最小生成树(prim)

qwq又是一个小时,终于把prim弄懂了qwq

为什么总是这么难~~

好啦,下面是prim 的复习,主要介绍prim 的运行机制,然后依旧是博客分享,(*^▽^*)

1.读入数据

2.因为要求的是最小生成树,所以设置小根堆priority_queue(就是把操作符取反),初始化所有节点的路径长为正无穷,标记根节点1的路径长度为0,压入队列等待访问

3.访问队列元素:
  1.判断当前元素有没有被访问过,如果被访问过,直接跳过(因为prim中,如果这个节点已经被标记,就表示它已经找到了自己的最小路径,剩下的路径再怎么样也不可能比当前路径小(小根堆啊喂),所以直接跳过就可以)

  2.没有访问过,由于贪心思想所以当前路径为最小路径,直接标记为访问过,求出当前路径总长度并统计当前总共访问过的节点个数

  3.依次访问x的所有子节点,如果x到当前节点y的长度比d[x]小,那么更新d[x]的值。又因为y有可能是最小路径上的一个点,所以直接将y压入队列,等待访问。

4.所有节点访问完成之后,判断走过的节点个数是否小于n-1,如果小于,表示无法访问遍所有节点,否则,表示可以生成最小生成树

 

AC代码:

#include<bits/stdc++.h>
using namespace std;

int n,m;
vector<pair<int,int> > v[1020000];

struct node{
    int x,w;
    node(int a=0,int b=0)
    {
        x=a;
        w=b;
    }
}; 

void add(int x,int y,int z)
{
    v[x].push_back(make_pair(y,z)); 
}

bool operator < (const node &a,const node &b)
{
    return a.w >b.w ;
}

priority_queue<node> q;

int dis[1020000];
bool vis[1020000];

int main()
{
//    freopen("in.txt","r",stdin);
    cin>>n>>m;
    for(int i=1;i<=m;i++)
    {
        int a,b,c;
        cin>>a>>b>>c;
        add(a,b,c);
        add(b,a,c);
    }
    
    memset(dis,0x3f,sizeof(dis));
    
    dis[1]=0;
    q.push(node(1,dis[1]));
    int sum=0;
    int tot=1;
    
    
    while(!q.empty())
    {
        int x=q.top().x;
        q.pop();
        if(vis[x]) continue;
        vis[x]=1;
        tot++;
        sum+=dis[x];
        for(int i=0;i<v[x].size();i++)
        {
            int y=v[x][i].first;
            int z=v[x][i].second;
            if(dis[y]>z)
            {
                dis[y]=z;
                q.push(node(y,dis[y]));
             } 
        }
     } 
     
     if(tot<n-1) cout<<"orz";
     else cout<<sum;
     return 0;
    
    
}

 

 

----------巨佬博客------------

MST(Minimum Spanning Tree,最小生成树)问题有两种通用的解法,Prim算法就是其中之一,它是从点的方面考虑构建一颗MST,大致思想是:设图G顶点集合为U,首先任意选择图G中的一点作为起始点a,将该点加入集合V,再从集合U-V中找到另一点b使得点b到V中任意一点的权值最小,此时将b点也加入集合V;以此类推,现在的集合V={a,b},再从集合U-V中找到另一点c使得点c到V中任意一点的权值最小,此时将c点加入集合V,直至所有顶点全部被加入V,此时就构建出了一颗MST。因为有N个顶点,所以该MST就有N-1条边,每一次向集合V中加入一个点,就意味着找到一条MST的边。

Prim算法适用于稠密图 Kruskal适用于稀疏图

用图示和代码说明:

初始状态:


设置2个数据结构

lowcost[i]:表示以i为终点的边的最小权值,当lowcost[i]=0说明以i为终点的边的最小权值=0,也就是表示i点加入了MST

mst[i]:表示对应lowcost[i]的起点,即说明边<mst[i],i>是MST的一条边,当mst[i]=0表示起点i加入MST


我们假设V1是起始点,进行初始化(*代表无限大,即无通路):


lowcost[2]=6lowcost[3]=1,lowcost[4]=5,lowcost[5]=*,lowcost[6]=*

mst[2]=1,mst[3]=1,mst[4]=1,mst[5]=1,mst[6]=1,(所有点默认起点是V1)


明显看出,以V3为终点的边的权值最小=1,所以边<mst[3],3>=1加入MST


此时,因为点V3的加入,需要更新lowcost数组和mst数组:

 

lowcost[2]=5lowcost[3]=0,lowcost[4]=5,lowcost[5]=6,lowcost[6]=4

mst[2]=3mst[3]=0,mst[4]=1,mst[5]=3,mst[6]=3

 

明显看出,以V6为终点的边的权值最小=4,所以边<mst[6],6>=4加入MST


 

此时,因为点V6的加入,需要更新lowcost数组和mst数组:

 

lowcost[2]=5lowcost[3]=0lowcost[4]=2,lowcost[5]=6lowcost[6]=0

mst[2]=3mst[3]=0,mst[4]=6,mst[5]=3,mst[6]=0

 

 

明显看出,以V4为终点的边的权值最小=2,所以边<mst[4],4>=4加入MST


 

此时,因为点V4的加入,需要更新lowcost数组和mst数组:

 

lowcost[2]=5,lowcost[3]=0,lowcost[4]=0,lowcost[5]=6lowcost[6]=0

mst[2]=3,mst[3]=0,mst[4]=0,mst[5]=3mst[6]=0

 

明显看出,以V2为终点的边的权值最小=5,所以边<mst[2],2>=5加入MST


 

此时,因为点V2的加入,需要更新lowcost数组和mst数组:

 

lowcost[2]=0,lowcost[3]=0,lowcost[4]=0,lowcost[5]=3,lowcost[6]=0

mst[2]=0,mst[3]=0,mst[4]=0,mst[5]=2mst[6]=0

 

很明显,以V5为终点的边的权值最小=3,所以边<mst[5],5>=3加入MST

 

lowcost[2]=0,lowcost[3]=0,lowcost[4]=0,lowcost[5]=0,lowcost[6]=0

mst[2]=0,mst[3]=0,mst[4]=0,mst[5]=0,mst[6]=0

 

至此,MST构建成功,如图所示:

 

@努力努力再努力x

转自:https://www.cnblogs.com/fzl194/p/8722989.html

posted @ 2020-12-03 18:18  yxr~  阅读(263)  评论(0编辑  收藏  举报