最小生成树MST详解

前言

最近刚学了最小生成树，于是想趁热打火，先来总结一下~

前置芝士

图、树的概念、遍历与存储
并查集

本文章所有代码均以C++编写。

最小生成树的概念

最小生成树（Minimum Spanning Tree, MST）是一种特殊的图。它具备朴素树的所有性质，但也是一张图中边权最小但经过每个节点的子树。

定义

一个有 nnn 个结点的连通图的生成树是原图的极小连通子图，且包含原图中的所有 nnn 个结点，并且有保持图连通的最少的边。最小生成树可以用Kruskal（克鲁斯卡尔）算法或Prim（普里姆）算法求出。^[1]

大意

在一张连通图 GGG 里，有 nnn 个节点和 mmm 条边，第 iii 条边的权值为 wiw_iwi 。我们设图 GGG 的最小生成树为 TTT 。

那么，图 GGG 的最小生成树 TTT 必须具备以下条件：

TTT 必须包括 GGG 的所有节点；
TTT 的边数必须等于 n−1n - 1n−1；
TTT 的边权和必须在所有生成树中最小；
TTT 必须为 GGG 的子图。

假设我们有如下的连通图 GGG（左），那么它的最小生成树 TTT 如图所示（右）。

^[2]

显然对于图 GGG，TTT 的边权和在所有生成树中最小。我们称这样的树为图 GGG 的 最小生成树（简称MST）。

算法

我们不妨来介绍两种较为常见的求最小生成树的算法。

在介绍算法之前，我们先来看这样一道题目：

题目链接：洛谷P3366。

题目很容易理解，即求出给定图的最小生成树边权和。那么，我们来看看这些算法吧！

Kruskal

基本思路

Kruskal（克鲁斯卡尔） 是一种贪心策略，类似图论中的Bellman-Ford算法。

简单来说，如果我们挑选了 n−1n-1n−1 条较小边，那么显而易见，这 n−1n-1n−1 条边的权值相加也会是一个较小值。按照这种思路，我们可以挑选 n−1n-1n−1 条 GGG 里面最小的边并将它们相连。

但是，你以为这就完了？怎么可能。

显然我们上面的做法有一个缺陷：它虽然保证了边权和最小，但是得出的却并不一定是一棵树。相反，它反而有可能得出来一个图（或森林）。我们需要解决这个问题。

显然，对于一条 u↔vu \leftrightarrow vu↔v 的无向边，若点 uuu 和点 vvv 已经连通（直接或间接），那么我们就不再需要加入当前边了。

对于每次遍历，我们都会对当前边的所到达的节点进行一个排查：如果节点已经连通，则无需加边；否则连接两点。

这样一来，我们就剩下一个最重要的问题没解决了：如何判断两个点有没有连通？

我们可以使用并查集这个数据结构进行存储和判重。每次判断两点的连通性的时候，我们只需要查询他们的祖先是否相同即可。同理，对于每次连接操作，我们只需要进行并查集的合并操作来合并 u,vu,vu,v 两点即可。

参考代码

#include <iostream>
#include <cstdio>
#include <algorithm>
using namespace std;
const int N = 2 * 1e5 + 10;struct edge {  // 存边int u, v, w;
} e[N];
edge mst[5010];  // 最小生成树
int vtx[5010], k, ans, n, m;  // vtx并查集数组，k当前最小生成树节点数，ans边权和bool cmp(edge a, edge b) {return a.w < b.w;  // 按照边权排序
}int Find(int x) {  // 并查集查找操作if (vtx[x] == x) return x;return vtx[x] = Find(vtx[x]);
}void Union(int u, int v) {  // 并查集合并操作int fu = Find(u), fv = Find(v);if (fu != fv) vtx[fv] = fu;
}void kruskal() {  // Kruskal最小生成树for (int i = 0; i < m; i++) {  // 遍历所有边if (Find(e[i].u) != Find(e[i].v)) {  // 如果两点没有连接k++;  // MST边数++mst[k].u = e[i].u, mst[k].v = e[i].v, mst[k].w = e[i].w;  // 记录当前边ans += e[i].w;  // 总权重增加Union(e[i].u, e[i].v);  // 连接两点} }
}int main() {scanf("%d%d", &n, &m);for (int i = 1; i <= n; i++) vtx[i] = i;  // 并查集初始化，祖先都是自己，即每个点都未连接for (int i = 0; i < m; i++) scanf("%d%d%d", &e[i].u, &e[i].v, &e[i].w);sort(e, e + m, cmp);  // 对边权进行排序kruskal();  // 获取MSTif (k == n - 1) printf("%d\n", ans);  // 如果边数满足条件，输出总权值else printf("orz");  // 否则输出orzreturn 0;
}

Prim

基本思路

Prim（普利姆） 是Dijkstra的一个扩展。

Prim算法与Dijkstra算法唯一的区别在于：Prim算法所记录的距离（dis数组）并非从某个起点到终点的距离，而是当前的生成树到某个点的最短距离。

其余部分与Dijkstra算法一致。同样，Prim算法也可以使用堆进行优化，以提高效率。

但是，一般我们不推荐在稀疏图上使用Prim堆优化。堆优化后的Prim在稀疏图上的效率与Kruskal类似，但明显Kruskal代码复杂度较低。

参考代码

#include <iostream>
#include <cstdio>
#include <memory.h>
#include <algorithm>
using namespace std;
const int N = 5010;int g[N][N], dis[N];  // 邻接矩阵存图
bool vis[N];  // 是否经过了某个点
int n, m, ans, u, v, w;void initialize() {  // 初始化memset(g, 0x3f, sizeof(g));memset(dis, 0x3f, sizeof(dis));
}void addEdge(int u, int v, int w) {  // 添加一条 u <-> v，权值为w的无向边if (u != v && g[u][v] > w) g[u][v] = g[v][u] = w;
}void prim() {  // Primfor (int i = 0; i < n; i++) {  // 遍历每个点int k = 0;  // 距离最近的点的坐标for (int j = 1; j <= n; j++) {  // 寻找距离点i最近的未访问过的点if (!vis[j] && dis[j] < dis[k]) k = j;}vis[k] = 1;  // 标记访问ans += dis[k];  // 记录权值for (int j = 1; j <= n; j++) {  // 再次遍历每个点，更新最短路if (!vis[j] && dis[j] > g[k][j]) {  // 未访问过且路程比当前记录的小dis[j] = g[k][j];  // 更新权值}}}
}int main() {initialize();scanf("%d%d", &n, &m);while (m--) {scanf("%d%d%d", &u, &v, &w);addEdge(u, v, w); addEdge(v, u, w);}dis[1] = 0;  // 约定俗成，从点1跑prim，赋值为0是为了消除自环prim();for (int i = 1; i <= n; i++) {  // 判断是否建立成树if (!vis[i]) {  // 如果有点未访问，则没有最小生成树printf("orz\n");return 0;}}printf("%d\n", ans);  // 否则输出权重和return 0;
}

参考资料

最小生成树_百度百科

最小生成树的两种方法（Kruskal算法和Prim算法）