最小生成树Kruskal算法+并查集实现

今天刚掌握Kruskal算法,写下随笔。

对于稀疏图来说,用Kruskal写最小生成树效率更好,加上并查集,可对其进行优化。

Kruskal算法的步骤:

1.对所有边进行从小到大的排序。

2.每次选一条边(最小的边),如果如果形成环,就不加入(u,v)中,否则加入。那么加入的(u,v)一定是最佳的。

并查集:
我们可以把每个连通分量看成一个集合,该集合包含了连通分量的所有点。而具体的连通方式无关紧要,好比集合中的元素没有先后顺序之分,只有“属于”与“不属于”的区别。图的所有连通分量可以用若干个不相交集合来表示。

而并查集的精妙之处在于用数来表示集合。如果把x的父结点保存在p[x]中(如果没有父亲,p[x]=x),则不难写出结点x所在树的递归程序:

find(int x) {return p[x]==x?x:p[x]=find(p[x]);}

意思是,如果p[x]=x,说明x本身就是树根,因此返回x;否则返回x的父亲p[x]所在树的根结点。

既然每棵树表示的只是一个集合,因此树的形态是无关紧要的,并不需要在“查找”操作之后保持树的形态不变,只要顺便把遍历过的结点都改成树根的儿子,下次查找就会快很多了。如下图所示:

设第i条边的端点序号和权值分别保存在u[i],v[i],w[i]中,而排序后第i小的边保存在r[i]中。(间接排序是指排序的关键字是对象的代号,而不是对象本身。)
结合hdoj1863代码如下:
#include <stdio.h>
#include <stdlib.h>
#include <algorithm>
#define N 150
using namespace std;
int m,n,u[N],v[N],w[N],p[N],r[N];
int cmp(const int i,const int j) {return w[i]<w[j];}
int find(int x) {return p[x]==x?x:p[x]=find(p[x]);}
int kruskal()
{
    int cou=0,x,y,i,ans=0;
    for(i=0;i<n;i++) p[i]=i;
    for(i=0;i<m;i++) r[i]=i;
    sort(r,r+m,cmp);
    for(i=0;i<m;i++)
    {
        int e=r[i];x=find(u[e]);y=find(v[e]);
        if(x!=y) {ans += w[e];p[x]=y;cou++;}
    }
    if(cou<n-1) ans=0;
    return ans;
}
 
int main()
{
    int i,ans;
    while(scanf("%d%d",&m,&n)!=EOF&&m)
    {
        for(i=0;i<m;i++)
        {
            scanf("%d%d%d",&u[i],&v[i],&w[i]);
        }
        ans=kruskal();
        if(ans) printf("%d\n",ans);
        else printf("?\n",ans);
    }
    return 0;
}


### Kruskal算法最小生成树问题中的实现详解 Kruskal算法是一种用于求解连通无向图中最小生成树的经典算法。它基于贪心算法的思想,通过将图中的边按照权值从小到大排序,并使用并查集来避免生成环路,从而逐步构建出最小生成树。 #### 贪心算法的核心思想 贪心算法是一种在每一步选择中都采取当前状态下最优策略的算法设计方法。在Kruskal算法中,贪心策略体现在每次选取权值最小的边加入生成树时,确保该边不会导致环路的形成。这种局部最优的选择最终能够保证全局最优解的实现[^1]。 #### 并查集的作用 并查集(Union-Find Set)是一种用于处理动态连通性问题的数据结构。在Kruskal算法中,它被用来判断添加某条边是否会形成环路。具体来说,通过查找两个顶点是否属于同一个集合,可以快速判断它们之间是否存在路径。如果两个顶点已经连通,则说明加入这条边会导致环路;否则,可以安全地将这条边加入生成树,并将两个顶点所在的集合合并[^4]。 #### Kruskal算法实现步骤 以下是Kruskal算法的具体实现步骤: 1. **初始化**:将图中的所有顶点视为独立的集合,即每个顶点单独构成一棵树。 2. **排序**:将图中的所有边按照权值从小到大进行排序。 3. **遍历边**:依次检查每条边,判断其连接的两个顶点是否属于不同的集合: - 如果属于不同集合,则将这条边加入最小生成树,并合并这两个集合。 - 如果属于同一集合,则跳过这条边以避免形成环路。 4. **终止条件**:当最小生成树中包含 `n-1` 条边(`n` 为顶点数)时,算法结束。 #### 代码实现 以下是一个基于C语言的Kruskal算法实现示例: ```c #include <stdio.h> #include <stdlib.h> typedef struct { int u, v, weight; } Edge; int findSet(int parent[], int x) { if (parent[x] != x) parent[x] = findSet(parent, parent[x]); return parent[x]; } void unionSet(int parent[], int rank[], int x, int y) { int xRoot = findSet(parent, x); int yRoot = findSet(parent, y); if (rank[xRoot] < rank[yRoot]) parent[xRoot] = yRoot; else if (rank[xRoot] > rank[yRoot]) parent[yRoot] = xRoot; else { parent[yRoot] = xRoot; rank[xRoot]++; } } int compare(const void* a, const void* b) { return ((Edge*)a)->weight - ((Edge*)b)->weight; } void kruskalMST(Edge edges[], int numEdges, int numVertices) { Edge result[numVertices - 1]; int e = 0, i = 0; qsort(edges, numEdges, sizeof(Edge), compare); int parent[numVertices], rank[numVertices]; for (int node = 0; node < numVertices; node++) { parent[node] = node; rank[node] = 0; } while (e < numVertices - 1 && i < numEdges) { Edge next_edge = edges[i++]; int x = findSet(parent, next_edge.u); int y = findSet(parent, next_edge.v); if (x != y) { result[e++] = next_edge; unionSet(parent, rank, x, y); } } printf("Minimum Spanning Tree Edges:\n"); for (int j = 0; j < e; j++) printf("%d - %d : %d\n", result[j].u, result[j].v, result[j].weight); } ``` #### 算法复杂度分析 - **时间复杂度**:Kruskal算法的主要开销在于对边的排序和并查集操作。假设图中有 `m` 条边和 `n` 个顶点,则排序的时间复杂度为 `O(m log m)`,而并查集的操作平均复杂度接近于常数 `O(α(n))`,其中 `α` 是阿克曼函数的反函数。因此,总体时间复杂度为 `O(m log m)`[^3]。 - **空间复杂度**:需要存储边的列表和并查集数据结构,空间复杂度为 `O(m + n)`。 ### 总结 Kruskal算法通过结合贪心策略和并查集数据结构,能够在连通无向图中高效地求解最小生成树问题。其核心在于通过排序选择权值最小的边,并利用并查集确保生成树的无环性[^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