【PTA】7-10 公路村村通 (最小生成树)(Prim+Kruskal)

本文介绍了如何解决公路村村通问题,即寻找连接所有村落的最低成本路径。这个问题可以通过求解最小生成树来解答,文中详细阐述了Prim算法和Kruskal算法的思路,并提供了相应的代码实现。

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

7-10 公路村村通 (30 分)
现有村落间道路的统计数据表中,列出了有可能建设成标准公路的若干条道路的成本,求使每个村落都有公路连通所需要的最低成本。

输入格式:
输入数据包括城镇数目正整数N(≤1000)和候选道路数目M(≤3N);随后的M行对应M条道路,每行给出3个正整数,分别是该条道路直接连通的两个城镇的编号以及该道路改建的预算成本。为简单起见,城镇从1到N编号。

输出格式:
输出村村通需要的最低成本。如果输入数据不足以保证畅通,则输出−1,表示需要建设更多公路。

输入样例:
6 15
1 2 5
1 3 3
1 4 7
1 5 4
1 6 2
2 3 4
2 4 6
2 5 2
2 6 6
3 4 6
3 5 1
3 6 1
4 5 10
4 6 8
5 6 3
输出样例:
12

思路分析:

该题目是给出了N个村落之间的M条路,求每个村落都连通所需要的最低成本。其实就是求保证图连通前提下的最短边,最小生成树的模板题。下面介绍求最小生成树的两种算法。

Prim算法

Prim算法思路和Dijkstra算法相似,都是贪心。只是Prim的dis数组定义为结点到树的最短距离。比如dis[j] = 1 表示j结点与树的最短距离为1.下面直接上代码。

#include <iostream>
#include <cstring>
#define MAX 1010
using namespace std;

int dis[MAX];
int vis[MAX];
int map[MAX][MAX];
int N, M;

//思路与Dijkstra算法很像,只是Prim的dis[j]表示j到这颗树的最小距离 
void Prim()
{
   
	memset(dis,0x3f, sizeof(dis));	//快速初始化dis为无穷大 
	dis[1] = 0;		//以1结点为初始树,自然dis[1]=0
	while(1)
	{
   
		int tmp = 0x3f3f3f3f;
		int k = 0;
		for(int i = 1;i <= N;i++)	//从未遍历过的顶点里找dis最小的顶点 
		{
   
			if(!vis[i] && dis[i] < tmp)		
			{
   
				tmp = dis[i];
				k =
### 克鲁斯卡尔算法实现最小生成树PTA题解及实现 克鲁斯卡尔(Kruskal)算法是一种用于求解图的最小生成树的经典算法。其核心思想是以边为主导地位,始终选择当前可用的最小边权值的边,并通过并查集判断两个顶点是否已经连通[^1]。以下是基于 PTA 题目的克鲁斯卡尔算法实现。 #### 算法步骤 1. 将所有边按照权值从小到大排序。 2. 初始化一个并查集,用于判断两个顶点是否已经连通。 3. 遍历每条边,如果当前边连接的两个顶点未连通,则将这条边加入生成树,并更新并查集。 4. 重复上述过程,直到生成树包含 `|V| - 1` 条边。 #### 并查集实现 并查集是克鲁斯卡尔算法中用来判断连通性的工具。以下是并查集的 Python 实现: ```python class UnionFind: def __init__(self, n): self.parent = list(range(n)) def find(self, x): if self.parent[x] != x: self.parent[x] = self.find(self.parent[x]) # 路径压缩 return self.parent[x] def union(self, x, y): root_x = self.find(x) root_y = self.find(y) if root_x != root_y: self.parent[root_x] = root_y ``` #### PTA 题目:公路村村通 (7-10) 这是一个典型的最小生成树问题,目标是通过修建道路使得所有村庄之间连通,同时保证总建设成本最低。以下是基于克鲁斯卡尔算法的解决方案。 ```python # 输入处理 def kruskal(edges, n): edges.sort(key=lambda x: x[2]) # 按照边权值排序 uf = UnionFind(n) mst_weight = 0 mst_edges = [] for u, v, w in edges: if uf.find(u) != uf.find(v): # 如果两点不连通 uf.union(u, v) # 合并 mst_weight += w mst_edges.append((u, v, w)) return mst_weight, mst_edges # 示例输入 n, m = map(int, input().split()) # n: 顶点数, m: 边数 edges = [] for _ in range(m): u, v, w = map(int, input().split()) # u->v, 权值w edges.append((u, v, w)) # 计算最小生成树 mst_weight, mst_edges = kruskal(edges, n) # 输出结果 print(f"Minimum Spanning Tree Weight: {mst_weight}") for edge in mst_edges: print(f"Edge: {edge[0]} -> {edge[1]}, Weight: {edge[2]}") ``` #### 复杂度分析 1. **时间复杂度**:克鲁斯卡尔算法的时间复杂度主要由排序决定,为 \(O(|E| \log |E|)\),其中 \(|E|\) 是边的数量[^1]。 2. **空间复杂度**:需要存储所有边和并查集结构,空间复杂度为 \(O(|E| + |V|)\)。 ### 注意事项 - 在实际应用中,需确保输入的图是连通的,否则无法生成完整的最小生成树- 对于稠密图,Prim 算法可能更高效[^2]。
评论 1
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