用c语言描述普里姆算法和克鲁斯卡尔算法,克鲁斯卡尔算法+普里姆算法 详解
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法,只不过构建时要考虑是否会形成环路而已。
此时我们用到了图的存储结构中的边集数组结构。
以下是边集数组结构的定义代码:
本算法所用同普里姆算法的实例,我们直接创建图的边集数组。
并对边的权值从小到大排序后如下图:
【2】克鲁斯卡尔算法及详解
克鲁斯卡尔算法及其详解:
鉴于此算法很简单,当 i=0, i=1, i=2时执行结果可以眼观,不再赘述。直接分析重点:
此算法的Find函数由边数e决定,时间复杂度为O(loge),而外面有一个for循环e次。
所以克鲁斯卡尔算法的时间复杂度为O(eloge)
对比两个算法:
克鲁斯卡尔算法主要针对边展开,边数少时效率会很高,所以对于稀疏图有优势
而普利姆算法对于稠密图,即边数非常多的情况会好些。
【3】克鲁斯卡尔算法实现
实现代码如下:
/克鲁斯卡尔算法
//在连通网中求出最小生成树
#include
#include
#define MAXEDGE 20
#define MAXVEX 20
#define INFINITY 65535
typedef struct
{
int arc[MAXVEX][MAXVEX];
int numVertexes, numEdges;//顶点数,边数
}MGraph;
typedef struct
{
int begin;
int end;
int weight;
}Edge; //对边集数组Edge结构的定义
//创建图的邻接矩阵
void CreateMGraph(MGraph *G) {
int i, j;
G->numEdges=11;
G->numVertexes=7;
for (i = 0; i < G->numVertexes; i++) {
for ( j = 0; j < G->numVertexes; j++) {
if (i==j)
G->arc[i][j]=0;
else
G->arc[i][j] = G->arc[j][i] = INFINITY;
}
}
G->arc[0][1]=7;
G->arc[0][3]=5;
G->arc[1][2]=8;
G->arc[1][3]=9;
G->arc[1][4]=7;
G->arc[2][4]=5;
G->arc[3][4]=15;
G->arc[3][5]=6;
G->arc[4][5]=8;
G->arc[4][6]=9;
G->arc[5][6]=11;
for(i = 0; i < G->numVertexes; i++) {
for(j = i; j < G->numVertexes; j++) {
G->arc[j][i] =G->arc[i][j];
}
}
}
//快速排序的条件
int cmp(const void* a, const void* b) {
return (*(Edge*)a).weight - (*(Edge*)b).weight;
}
//找到根节点
int Find(int *parent, int f) {
while ( parent[f] > 0) {
f = parent[f];
}
return f;
}
// 生成最小生成树
void MiniSpanTree_Kruskal(MGraph G) {
int i, j, n, m;
int k = 0;
int parent[MAXVEX]; //用于寻找根节点的数组
Edge edges[MAXEDGE]; //定义边集数组,edge的结构为begin,end,weight,均为整型
// 用来构建边集数组并排序(将邻接矩阵的对角线右边的部分存入边集数组中)
for ( i = 0; i < G.numVertexes-1; i++) {
for (j = i + 1; j < G.numVertexes; j++) {
if (G.arc[i][j] < INFINITY) {
edges[k].begin = i; //编号较小的结点为首
edges[k].end = j; //编号较大的结点为尾
edges[k].weight = G.arc[i][j];
k++;
}
}
}
//为边集数组Edge排序
qsort(edges, G.numEdges, sizeof(Edge), cmp);
for (i = 0; i < G.numVertexes; i++)
parent[i] = 0;
printf("打印最小生成树:\n");
for (i = 0; i < G.numEdges; i++) {
n = Find(parent, edges[i].begin);//寻找边edge[i]的“首节点”所在树的树根
m = Find(parent, edges[i].end);//寻找边edge[i]的“尾节点”所在树的树根
//假如n与m不等,说明两个顶点不在一棵树内,因此这条边的加入不会使已经选择的边集产生回路
if (n != m) {
parent[n] = m;
printf("(%d, %d) %d\n", edges[i].begin, edges[i].end, edges[i].weight);
}
}
}
int main(void)
{
MGraph G;
CreateMGraph(&G);
MiniSpanTree_Kruskal(G);
return 0;
}
普里姆算法:
普里姆(Prim)算法,和克鲁斯卡尔算法一样,是用来求加权连通图的最小生成树的算法。
基本思想 对于图G而言,V是所有顶点的集合;现在,设置两个新的集合U和T,其中U用于存放G的最小生成树中的顶点,T存放G的最小生成树中的边。 从所有uЄU,vЄ(V-U) (V-U表示出去U的所有顶点)的边中选取权值最小的边(u, v),将顶点v加入集合U中,将边(u, v)加入集合T中,如此不断重复,直到U=V为止,最小生成树构造完毕,这时集合T中包含了最小生成树中的所有边。
普里姆算法图解
以上图G4为例,来对普里姆进行演示(从第一个顶点A开始通过普里姆算法生成最小生成树)。
初始状态:V是所有顶点的集合,即V={A,B,C,D,E,F,G};U和T都是空! 第1步:将顶点A加入到U中。 此时,U={A}。 第2步:将顶点B加入到U中。 上一步操作之后,U={A}, V-U={B,C,D,E,F,G};因此,边(A,B)的权值最小。将顶点B添加到U中;此时,U={A,B}。 第3步:将顶点F加入到U中。 上一步操作之后,U={A,B}, V-U={C,D,E,F,G};因此,边(B,F)的权值最小。将顶点F添加到U中;此时,U={A,B,F}。 第4步:将顶点E加入到U中。 上一步操作之后,U={A,B,F}, V-U={C,D,E,G};因此,边(F,E)的权值最小。将顶点E添加到U中;此时,U={A,B,F,E}。 第5步:将顶点D加入到U中。 上一步操作之后,U={A,B,F,E}, V-U={C,D,G};因此,边(E,D)的权值最小。将顶点D添加到U中;此时,U={A,B,F,E,D}。 第6步:将顶点C加入到U中。 上一步操作之后,U={A,B,F,E,D}, V-U={C,G};因此,边(D,C)的权值最小。将顶点C添加到U中;此时,U={A,B,F,E,D,C}。 第7步:将顶点G加入到U中。 上一步操作之后,U={A,B,F,E,D,C}, V-U={G};因此,边(F,G)的权值最小。将顶点G添加到U中;此时,U=V。
此时,最小生成树构造完成!它包括的顶点依次是:A B F E D C G。
普里姆算法的代码说明
以"邻接矩阵"为例对普里姆算法进行说明,对于"邻接表"实现的图在后面会给出相应的源码。
1. 基本定义
// 邻接矩阵
typedef struct _graph
{
char vexs[MAX]; // 顶点集合
int vexnum; // 顶点数
int edgnum; // 边数
int matrix[MAX][MAX]; // 邻接矩阵
}Graph, *PGraph;
// 边的结构体
typedef struct _EdgeData
{
char start; // 边的起点
char end; // 边的终点
int weight; // 边的权重
}EData;
Graph是邻接矩阵对应的结构体。 vexs用于保存顶点,vexnum是顶点数,edgnum是边数;matrix则是用于保存矩阵信息的二维数组。例如,matrix[i][j]=1,则表示"顶点i(即vexs[i])"和"顶点j(即vexs[j])"是邻接点;matrix[i][j]=0,则表示它们不是邻接点。 EData是邻接矩阵边对应的结构体。
2. 普里姆算法
#include
#include
#include
#include
#define MAX 100
#define INF (~(0x1<<31))
typedef struct Graph
{
char vexs[MAX];
int vexnum;
int edgnum;
int matrix[MAX][MAX];
} Graph,*PGraph;
typedef struct EdgeData
{
char start;
char end;
int weight;
} EData;
static int get_position(Graph g,char ch)
{
int i;
for(i=0; i
if(g.vexs[i]==ch)
return i;
return -1;
}
Graph* create_graph()
{
char vexs[]= {'A','B','C','D','E','F','G'};
int matrix[][7]=
{
{0,12,INF,INF,INF,16,14},
{12,0,10,INF,INF,7,INF},
{INF,10,0,3,5,6,INF},
{INF,INF,3,0,4,INF,INF},
{INF,INF,5,4,0,INF,8},
{16,7,6,INF,2,0,9},
{14,INF,INF,INF,8,9,0}
};
int vlen=sizeof(vexs)/sizeof(vexs[0]);
int i,j;
Graph *pG;
if((pG=(Graph*)malloc(sizeof(Graph)))==NULL)
return NULL;
memset(pG,0,sizeof(pG));
pG->vexnum=vlen;
for(i=0; ivexnum; i++)
pG->vexs[i]=vexs[i];
for(i=0; ivexnum; i++)
for(j=0; jvexnum; j++)
pG->matrix[i][j]=matrix[i][j];
for(i=0; ivexnum; i++)
{
for(j=0; jvexnum; j++)
{
if(i!=j&&pG->matrix[i][j]!=INF)
pG->edgnum++;
}
}
pG->edgnum/=2;
return pG;
}
void print_graph(Graph G)
{
int i,j;
printf("Matrix Graph: \n");
for(i=0; i
{
for(j=0; j
printf("%10d ",G.matrix[i][j]);
printf("\n");
}
}
EData* get_edges(Graph G)
{
EData *edges;
edges=(EData*)malloc(G.edgnum*sizeof(EData));
int i,j;
int index=0;
for(i=0; i
{
for(j=i+1; j
{
if(G.matrix[i][j]!=INF)
{
edges[index].start=G.vexs[i];
edges[index].end=G.vexs[j];
edges[index].weight=G.matrix[i][j];
index++;
}
}
}
return edges;
}
void prim(Graph G,int start)
{
int min,i,j,k,m,n,sum;
int index=0;
char prim[MAX];
int weight[MAX];
prim[index++]=G.vexs[start];
for(i=0; i
weight[i]=G.matrix[start][i];
weight[start]=0;
for(i=0; i
{
//i用来控制循环的次数,每次加入一个结点,但是因为start已经加入,所以当i为start是跳过
if(start==i)
continue;
j=0;
k=0;
min=INF;
for(k=0; k
{
if(weight[k]&&weight[k]
{
min=weight[k];
j=k;
}
}
sum+=min;
prim[index++]=G.vexs[j];
weight[j]=0;
for(k=0; k
{
if(weight[k]&&G.matrix[j][k]
weight[k]=G.matrix[j][k];
}
}
// 计算最小生成树的权值
sum = 0;
for (i = 1; i < index; i++)
{
min = INF;
// 获取prims[i]在G中的位置
n = get_position(G, prim[i]);
// 在vexs[0...i]中,找出到j的权值最小的顶点。
for (j = 0; j < i; j++)
{
m = get_position(G, prim[j]);
if (G.matrix[m][n]
min = G.matrix[m][n];
}
sum += min;
}
printf("PRIM(%c)=%d: ", G.vexs[start], sum);
for (i = 0; i < index; i++)
printf("%c ", prim[i]);
printf("\n");
}
int main()
{
Graph *pG;
pG=create_graph();
print_graph(*pG);
prim(*pG,0);
}
运行结果:
用c语言描述普里姆算法和克鲁斯卡尔算法,克鲁斯卡尔算法+普里姆算法 详解相关推荐
- Windows系统里Oracle 11g R2 Client(64bit)的下载与安装(图文详解)
1.全网最详细的Windows系统里Oracle 11g R2 Client(64bit)的下载与安装(图文详解) 方法地址:https://www.cnblogs.com/zlslch/p/9273 ...
- 电流测试c语言算法,电流检测电路设计方案汇总(六款模拟电路设计原理图详解)...
电流检测电路设计方案(一) 低端检流电路的检流电阻串联到地(图1),而高端检流电路的检流电阻是串联到高电压端(图2).两种方法各有特点:低端检流方式在地线回路中增加了额外的线绕电阻,高端检流方式则要处 ...
- 常用算法(冒泡、插入、选择、快速)和二叉树详解
同一问题可用不同算法解决,而一个算法的质量优劣将影响到算法乃至程序的效率.算法分析的目的在于选择合适算法和改进算法. 计算机科学中,算法的时间复杂度是一个函数,它定量描述了该算法的运行时间.这是一个关 ...
- 图像处理知多少?准大厂算法工程师30+场秋招后总结的面经问题详解
点击上方"3D视觉工坊",选择"星标" 干货第一时间送达 作者丨灯会 来源丨极市平台 编辑丨极市平台 极市导读 本篇主要包含了图像滤波.边缘检测相关常考内容等相 ...
- CentOS系统里如何正确取消或者延长屏幕保护自动锁屏功能(图文详解)
不多说,直接上干货! 对于我这里想说的是,分别从CentOS6.X 和 CentOS7.X来谈及. 1. 问题:默认启动屏幕保护 问题描述: CentOS系统在用户闲置一段时间(默认为5分钟)后, ...
- r语言echarts画箱线图_echarts学习笔记之箱线图的分析与绘制详解
一.箱线图 box-plot 箱线图(boxplot)也称箱须图(box-whisker plot),它是用一组数据中的最小值.第一四分位数.中位数.第三四分位数和最大值来反映数据分布的中心位置和散布 ...
- 2020牛客寒假算法基础集训营3 B 牛牛的DRB迷宫II二进制详解
2020牛客寒假算法基础集训营3 B 牛牛的DRB迷宫II B 牛牛的DRB迷宫II 输入: 25 输出: 5 5 RBBBR BBBBB BBBDB BDBBB RBBBB 题解 由图求方案数,我们 ...
- php语言中双引号的作用是什么,php中的单引号与双引号作用详解
一.引号定义字符串 在Php中,通常一个字符串被定义在一对引号中,如: 'I am a string in single quotes' "I am a string in double q ...
- 【大道至简】机器学习算法之隐马尔科夫模型(Hidden Markov Model, HMM)详解(3)---学习问题:Baum-Welch算法推导及Python代码实现
☕️ 本文系列文章汇总: (1)HMM开篇:基本概念和几个要素 (2)HMM计算问题:前后向算法 (3)HMM学习问题:Baum-Welch算法 (4) HMM预测问题:维特比算法 ☕️ 本文来自专栏 ...
- 【算法竞赛学习笔记】后缀自动机SAM-超经典的字符串问题详解
title : 后缀自动机 date : 2021-11-11 tags : ACM,字符串 author : Linno 前置知识 KMP,Trie,AC自动机等字符串基础 DFA(有限状态自动机) ...
最新文章
- 什么?Spring Boot CommandLineRunner 有坑!?
- python星期计算_Python简单计算给定某一年的某一天是星期几示例
- 工作流引擎Activiti使用总结
- 说说图片加载不出来_晒晒我的新家,朋友都说好看,恨不得天天宅在卧室不出来...
- JS 学习笔记--11---内置对象(Global/Math)
- 怎样王远端服务器上传文件,传王电子传真使用指南-Freefax传真服务器,传王A6,免费传真...
- 2.2基本算法之递归和自调用函数_一文学会递归解题
- asp空间和php空间_免费ASP空间与免费PHP空间
- 第H题 输入N求N的阶乘的10进制表示的长度
- yolov4训练自己的数据
- ubuntu锐捷校园网
- web资源优化-图片篇(一)
- win7升级win10正式版_最新win7如何升级win10操作教程,你还在用win7吗?
- 打开word2010每次都要配置进度的解决办法
- python 时间转为秒数
- python安装报错:User installations are disabled via policy on the machine. 0x80070643
- 系统集成项目管理工程师 下午 真题 及考点(2022年四套卷)
- 《国史通鉴》历代一句话概括总结+大脉络记历史~~
- 团队管理22-团队文化
- java.lang.RuntimeException: java.lang.NoSuchMethodException: com.xxx.analy
热门文章
- HoloWAN网络损伤仪带宽限制功能的介绍
- NVIDA apex 安装错误
- Xshell使用密钥 或密码 登录linux
- 解决win11 IDEA 升级或重新安装任务栏图标变成白色的问题
- 计算机科学和统计学AP,新航道解析:AP计算机科学A-标识符和类型
- aspose excel转PDF格式
- 术与道_移动应用UI设计必修课余振华
- pyqt5 同时显示多个画面_体育赛事直播应用NHL.TV可让屏幕同时显示6个画面,全景观看比赛...
- 正确的WordPress安装方式 – 完整教程 (2021)
- 3dsmax怎么添加uv坐标_012:多层贴图UVWMAP(UV坐标)技术