ZOJ 2966表示用Prim算法没过,可是Kruskal算法一次就过了,看来还得好学习一下Prim算法...

本文详细介绍了一种经典的最小生成树算法——Kruskal算法,并通过C语言代码实现了该算法的具体应用,解决了一个关于电线铺设路径选择的问题。文章中不仅解释了算法的基本原理,还给出了完整的实现代码。

题目意思很简单计算出所修电线的最小值,很明显Kruskal算法比Prim算法要简单。

View Code
 1 #include<stdio.h>
 2 #include<stdlib.h>
 3 #include<math.h>
 4 #include<string.h>
 5 #define N 505
 6 
 7 int father[N],n,row,dis_sum;
 8 typedef struct
 9 {
10    int x,y;
11    int w;
12 }edge;
13 edge e[N*N/2];
14 int cmp(const void *a,const void *b)
15 {
16     return (*(edge *)a).w > (*(edge *)b).w  ? 1 : -1;
17 }
18 
19 void Make_set(int x)
20 {
21    father[x] = x;
22 }
23 
24 int Find_set(int x)
25 {
26    if(x != father[x])
27      father[x] = Find_set(father[x]); 
28     return father[x]; 
29 }
30 
31 void Kruskal(int m)
32 {
33   int i, a, b;
34   for(i=0; i<n; i++)
35     Make_set(i);
36   qsort(e,m,sizeof(edge),cmp); 
37   dis_sum = 0;
38   for(i=0; i<m; i++)
39   {
40      a = Find_set(e[i].x);
41      b = Find_set(e[i].y);
42      if(a != b)
43      {     
44         dis_sum += e[i].w; 
45         father[a] = b;
46      }
47    } 
48 }  
49            
50 int main()
51 {
52     int i,tcases,a,b,k;  
53      
54      scanf("%d",&tcases);
55      while( tcases-- )
56      {         
57         scanf("%d%d",&n,&row);  
58         for(i=0; i<row; i++)     
59         {     
60            scanf("%d%d%d",&a,&b,&k);   
61            e[i].x = a;
62            e[i].y = b;
63            e[i].w = k;
64         }    
65         Kruskal(row);  
66         printf("%d\n",dis_sum);
67     }
68     //system("pause");
69     return 0;
70 }

转载于:https://www.cnblogs.com/cn19901203/archive/2012/04/20/2459828.html

内容概要:本文系统介绍了算术优化算法(AOA)的基本原理、核心思想及Python实现方法,并通过图像分割的实际案例展示了其应用价值。AOA是一种基于种群的元启发式算法,其核心思想来源于四则运算,利用乘除运算进行全局勘探,加减运算进行局部开发,通过数学优化器加速函数(MOA)和数学优化概率(MOP)动态控制搜索过程,在全局探索与局部开发之间实现平衡。文章详细解析了算法的初始化、勘探与开发阶段的更新策略,并提供了完整的Python代码实现,结合Rastrigin函数进行测试验证。进一步地,以Flask框架搭建前后端分离系统,将AOA应用于图像分割任务,展示了其在实际工程中的可行性与高效性。最后,通过收敛速度、寻优精度等指标评估算法性能,并提出自适应参数调整、模型优化和并行计算等改进策略。; 适合人群:具备一定Python编程基础和优化算法基础知识的高校学生、科研人员及工程技术人员,尤其适合从事人工智能、图像处理、智能优化等领域的从业者;; 使用场景及目标:①理解元启发式算法的设计思想与实现机制;②掌握AOA在函数优化、图像分割等实际问中的建模与求解方法;③学习如何将优化算法集成到Web系统中实现工程化应用;④为算法性能评估与改进提供实践参考; 阅读建议:建议读者结合代码逐行调试,深入理解算法流程中MOA与MOP的作用机制,尝试在不同测试函数上运行算法以观察性能差异,并可进一步扩展图像分割模块,引入更复杂的预处理或后处理技术以提升分割效果。
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