摘自计蒜客:http://www.jisuanke.com/course/35/7553
最小生成树的另一种算法——Kruskal 算法。
首先我们定义带权图 G 的边集合为 E,接着我们再定义最小生成树的边集合为 T,初始集合 T 都为空。
接着执行以下操作:
首先,我们把图 G 看成一个有 n 棵树的森林,图上每个顶点对应一棵树。
接着,我们将边集合 E 的每条边,按权值从小到大进行排序,依次遍历每条边 e=(u,v),我们记顶点 u 所在的树为 Tu, 顶点 v 所在的树为 Tv,如果 Tu 和 Tv不是同一棵树,则我们将边 e 加入集合 T,并将两棵树 Tu 和 Tv进行合并。
算法执行完毕后,集合 T 记录了最小生成树的所有边。
下面有一个例子模拟下kruskal算法:

通过模拟,最终我们可以得到该图对应的最小生成树,如下图所示:

从图中我们可以算出最小权值和为:19+42+31+19=121
仔细分析算法,我们可以发现,Kruskal 算法也是采用了贪心的策略,每次都会选择一条两个顶点不在同一棵树且权值最小的边加入集合。Kruskal 算法的时间复杂度为 O(ElogE),E 为图 G 的总边数,所以 Kruskal 算法一般应用于较为稀疏的图,也就是顶点较多、而边较少的图。
Kruskal算法:寻找最小生成树的一种高效方法
本文详细介绍了Kruskal算法,一种用于寻找无向加权图最小生成树的贪心策略算法。通过将图视为森林并按边权重排序,算法能够逐步构建最小生成树。实例演示了算法的应用过程,并计算了最小生成树的权值之和。此外,文章强调了Kruskal算法在稀疏图上的应用优势。
1907

被折叠的 条评论
为什么被折叠?



