C++ 实现无向图的最小生成树Prim算法(附完整代码)

实现Prim算法，需设置两个辅助一维数组lowcost和closevertex。

其中lowcost用来保存集合V-U中各顶点与集合U中各顶点构成的边中具有最小权值的边的权值；
数组closevertex用来保存依附于该边的在集合U中的顶点。

过程:
假设初始状态时，U={u0}（u0为出发的顶点），这时有lowcost[0]=0，它表示顶点u0已加入集合U中，数组lowcost的其他各分量的值是顶点u0到其余各顶点所构成的直接边的权值。
然后不断选取权值最小的边（ui,uk）（ui∈U,uk∈V-U），每选取一条边，就将lowcost（k）置为0，表示顶点uk已加入集合U中。
由于顶点uk从集合V-U进入集合U后，这两个集合的内容发生了变化，就需依据具体情况更新数组lowcost和closevertex中部分分量的内容。
最后closevertex中即为所建立的最小生成树。

当无向网采用二维数组存储的邻接矩阵存储时，Prim算法的C++实现算法如下:

void MGraph::Min_Tree_Prim(int u)
{for (int i = 0; i < vertexnum; i++)if (i != u){close_edge[i].adjvertex = u;close_edge[i].lowcost = arcs[u][i];}close_edge[u].lowcost = 0;int k;for (int i = 0; i < vertexnum - 1; i++){int w = MAXW;for (int j = 0; j < vertexnum; j++){if (close_edge[j].lowcost != 0 && close_edge[j].lowcost < w){w = close_edge[j].lowcost;k = j;}}close_edge[k].lowcost = 0;for (int j = 0;j<vertexnum;j++)if (arcs[k][j] < close_edge[j].lowcost){close_edge[j].adjvertex = k;close_edge[j].lowcost = arcs[k][j];}}for (int i = 0; i < vertexnum; i++)if (i != u)cout << i << "->" << close_edge[i].adjvertex << "," << arcs[i][close_edge[i].adjvertex] << endl;
}

完整代码如下:

#include <iostream>
#include <queue>
using namespace std;
typedef int VertexType;
typedef int EdgeType;
const int MaxVertexNum = 30;
const int MAXW = 1e8;class closEdge
{friend class MGraph;
private:int adjvertex;int lowcost;
};class MGraph
{public:MGraph(){CreatGraph();};void Min_Tree_Prim(int u);void CreatGraph();void Visit(int v);void BFS(int v);void BFStraverse();void DFStraverse();bool Ispath_BFS(int i, int j);//判断结点i和结点j之间是否有路径bool Ispath_DFS(int i, int j);//判断结点i和结点j之间是否有路径void Init_vis();
private:void DFS(int i, int j, bool &flag);void dfs_graph(int i);VertexType vertexs[MaxVertexNum];EdgeType arcs[MaxVertexNum][MaxVertexNum];int vertexnum;int edgenum;closEdge close_edge[MaxVertexNum];bool vis[MaxVertexNum];
};void MGraph::Min_Tree_Prim(int u)
{for (int i = 0; i < vertexnum; i++)if (i != u){close_edge[i].adjvertex = u;close_edge[i].lowcost = arcs[u][i];}close_edge[u].lowcost = 0;int k;for (int i = 0; i < vertexnum - 1; i++){int w = MAXW;for (int j = 0; j < vertexnum; j++){if (close_edge[j].lowcost != 0 && close_edge[j].lowcost < w){w = close_edge[j].lowcost;k = j;}}close_edge[k].lowcost = 0;for (int j = 0;j<vertexnum;j++)if (arcs[k][j] < close_edge[j].lowcost){close_edge[j].adjvertex = k;close_edge[j].lowcost = arcs[k][j];}}for (int i = 0; i < vertexnum; i++)if (i != u)cout << i << "->" << close_edge[i].adjvertex << "," << arcs[i][close_edge[i].adjvertex] << endl;
}void MGraph::CreatGraph()
{Init_vis();cout << "请输入图的顶点个数和边的条数" << endl;cin >> vertexnum >> edgenum;cout << "请依次输入按序号0到n顶点的中存储的信息" << endl;for (int i = 0; i < vertexnum; i++) cin >> vertexs[i];for (int i = 0; i < vertexnum; i++)for (int j = 0; j < vertexnum; j++)arcs[i][j] = MAXW;cout << "请输入边的信息(该图以有向图的邻接矩阵存储方式存储)" << endl;for (int i = 0; i < edgenum; i++){int a1, a2, w;cout << "输入边<i,j>对应的顶点序号i,j,然后再输入该边的权值" << endl;cin >> a1 >> a2>>w;arcs[a1][a2] = w;arcs[a2][a1] = w;}
}void MGraph::Init_vis()
{for (int i = 0; i < MaxVertexNum; i++) vis[i] = false;
}void MGraph::Visit(int v)
{cout << vertexs[v] << " ";
}void MGraph::BFS(int v)
{queue<int >q;q.push(v);vis[v] = true;while (q.size()){int t = q.front();Visit(t);q.pop();for (int i = 0; i < vertexnum; i++){if (arcs[t][i] == 1 && vis[i] == false){vis[i] = true;q.push(i);}}}cout << endl;Init_vis();
}void MGraph::BFStraverse()
{queue<int >q;for (int i = 0; i < vertexnum; i++){if (vis[i] == false){vis[i] = true;q.push(i);while (q.size()){int t = q.front();Visit(t);q.pop();for (int j = 0; j < vertexnum; j++)if (arcs[t][j] == 1 && vis[j] == false){vis[j] = true;q.push(j);}}}}cout << endl;Init_vis();
}void MGraph::dfs_graph(int i)
{Visit(i);for (int j = 0; j < vertexnum; j++){if (arcs[i][j] == 1 && vis[j] == false){vis[j] = true;dfs_graph(j);}}
}void MGraph::DFStraverse()
{for (int i = 0; i < vertexnum; i++){if (vis[i] == false){vis[i] = true;dfs_graph(i);}}cout << endl;Init_vis();
}bool MGraph::Ispath_BFS(int i, int j)
{queue<int >q;vis[i] = true;q.push(i);while (q.size()){int t = q.front();q.pop();if (t == j){Init_vis();return true;}for (int k = 0; k < vertexnum; k++){if (arcs[t][k] == 1 && vis[k] == false){vis[k] = true;q.push(k);}}}Init_vis();return false;
}void MGraph::DFS(int i, int j, bool &flag)
{if (i == j){flag = true;return;}for (int k = 0; k < vertexnum; k++){if (arcs[i][k] == 1 && vis[k] == false){vis[k] = true;DFS(k, j, flag);vis[k] = false;}}
}bool MGraph::Ispath_DFS(int i, int j)
{bool flag = false;vis[i] = true;DFS(i, j, flag);Init_vis();if (flag) return true;else return false;
}int main()
{MGraph g;int v;cin >> v;g.BFS(v);g.BFStraverse();g.DFStraverse();int n;cin >> n;g.Min_Tree_Prim(n);return 0;
}

测试结果:

C++ 实现无向图的最小生成树Prim算法(附完整代码)相关推荐

手撕代码之七大常用排序算法 | 附完整代码
点击上方↑↑↑蓝字关注我们~ 「2019 Python开发者日」全日程揭晓,请扫码咨询 ↑↑↑ 0.导语本节为手撕代码系列之第一弹,主要来手撕排序算法,主要包括以下几大排序算法: 直接插入排序冒泡 ...
OpenCV实现图像对齐ECC算法(附完整代码)
OpenCV实现图像对齐ECC算法 OpenCV实现图像对齐ECC算法 OpenCV实现图像对齐ECC算法 #include <opencv2/imgcodecs.hpp> #includ ...
OpenCV Gunnar Farneback的密集光流算法(附完整代码)
OpenCV Gunnar Farneback的密集光流算法 OpenCV Gunnar Farneback的密集光流算法 OpenCV Gunnar Farneback的密集光流算法 #includ ...
[Java学习] 最小生成树——Prim算法
文章目录最小生成树 Prim算法流程应用实例求最小生成树最小生成树百度百科上对于最小生成树的定义是这样的:一个有 n 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 n 个结 ...
D-OJ刷题日记：使用邻接矩阵实现最小生成树Prim算法题目编号:1135
理解: [理解prim算法本质--让一棵小树逐渐长大] Prim算法:又称为加边法,即每次选择最小权值的边加入到生成树中,然后再更新权值,如此反复,保证每次最优来达到最优解. Prim算法生成树用的是 ...
西南科技大学OJ题求最小生成树(Prim算法）1075
求最小生成树(Prim算法) 1000(ms) 10000(kb) 2256 / 4495 Tags: 生成树求出给定无向带权图的最小生成树.图的定点为字符型,权值为不超过100的整形.在提示中已经 ...
最小生成树-Prim算法详解（含全部代码）
目录适用条件测试所用图算法详解 Prim算法代码全部代码实验结果适用条件加权连通图测试所用图所用原图及生成过程其中,(a) 为原图,圆圈里面是节点的名称,边上的数字是边的权值.由实 ...
最小生成树Prim算法Java版
最小生成树Prim算法Java版算法描述: 在一个加权连通图中,顶点集合V,边集合为E 任意选出一个点作为初始顶点,标记为visit,计算所有与之相连接的点的距离,选择距离最短的,标记visit. ...
最小生成树 - Prim算法
最小生成树 - Prim算法思路: 采用贪心策略,每次选取连通块外延的最短边和对应的点放入连通块,再更新新的连通块外延的边.连通部分逐渐扩大,最后将整个图连通起来,并且边长之和最小. 时间复杂度: ...

C++ 实现无向图的最小生成树Prim算法(附完整代码)

C++ 实现无向图的最小生成树Prim算法(附完整代码)相关推荐

最新文章

热门文章