/*****************************普里姆(Prim)算法***************************/

/*
此为无向图
Prim算法思想很简单,依托临接矩阵
就是从顶点0开始,依次比较起始点到下一个点的最短路径,并将其更新
然后以新的点为起始点,再找到该点能够到达的下一个最短路径,
直到所有点都遍历完为止!
*/

根据程序,最小线段生成如下:

 1 #include "000库函数.h"
 2
 3 #define MAXVEX 20
 4 #define INFINITY 65535//视为无穷大
 5
 6 //临接矩阵的数据结构
 7 struct MGraph {
 8     int arc[MAXVEX][MAXVEX];
 9     int numVertexes, numEdges;
10 };
11
12 //初始化临接矩阵
13 MGraph *CreateMGraph(MGraph *G) {
14     G->numEdges = 15;
15     G->numVertexes = 9;
16
17     for (int i = 0; i < G->numVertexes; i++)/* 初始化图 */
18     {
19         for (int j = 0; j < G->numVertexes; j++)
20         {
21             if (i == j)
22                 G->arc[i][j] = 0;
23             else
24                 G->arc[i][j] = G->arc[j][i] = INFINITY;
25         }
26     }
27
28     G->arc[0][1] = 10;
29     G->arc[0][5] = 11;
30     G->arc[1][2] = 18;
31     G->arc[1][8] = 12;
32     G->arc[1][6] = 16;
33     G->arc[2][8] = 8;
34     G->arc[2][3] = 22;
35     G->arc[3][8] = 21;
36     G->arc[3][6] = 24;
37     G->arc[3][7] = 16;
38     G->arc[3][4] = 20;
39     G->arc[4][7] = 7;
40     G->arc[4][5] = 26;
41     G->arc[5][6] = 17;
42     G->arc[6][7] = 19;
43
44     for (int i = 0; i < G->numVertexes; i++)
45     {
46         for (int j = i; j < G->numVertexes; j++)
47         {
48             G->arc[j][i] = G->arc[i][j];
49         }
50     }
51     return G;
52 }
53
54 //使用Prim算法生成最小树
55 void MiniSpanTree_Prim(MGraph *G) {
56     int min, i, j, k;
57     int adjvex[MAXVEX];//保存相关顶点的下标
58     int lowcost[MAXVEX]; // 保存相关顶点间边的权值
59     lowcost[0] = 0;//将v0顶点加入进来
60     adjvex[0] = 0;//初始化第一个顶点为0
61     for (int i = 1; i < G->numVertexes; ++i) {
62         lowcost[i] = G->arc[0][i];//先将v0能到其他点的距离记录下来
63         adjvex[i] = 0;//即到达每个点的起始点都为0点
64     }
65
66     for (int i = 1; i < G->numVertexes; ++i) {
67         min = INFINITY;//将最短路径设为无穷
68         j = 1; k = 0;
69         while (j < G->numVertexes) {
70             if (lowcost[j] != 0 && lowcost[j] < min) {//找到点0到下一个距离最短的值
71                 min = lowcost[j];//
72                 k = j;//记住最小值的点
73             }
74             ++j;
75         }
76
77         printf("(%d, %d)\n", adjvex[k], k);
78         lowcost[k] = 0;//重新以点k为起始点,然后继续寻找下一个最短路径
79         for (j = 1; j < G->numVertexes; ++j) {
80             if (lowcost[j] != 0 && G->arc[k][j] < lowcost[j]) {//找到下一个最短路劲
81                 lowcost[j] = G->arc[k][j];
82                 adjvex[j] = k;
83             }
84         }
85
86     }
87 }
88
89 int T025(void){
90     MGraph *G;
91     G = new MGraph;//初始化图
92     G = CreateMGraph(G);
93     MiniSpanTree_Prim(G);
94
95     return 0;
96
97 }

/************************克鲁斯卡尔(Kruskal)******************/

根据权值大小,生成权值表,然后根据权值表进行探索路径

  1 #include "000库函数.h"
  2
  3 #define MAXVEX 20
  4 #define INFINITY 65535//视为无穷大
  5
  6 //临接矩阵的数据结构
  7 struct MGraph {
  8     int arc[MAXVEX][MAXVEX];
  9     int numVertexes, numEdges;
 10 };
 11
 12 //初始化临接矩阵
 13 MGraph *CreateMGraph(MGraph *G) {
 14     G->numEdges = 15;
 15     G->numVertexes = 9;
 16
 17     for (int i = 0; i < G->numVertexes; i++)/* 初始化图 */
 18     {
 19         for (int j = 0; j < G->numVertexes; j++)
 20         {
 21             if (i == j)
 22                 G->arc[i][j] = 0;
 23             else
 24                 G->arc[i][j] = G->arc[j][i] = INFINITY;
 25         }
 26     }
 27
 28     G->arc[0][1] = 10;
 29     G->arc[0][5] = 11;
 30     G->arc[1][2] = 18;
 31     G->arc[1][8] = 12;
 32     G->arc[1][6] = 16;
 33     G->arc[2][8] = 8;
 34     G->arc[2][3] = 22;
 35     G->arc[3][8] = 21;
 36     G->arc[3][6] = 24;
 37     G->arc[3][7] = 16;
 38     G->arc[3][4] = 20;
 39     G->arc[4][7] = 7;
 40     G->arc[4][5] = 26;
 41     G->arc[5][6] = 17;
 42     G->arc[6][7] = 19;
 43
 44     for (int i = 0; i < G->numVertexes; i++)
 45     {
 46         for (int j = i; j < G->numVertexes; j++)
 47         {
 48             G->arc[j][i] = G->arc[i][j];
 49         }
 50     }
 51     return G;
 52 }
 53
 54 //寻找下一个顶点位置
 55 int Find(vector<int>parent, int v) {
 56     while (parent[v] > 0)v = parent[v];
 57     return v;
 58 }
 59
 60
 61 //使用MiniSpanTree_Kruskal生成最小树
 62 void MiniSpanTree_Kruskal(MGraph *G) {
 63     int n, m;
 64     int k = 0;
 65     vector<int> Parent(MAXVEX, 0);//定义一个数组,用来判断是否形成了环路
 66     int Edge[MAXVEX][3];//权值表,存放起始点、终止点、权值
 67     //构建权值表
 68     for (int i = 0; i < G->numVertexes; ++i) {
 69         for (int j = i + 1; j < G->numVertexes; ++j) {
 70             if (G->arc[i][j] < INFINITY) {
 71                 Edge[k][0] = i;
 72                 Edge[k][1] = j;
 73                 Edge[k][2] = G->arc[i][j];
 74                 k++;
 75             }
 76         }
 77     }
 78     //进行排序
 79     for (int i = 0; i < k; ++i) {
 80         int min = Edge[i][2];
 81         for (int j = i + 1; j < k; ++j) {
 82             if (min > Edge[j][2]) {
 83                 min = Edge[j][2];
 84                 for (int t = 0; t < 3; ++t) {
 85                     int temp;
 86                     temp = Edge[i][t];
 87                     Edge[i][t] = Edge[j][t];
 88                     Edge[j][t] = temp;
 89                 }
 90             }
 91         }
 92     }
 93
 94
 95     /*************************算法的核心*****************************/
 96
 97
 98
 99
100     int adjvex[MAXVEX];//保存相关顶点的下标
101     int lowcost[MAXVEX]; // 保存相关顶点间边的权值
102     lowcost[0] = 0;//将v0顶点加入进来
103     adjvex[0] = 0;//初始化第一个顶点为0
104     for (int i = 1; i < G->numVertexes; ++i) {
105         lowcost[i] = G->arc[0][i];//先将v0能到其他点的距离记录下来
106         adjvex[i] = 0;//即到达每个点的起始点都为0点
107     }
108
109     for (int i = 0; i < k; ++i) {//循环每一个权值矩阵
110         n = Find(Parent, Edge[i][0]);
111         m = Find(Parent, Edge[i][1]);
112         if (n != m) {//不会形成环,可以使用
113             Parent[n] = m;
114             cout << Edge[i][0] << "," << Edge[i][1] << endl;
115         }
116     }
117 }
118
119
120
121 int T026(void) {
122     MGraph *G;
123     G = new MGraph;//初始化图
124     G = CreateMGraph(G);
125     MiniSpanTree_Kruskal(G);
126
127     return 0;
128
129 }

转载于:https://www.cnblogs.com/zzw1024/p/10581682.html

数据结构【图】—024最小生成树相关推荐

  1. 数据结构—图(Part Ⅱ)—最小生成树 最短路径

    目录 最小生成树 普里姆(Prim)算法 算法实现 运行结果 程序分析 克鲁斯卡尔(Kruskal)算法 算法实现 运行结果 程序分析 最短路径 广度优先搜索(BFS)算法 算法实现 运行结果 程序分 ...

  2. 数据结构——图的定义和实现

    这里写目录标题 图的定义 各种图的定义 无向边 有向边 图的顶点与边的关系 连通图生成树 图的各种实现 在引入邻接矩阵之前先介绍一下图的相关概念(概念比前树啥的面稍微复杂一点) 图的定义 之前学了线性 ...

  3. 数据结构(19)图的最小生成树算法

    数据结构(19)图的最小生成树算法 前言 普里姆(Prim)算法 克鲁斯卡尔(Kruskal)算法 代码 GraphMtx.h GraphMtx.c Main.c 前言 在有n个顶点的图中,要连接所有 ...

  4. 【数据结构】——图的最小生成树算法(普里姆+克鲁斯卡尔)

    这里的图指的是带权无向图,也就是无向网. 关于最小生成树 图的最小生成树要解决的问题:用最小的代价连通图中的所有顶点. 下面两种算法都是运用贪心思想,利用MST(Minimum Spanning Tr ...

  5. 数据结构 图 简单入门 最小生成树 深度优先搜索 广度优先搜索

    早上上班路上,看到一则新闻,广州的.新闻说的是一个辅警在路边查过往路人的身份证,其中有一个记者,就询问,根据哪条法律要查询他的身份证.辅警当然不知道(事后据说,就是闲着无聊,查着玩的!),也肯定不会认 ...

  6. 【数据结构-图】2.多图详解最小生成树(多图详解+实现代码)

    最小生成树: 这个定义有两个约束:最小和树 对于树,从而引出以下三个最小生成树的特点 在图中无环 连接所有图中的点 N个顶点,有N-1条边 最小:指的是生成这棵树的边的权值之和最小 最小生成树的求取有 ...

  7. 数据结构值图的最小生成树

    最小生成树(最小连通网) 假设在n个城市之间建立通信联络网,则连通n个城市只需要n-1条线路.这时自然会考虑这样一个问题,如何在最节省经费的前提下建立这个通信网. 在每两个城市之间都可以设置一条线路, ...

  8. (数据结构)图的最小生成树 普里姆算法(Prim)

    假设要在n个城市之间建立通信联络网,每两个城市之间建立线路都需要花费不同大小的经费,则连通n个城市只需要n-1个条线路,最小生成树解决的问题就是:如何在最节省经费的前提下建立这个通信网 也可以理解为: ...

  9. 对应生成树的基本回路_数据结构与算法——最小生成树

    1 引言 在之前的文章中已经详细介绍了图的一些基础操作.而在实际生活中的许多问题都是通过转化为图的这类数据结构来求解的,这就涉及到了许多图的算法研究. 例如:在 n 个城市之间铺设光缆,以保证这 n ...

  10. 算法导论之图的最小生成树

    引出最小生成树,是提到电子线路设计时,要把数个元件的引脚连接在一起,使其电位相同.使n个引脚互相连通,可以使用n-1条连接线,每条连接线连接两个引脚.寻求连接线最少的方案,是最小生成树的应用.将电子线 ...

最新文章

  1. Mycat:压测Mycat及结果分析
  2. java 无符号 类型_java中符号类型和无符号类型的问题分析
  3. ABAP作为一门编程语言,是否过时了呢?
  4. 决策树可视化保姆级教程
  5. php+求日期,PHP 日期转换
  6. 【干货分享】企业数据中台整体介绍及建设方案(文末附52页pdf下载链接)
  7. 能够快速赚到钱的,一般就三类人
  8. VS2010下安装Opencv
  9. 做个简单的Java学生考勤系统06--签到功能完善
  10. 宋宝华:Linux文件读写(BIO)波澜壮阔的一生
  11. 【2021最新版】Java基础面试题总结(70道题含答案解析)
  12. c++ 连接webservice实例
  13. 利用Fiddler抓包软件,爬短视频无水印,爬wei视app,步骤完整
  14. 00018计算机应用基础2021,2021年全国自考10月00018计算机应用基础历年试题含答案.doc...
  15. Altium designer常用设置【转】
  16. SQL中的or与in的区别
  17. Mybatis中的大于、小于、大于等于、小于等于、不等于的两种写法
  18. Found my pics from 2007
  19. springboot配置多源数据库
  20. Connections could not be acquired from the underlying database!

热门文章

  1. 一文了解卷积神经网络基础,建议收藏
  2. 出行公司集体亮剑 自动驾驶花落谁家?
  3. AI综述专栏 | 基于深度学习的目标检测算法综述
  4. 机器学习可解释性工具箱XAI
  5. CNN卷积神经网络的三种基本模式(不懂的话还得多努力啊!)
  6. P3项目全球模板狗血设置之一 --- 发货到成本中心需要输入Customer
  7. 清华 NLP 团队推荐:必读的77篇机器阅读理解论文
  8. SAP HUM 如何将2个HU合并并成一个?
  9. 改名Meta俩月,脸书放弃虚拟现实操作系统:负责人跳槽谷歌
  10. 从宇宙、互联网和脑的关系看元宇宙的终极形态