Prim 算法求解最小生成树
c++
Prim 算法求解最小生成树。 O(N^2) 和 O(mlog m)
/* * 最小生成树 * 最小生成树是图论中最为常见的问题之一,不过相比于最短路中的单源最短路和多源最短路,最小生成树算法主流仅有两种。 * 分别是 Prim 算法和 Kruskal 算法。这两个算法一个是基于点的算法,一个是基于边的算法。 * 这两者的关系有些像 最短路中 Dijkstra 和 Bellmanford。其中,Prim 算法和 Dijkstra 的流程图几乎一致。 * 此次,我们将要介绍著名的 Prim 算法。 * * 算法流程: * 假设,我们在构建最小生成树过程中,加入树中的点集为 U,不在树中的点集为 V。 * Step 1: * 任意加入一个点 到 U 中,同理其他的节点都应该在 V中。 * Step 2: * 不断从 V 中选择距离集合 U 最近的点,加入 U 中,直到所有点都在 U 中,或者是 V 中剩余的点不可达 U * Step 3: * 倘若所有的点都加入了 U ,最小生成树已经构成,否则该图无法构成最小生成树。 * 算法证明: * 对于这种迭代算法,仅需要证明其在 i -> i + 1次,算法仍然成立即可。 * 假如说,我们 集合 Ui -> U(i+1) 是,加入的是点 u,对应边为 edge1 ,不妨考虑,有没有一种可能,不在这里加入 u,而是在其他位置加入 u 呢? * * 假如说,有一种解决方案,得到了最小生成树,但是加入 u 点不在此处,而是更为靠后。那我们在树中,加入 edge1,形成环。因为 edge 1 是集合 U和 * 集合 V 中最近的边,其它边肯定是大于等于 edge1,那么我们拿掉这个边,换上 edge1,此时的生成树代价小于等于最小生成树。他也一定是一个最小生成树。 * * 算法复杂度: * 因为操作步骤和 Dijkstra 相同,复杂度一样为 O(Mlog M)或者是 O(N^2) * 注意点: * 这是无向图 */ #include <iostream> #include <cstdio> #include <cstring> #include <algorithm> #include <string> #include <vector> #include <queue> using namespace std; const int N = 510, M = 200010, INF = 0x3f3f3f3f; typedef pair<int, int> PII; int h[N], e[M], ne[M], w[M], idx; int dist[N]; bool st[N]; int n, m; void add(int a, int b, int c) { e[idx] = b, w[idx] = c, ne[idx] = h[a], h[a] = idx ++; } // n^2 int Prim_n_2() { int ret = 0; memset(st, false, sizeof st); memset(dist, 0x3f, sizeof dist); dist[1] = 0; int u, v; for (int i = 1; i <= n; i ++ ) { u = -1; for (int j = 1; j <= n; j ++ ) { if (st[j] == false && (u == -1 || dist[u] > dist[j])) { u = j; } } if (u == -1 || dist[u] >= INF) { return INF; } st[u] = true; ret += dist[u]; for (int j = h[u]; ~j; j = ne[j]) { v = e[j]; dist[v] = min(dist[v], w[j]); } } return ret; } // mlog m int Prim_mlogm() { int ret = 0; memset(st, false, sizeof st); memset(dist, 0x3f, sizeof dist); dist[1] = 0; priority_queue<PII, vector<PII>, greater<PII> > heap; heap.push(PII(0, 1)); int u, v, d, d2; PII cur; while (heap.empty() == false) { cur = heap.top(); heap.pop(); d = cur.first, u = cur.second; if (st[u] == true) { continue; } st[u] = true; ret += d; for (int i = h[u]; ~i; i = ne[i]) { v = e[i]; d2 = w[i]; if (dist[v] > d2) { dist[v] = d2; heap.push(PII(d2, v)); } } } for (int i = 1; i <= n; i ++ ) { if (st[i] == false) { return INF; } } return ret; } int main() { // initialize memset(h, -1, sizeof h); memset(ne, -1, sizeof ne); idx = 0; // input scanf("%d%d", &n, &m); while (m -- ) { static int a, b, c; scanf("%d%d%d", &a, &b, &c); add(a, b, c); add(b, a, c); } int res = Prim_mlogm(); if (res >= INF / 2) { printf("impossible\n"); } else { printf("%d\n", res); } return 0; }
【推荐】国内首个AI IDE,深度理解中文开发场景,立即下载体验Trae
【推荐】编程新体验,更懂你的AI,立即体验豆包MarsCode编程助手
【推荐】抖音旗下AI助手豆包,你的智能百科全书,全免费不限次数
【推荐】轻量又高性能的 SSH 工具 IShell:AI 加持,快人一步
· winform 绘制太阳,地球,月球 运作规律
· AI与.NET技术实操系列(五):向量存储与相似性搜索在 .NET 中的实现
· 超详细:普通电脑也行Windows部署deepseek R1训练数据并当服务器共享给他人
· 【硬核科普】Trae如何「偷看」你的代码?零基础破解AI编程运行原理
· 上周热点回顾(3.3-3.9)