最小生成树之kruskal(克鲁斯卡尔)算法
kruskal算法:同样解决最小生成树的问题,和prim算法不同,kruskal算法采用了边贪心的策略,思想要比prim算法简单。
算法基本思想:在初始状态时隐去图中的所有边,这样图中每个顶点都自成一个连通块。之后执行下面的步骤:
(1)对所有的边按边权从小到大进行排序;
(2)按边权从小到大测试所有边,如果当前测试边所连接的两个顶点不在同一个连通块中,则把这条测试边加入当前最小生成树中;否则,将边舍弃;
(3)执行步骤(2),知道最小生成树中的边数等于总顶点数减1或者测试完所有的边时结束。当结束时,如果最小生成树的边数小于总顶点数减1,则说明该图不连通。
Kruskal伪代码如下:
int kruskal()
{ 令最小生成树的边权为ans, 当前边数为numEdge;
将所有边按边权从小到大排列;
for (从小到大遍历所有的边)
{ if (当前测试边的两个端点不在同一个连同块中)
将该测试边加入到最小生成树中;
ans += 测试边的边权;
numEdge += 1;
当numEdge = 顶点数-1时break;
}
return ans;
}
kruskal算法的时间复杂度主要来源于对边的排序,因此其时间复杂度为O(ElogE),其中E是图中边的个数。该算法适合顶点数较多,边数较少的情况,和prim算法正好相反。
总结:如果是稠密图(边多),选择prim算法,如果是稀疏图(边少),选择kruskal算法。