neighbor]: distances[neighbor]=distance hq.heappush(priority_queue,(distance,neighbor)) return distances # 字符串 KMP 算法 def computeLPSArray(pattern,lps,m): length=0 lps[0]=0 i=1 while i<m: if pattern[i]==pattern[length]: length+=1 lps[i]=length i+=1 else: if length!=0: length=lps[length-1] else: lps[i]=0 i+=1 def KMPSearch(pat,txt): M=len(pat) N=len(txt) lps=[0]*M j=0 computeLPSArray(pat,lps,M) i=0 result=[] while i<N: if pat[j]==txt[i]: i+=1 j+=1 if j==M: result.append(i-j) j=lps[j-1] elif i<N and pat[j]!=txt[i]: if j!=0: j=lps[j-1] else: i+=1 return result ``` 以上仅为理论推导所得的部分常见算法模型展示,在实际应用过程中还需要结合具体的业务场景做出相应调整优化。
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