第七章作业2--图的最小生成树 7-1 畅通工程之局部最小花费问题 (35分)

本文介绍了一个求解图的最小生成树问题的应用案例,旨在解决实际场景中的道路建设成本问题。通过Prim算法实现,输入为各城镇间道路的成本及状态,输出为使所有城镇互相可达所需的最低成本。

第七章作业2–图的最小生成树

7-1 畅通工程之局部最小花费问题 (35分)

某地区经过对城镇交通状况的调查,得到现有城镇间快速道路的统计数据,并提出“畅通工程”的目标:使整个地区任何两个城镇间都可以实现快速交通(但不一定有直接的快速道路相连,只要互相间接通过快速路可达即可)。现得到城镇道路统计表,表中列出了任意两城镇间修建快速路的费用,以及该道路是否已经修通的状态。现请你编写程序,计算出全地区畅通需要的最低成本。

输入格式:

输入的第一行给出村庄数目N (1≤N≤100);随后的N(N−1)/2行对应村庄间道路的成本及修建状态:每行给出4个正整数,分别是两个村庄的编号(从1编号到N),此两村庄间道路的成本,以及修建状态 — 1表示已建,0表示未建。

输出格式:

输出全省畅通需要的最低成本。

输入样例:

4
1 2 1 1
1 3 4 0
1 4 1 1
2 3 3 0
2 4 2 1
3 4 5 0

输出样例:

3

代码仅供参考

Accepted Code

#include<bits/stdc++.h>
using  namespace std;

#define MaxVertexNum 105
typedef int Vertex;

typedef struct {
    int cost; //成本;
    int Check; //是否连通
}WeightType;  /* 边的权值类型 */

typedef struct GNode *PtrToGNode;
struct GNode{
    int Nv;  // 顶点数
    int Ne;  // 边数
    WeightType G[MaxVertexNum][MaxVertexNum]; /* 邻接矩阵 */
};
typedef PtrToGNode MGraph; // 以邻接矩阵存储的图类型

struct {
    Vertex vertex;  //上一个父亲节点的编号
    WeightType type;    //长度
} Closedge[MaxVertexNum];

//标记顶点是否入树
bool Visited[MaxVertexNum];
MGraph CreatG(int);

void Prim(MGraph MG);

int main() {
    int N;
    cin >> N;
    MGraph MG = CreatG(N);
    Prim(MG);
    return 0;
}

MGraph CreatG(int N) {
    MGraph MGra = new GNode;
    MGra->Nv = N;
    MGra->Ne = N * (N - 1) / 2;
    //矩阵下标从0开始
    int a, b, c, d;
    for (int i = 0; i < N; ++i) {
        for (int j = 0; j < N; ++j) {
            MGra->G[i][j].cost = INT_MAX;
            MGra->G[i][j].Check = 0;
        }
    }
    for (int i = 0; i < MGra->Ne; ++i) {
        cin >> a >> b >> c >> d;
        if (d == 0)
            MGra->G[a - 1][b - 1] = {c, d};
        else
            MGra->G[a - 1][b - 1] = {0, 1};
    }

    for (int i = 0; i < MaxVertexNum; ++i) {
        Visited[i] = false;
        Closedge[i].type = {INT_MAX, 0};
    }
    return MGra;
}
void Prim(MGraph MG) {
    int k = 0;
    int sum = 0;
    //辅助数组初始化
    for (int i = 0; i < MG->Nv; ++i) {
        //先把第一个点放到树里
        if (k != i) Closedge[i] = {0, MG->G[0][i]};
    }
    Closedge[k].type = {0, 1};
    Visited[k] = true;

    //选择其他N-1个顶点
    for (int i = 1; i < MG->Nv; ++i) {

        int min = INT_MAX;
        int pos;
        for (int j = 0; j < MG->Nv; ++j) {
            if (!Visited[j] && min > Closedge[j].type.cost) {
                min = Closedge[j].type.cost;
                pos = j;
            }
        }
        sum += min;
        Visited[pos] = true;

        //用新加入的点,更新Closedge值
        for (int j = 0; j < MG->Nv; ++j) {
            if (!Visited[j] && Closedge[j].type.cost > MG->G[pos][j].cost) {
                Closedge[j].type.cost = MG->G[pos][j].cost;
            }
            if (!Visited[j] && Closedge[j].type.cost > MG->G[j][pos].cost) {
                Closedge[j].type.cost = MG->G[j][pos].cost;
            }
        }
    }
    printf("%d", sum);
}
求解最小生成树常见的方法有 Prim 算法和 Kruskal 算法,参考提供的引用,这里着重介绍 Prim 算法。 Prim 算法的基本思路是基于贪心策略,从一个初始顶点开始,逐步扩展生成最小生成树。具体步骤如下: 由于最小生成树包含每个顶点,用一个数 `used[max_vertexes]` 来标记顶点的选中与否。选择最小权值边时,边的一个顶点需在已选顶点中,另一个顶点在未选顶点集合中。为了高效地选择最小权值边,设置两个辅助数 `lowcost[max_vertexes]` 和 `closeset[max_vertexes]`。`lowcost[max_vertexes]` 数记录从已选顶点集合 $U$ 到未选顶点集合 $V - U$ 具有最小代价的边;对于每个顶点 $v \in V - U$,`closeset[max_vertexes]` 记录了该边依附的在 $U$ 中的顶点 [^2]。 以下是 Prim 算法的 Python 代码示例: ```python import sys def prim(graph): num_vertices = len(graph) # 标记顶点是否已被选中 used = [False] * num_vertices # 记录从 U 到 V - U 具有最小代价的边 lowcost = [sys.maxsize] * num_vertices # 记录该边依附的在 U 中的顶点 closeset = [0] * num_vertices # 从顶点 0 开始 used[0] = True for i in range(num_vertices): lowcost[i] = graph[0][i] closeset[i] = 0 total_cost = 0 for _ in range(1, num_vertices): min_cost = sys.maxsize k = 0 # 找到最小权值边 for j in range(num_vertices): if not used[j] and lowcost[j] < min_cost: min_cost = lowcost[j] k = j total_cost += min_cost used[k] = True # 更新 lowcost 和 closeset 数 for j in range(num_vertices): if not used[j] and graph[k][j] < lowcost[j]: lowcost[j] = graph[k][j] closeset[j] = k return total_cost # 示例的邻接矩阵表示 graph = [ [0, 2, 6, 4], [2, 0, 3, 8], [6, 3, 0, 5], [4, 8, 5, 0] ] result = prim(graph) print("最小生成树的总权值和为:", result) ```
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
红包 添加红包
表情包 插入表情
 条评论被折叠 查看
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