最小生成树 prim

    #include "stdio.h"  
    #include "stdlib.h"  
    #define MAX 110  
    int a[MAX][MAX],p[MAX];  
      
    int main(void)  
    {  
        int i,j,k,n,t,min,sum,new_point,x,y,d;  
        printf("请输入顶点的个数:");  
        scanf("%d",&n);  
        t=n*(n-1)/2;
        for(i=0;i<MAX;i++){
            p[i] = 0;
        }
        //memset(p,0,sizeof(p));   //将p数组初始化为0  
        printf("请输入每条边的起始端点、权值:/n");  
        for(i=0;i<t;i++)  
        {  
            scanf("%ld%ld%ld",&x,&y,&d);   //输入每条边的权值  
            a[x][y]=a[y][x]=d;  
        }  
        p[1]=1;  
        sum=0;  
        for(k=0;k<n-1;k++)  
        {  
            min=-1;  
            for(i=1;i<=n;i++)  
            {  
                if(p[i]==1)  
                {  
                    for(j=1;j<=n;j++)  
                    {  
                        if(p[j]==0 && (min==-1 || min>a[i][j]))  
                        {  
                            min=a[i][j];   //从一个顶点在U中,而另一个顶点不在U中的各条边中选择权值最小的边  
                            new_point=j;  
                        }  
                    }  
                }  
            }  
            p[new_point]=1;  
            sum+=min;  
      
        }  
        printf("最小生成树的权值为:%d/n",sum);  
        system("pause");  
        return 0;  
    }  

根据原作 https://pan.quark.cn/s/459657bcfd45 的源码改编 Classic-ML-Methods-Algo 引言 建立这个项目,是为了梳理和总结传统机器学习(Machine Learning)方法(methods)或者算法(algo),和各位同仁相互学习交流. 现在的深度学习本质上来自于传统的神经网络模型,很大程度上是传统机器学习的延续,同时也在不少时候需要结合传统方法来实现. 任何机器学习方法基本的流程结构都是通用的;使用的评价方法也基本通用;使用的一些数学知识也是通用的. 本文在梳理传统机器学习方法算法的同时也会顺便补充这些流程,数学上的知识以供参考. 机器学习 机器学习是人工智能(Artificial Intelligence)的一个分支,也是实现人工智能最重要的手段.区别于传统的基于规则(rule-based)的算法,机器学习可以从数据中获取知识,从而实现规定的任务[Ian Goodfellow and Yoshua Bengio and Aaron Courville的Deep Learning].这些知识可以分为四种: 总结(summarization) 预测(prediction) 估计(estimation) 假想验证(hypothesis testing) 机器学习主要关心的是预测[Varian在Big Data : New Tricks for Econometrics],预测的可以是连续性的输出变量,分类,聚类或者物品之间的有趣关联. 机器学习分类 根据数据配置(setting,是否有标签,可以是连续的也可以是离散的)和任务目标,我们可以将机器学习方法分为四种: 无监督(unsupervised) 训练数据没有给定...
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