克鲁斯卡尔算法(Kruskal's algorithm)它既是古典最低的一个简单的了解生成树算法。

这充分反映了这一点贪心算法的精髓。该方法可以通常的图被表示。图选择这里借用Wikipedia在。非常清晰直观。

首先第一步,我们有一张图。有若干点和边

例如以下图所看到的:

第一步我们要做的事情就是将全部的边的长度排序,用排序的结果作为我们选择边的根据。这里再次体现了贪心算法的思想。资源排序。对局部最优的资源进行选择。

排序完毕后,我们领先选择了边AD。

这样我们的图就变成了

第二步。在剩下的变中寻找。

我们找到了CE。这里边的权重也是5

依次类推我们找到了6,7,7。完毕之后。图变成了这个样子。

下一步就是关键了。

以下选择那条边呢? BC或者EF吗?都不是。虽然如今长度为8的边是最小的未选择的边。可是如今他们已经连通了(对于BC能够通过CE,EB来连接。相似的EF能够通过EB, BA, AD, DF来接连)。所以我们不须要选择他们。

相似的BD也已经连通了(这里的连通线用红色表示了)。所以最后就剩下EG和FG了。当然我们选择了EG。 最后成功的图就是下图:

到这里全部的边点都已经连通了,一个最小生成树构建完毕。

假设要简要得描写叙述这个算法的话就是,首先边的权重排序。

(从小到大)循环的推断是否须要选择这里的边。推断的根据则是边的两个顶点是否已经连通,假设连通则继续下一条。不连通就选择使其连通。这个流程还是很清晰明了。

可是在实现的时候。困难的地方在于怎样描写叙述2个点已然连通? 这里用到了并查集做辅助。至于并查集能够到这里去看看。

这里贴出并查集的代码和Kruscal的C++实现:

/* * * Disjoint_Set_Forest.h -- an implementation for disjoint set data structure * * Created by Ge Chunyuan on 04/09/2009. * * version: 0.1 */ #pragma once #ifndef _DISJOINT_SET_H_ #define _DISJOINT_SET_H_ #include <vector> template <typename T> class DisjointSet { public: DisjointSet(); ~DisjointSet(); void makeSet ( const std::vector<T>& s ); bool findSet ( const T& s, T& parent); void Union ( const T& s1, const T& s2 ); protected: struct Node { int rank; T data; Node* parent; }; int m_nElementCnt; int m_nSetCnt; std::vector<Node*> m_Nodes; }; template< class T> DisjointSet<T>::DisjointSet() { m_nElementCnt = 0; m_nSetCnt = 0; } template< class T> DisjointSet<T>::~DisjointSet() { for (int i=0;i<m_nElementCnt;i++) delete m_Nodes[i]; } template< class T> void DisjointSet<T>::makeSet( const std::vector<T>& s ) { m_nElementCnt += (int)s.size(); m_nSetCnt += (int)s.size(); std::vector<T>::const_iterator it = s.begin(); for (;it != s.end(); ++ it) { Node* pNode = new Node; pNode->data = *it; pNode->parent = NULL; pNode->rank = 0; m_Nodes.push_back(pNode); } } template< class T> bool DisjointSet<T>::findSet( const T& s, T& parent) { Node* curNode = NULL; bool find =false; for (int i=0;i<(int)m_Nodes.size();i++) { curNode = m_Nodes[i]; if (curNode->data == s) { find = true; break; } } if (!find) return false; // find the root Node* pRoot = curNode; while (pRoot->parent != NULL) { pRoot = pRoot->parent; } // update all curNode's parent to root while (curNode != pRoot) { Node* pNext = curNode->parent; curNode->parent = pRoot; curNode = pNext; } parent = pRoot->data; return true; } template< class T> void DisjointSet<T>::Union( const T& s1, const T& s2 ) { Node* pNode1 = NULL; Node* pNode2 = NULL; int find = 0; for (int i=0;i<(int)m_Nodes.size();++i) { if (m_Nodes[i]->data == s1 || m_Nodes[i]->data == s2 ) { find ++; if (m_Nodes[i]->data == s1) pNode1 = m_Nodes[i]; else pNode2 = m_Nodes[i]; } } // not found if ( find != 2) return ; if (pNode1->rank > pNode2->rank) pNode2->parent = pNode1; else if (pNode1->rank < pNode2->rank) pNode1->parent = pNode2; else { pNode2->parent = pNode1; ++ pNode1->rank; } --m_nSetCnt; } #endif //_DISJOINT_SET_H_

// Kruscal_Algorithm.cpp : Defines the entry point for the console application. // #include "stdafx.h" #include <string> #include <vector> #include <algorithm> #include <iostream> #include "Disjoint_Set_Forest.h" struct Vertex { Vertex () { } Vertex (std::string n) { name = n; } bool operator==(const Vertex& rhs) { return name == rhs.name; } bool operator!=(const Vertex& rhs) { return name != rhs.name; } std::string name; }; struct Edge { Edge () {} Edge (Vertex v1, Vertex v2, int w) { this->v1 = v1; this->v2 = v2; this->w = w; } Vertex v1; Vertex v2; int w; }; struct EdgeSort { bool operator()(const Edge& e1, const Edge& e2) { return e1.w<e2.w; } }; struct PrintEdge { void operator() (Edge e) { std::cout<< "edge start from "<<e.v1.name <<" to "<<e.v2.name << " with length = "<<e.w <<std::endl;; } }; class Graph { public: void appendVertex ( const Vertex& v1) { m_vertexs.push_back(v1); } void appendEdge ( const Vertex& v1, const Vertex& v2, int w) { m_edges.push_back( Edge(v1,v2,w) ); } void minimumSpanningKruskal () { std::vector<Edge> result; std::sort (m_edges.begin(), m_edges.end(), EdgeSort()); DisjointSet<Vertex> dv; dv.makeSet(m_vertexs); std::vector<Edge>::iterator it = m_edges.begin(); for (;it!= m_edges.end();++it) { Vertex p1; Vertex p2; bool b1 = dv.findSet(it->v1, p1 ); bool b2 = dv.findSet(it->v2, p2 ); if ( b1&& b2 && (p1 != p2)) { dv.Union(p1, p2); result.push_back(*it); } } for_each(result.begin(), result.end(), PrintEdge()); } protected: std::vector<Vertex> m_vertexs; std::vector<Edge> m_edges; }; int _tmain(int argc, _TCHAR* argv[]) { Graph gr; Vertex a("A"); Vertex b("B"); Vertex c("C"); Vertex d("D"); Vertex e("E"); Vertex f("F"); Vertex g("G"); gr.appendVertex(a); gr.appendVertex(b); gr.appendVertex(c); gr.appendVertex(d); gr.appendVertex(e); gr.appendVertex(f); gr.appendVertex(g); gr.appendEdge(a,b,7); gr.appendEdge(a,d,5); gr.appendEdge(b,c,8); gr.appendEdge(b,d,9); gr.appendEdge(b,e,7); gr.appendEdge(c,e,5); gr.appendEdge(d,e,15); gr.appendEdge(d,f,6); gr.appendEdge(e,f,8); gr.appendEdge(e,g,9); gr.appendEdge(f,g,11); gr.minimumSpanningKruskal(); system("pause"); return 0; }

转载于:https://www.cnblogs.com/zfyouxi/p/4589709.html

贪心算法(Greedy Algorithm)最小生成树 克鲁斯卡尔算法(Kruskal#39;s algorithm)相关推荐

  1. 最小生成树------克鲁斯卡尔算法(数据结构)

    树(Tree):如果一个无向连通图中不存在回路,则这种图称为树. 生成树 (Spanning Tree):无向连通图G的一个子图如果是一颗包含G的所有顶点的树,则该子图称为G的生成树. 生成树是连通图 ...

  2. 数据结构图之二(最小生成树--克鲁斯卡尔算法)

    [1]克鲁斯卡尔算法 普里姆算法是以某顶点为起点,逐步找各顶点上最小权值的边来构建最小生成树. 克鲁斯卡尔算法是直接以边为目标去构建. 因为权值是在边上,直接去找最小权值的边来构建生成树也是很自然的想 ...

  3. 最小生成树克鲁斯卡尔算法

    文章目录 一.什么是克鲁斯卡尔? 二.原理 三.代码实现 一.什么是克鲁斯卡尔? 克鲁斯卡尔算法是求连通网的最小生成树的另一种方法.与普里姆算法不同,它的时间复杂度为O(eloge)(e为网中的边数) ...

  4. 常用算法(七)——克鲁斯卡尔算法

    克鲁斯卡尔算法 大纲目录 这里写目录标题 克鲁斯卡尔算法 一.应用场景-公交站问题 二.克鲁斯卡尔算法介绍 三.克鲁斯卡尔算法图解说明 四.源码 一.应用场景-公交站问题 某城市新增7个站点(A, B ...

  5. 常用十大算法(七)— 克鲁斯卡尔算法

    常用十大算法(七)- 克鲁斯卡尔算法 博客说明 文章所涉及的资料来自互联网整理和个人总结,意在于个人学习和经验汇总,如有什么地方侵权,请联系本人删除,谢谢! 介绍 克鲁斯卡尔(Kruskal)算法,是 ...

  6. 最小生成树(克鲁斯卡尔算法)

    关于克鲁斯卡尔算法他是针对边的.而普里姆算法是针对顶点的. 下面还是用普里姆算法的图. 如下: 因此可以构造边集数组. 如下图所示: 代码如下: int Find(int *parent, int f ...

  7. 最小生成树——克鲁斯卡尔算法

      最小生成树的概念就不说了,本文主要是克鲁斯卡尔算法实现,而且用到了并查集思想.相较于prim算法,克鲁斯卡尔更容易理解:在不形成环的情况下,选取最小的权值边,直到点的个数减一.对于环的判断就使用并 ...

  8. 克鲁斯卡尔算法c语言,最小生成树-克鲁斯卡尔(Kruskal)算法

    1. 克鲁斯卡尔算法简介 克鲁斯卡尔算法是一种用来寻找最小生成树的算法(用来求加权连通图的最小生成树的算法).在剩下的所有未选取的边中,找最小边,如果和已选取的边构成回路,则放弃,选取次小边. 而具体 ...

  9. 五、最小生成树——克鲁斯卡尔(Kruskal)算法

    现在我们来换一种思考方式,普里姆(Prim)算法是以某顶点为起点,逐步找各顶点上最小权值的边来构建最小生成树的.这就像是我们如果去参观某个展会,例如世博会,你从一个入口进去,然后找你所在位置周边的场馆 ...

最新文章

  1. 节能信标组比赛过程中直流电源设置
  2. GMIS 2017 Martin Müller演讲:深度学习时代的启发式搜索
  3. Javascript在页面加载时的执行顺序
  4. 3:添加一个slave到已有的复制环境(基于二进制日志文件位置)
  5. devc++鼠标变成了光标_游戏鼠标到底能不能提升你的实力?
  6. java模拟登陆_java-模拟登陆练习(示例代码)
  7. 恕我直言:职场上太低调不是装,是愚蠢!
  8. (132)FPGA面试题-Verilog实现格雷码转二进制
  9. oracle包同义词报错,Oracle——04同义词与数据库链接
  10. android零碎要点---android开发者的福音,59_1 Android的界面设计工具,直接拖拉就可以设计界面,Java技术qq交流群:JavaDream:251572072
  11. MySQL 基准测试(mysqlslap)出现 Using a password on the command line interface can be insecure 警告
  12. Python利用os.walk遍历文件夹
  13. rgba 和 IE 的 filter数值转换
  14. SecureCRT Win免安装版本,简单好用
  15. 马悦凌:从初级护士到“民间奇医”[9]
  16. 做微信公众号淘宝客返利系统必须要知道3件事儿
  17. 2019python二级真题_2019年3月二级python真题,上岸必备!
  18. 怎么判断冠词用a还是an_怎么判断英语量词改用a还是an
  19. python识图训练_使用tensorflow训练模式识别图片中的对象(object-detection)
  20. 车载以太网第二弹-实锤|SOME/IP概述及TC8 SOME/IP 测试实践

热门文章

  1. 一些不是很常用的SQL语句
  2. SQL分割字符串,SQL按照指定字符分割字符串,SQL处理字符串...
  3. 计算机四级嵌入式真题,2014年3月计算机四级嵌入式工程师真题试题及答案
  4. Windows下Anaconda2(Python2)和Anaconda3(Python3)的共存
  5. Matlab如何从dat或者txt文件读入数据
  6. 模型压缩的开源项目工具
  7. Django-model中的Querysets
  8. zabbix全网监控介绍
  9. 4.4 I/O性能侦测
  10. python 爬预警没解析前的