Prim与Kruskal算法在两种存储结构下的实现

最新推荐文章于 2024-11-21 20:00:19 发布

kollektor

最新推荐文章于 2024-11-21 20:00:19 发布

阅读量521

点赞数 1

CC 4.0 BY-SA版权

分类专栏：图文章标签：算法数据结构

本文链接：https://blog.csdn.net/weixin_46127065/article/details/122471318

本文介绍了Prim和Kruskal算法用于寻找带权无向连通图的最小生成树。Kruskal算法适合边稀疏图，Prim算法适合边稠密图。Kruskal算法通过避免回路选取最小权值边，Prim算法则每次选取与当前MST距离最近的顶点。文章详细描述了两种算法的基本思想、正确性、实现细节，并提供了邻接矩阵和邻接表两种存储结构的实现方法。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

如题自用笔记如有错误欢迎及时指正

所用存储结构与基本操作见下文

https://blog.csdn.net/weixin_46127065/article/details/120631629?spm=1001.2014.3001.5502

对于求取任意一个带权无向连通图的最小生成树的问题，在要求总的权值最小的情况下，最直接的想法就是将连通网中的所有边按照权值大小进行升序排序，从小到大依次选择。由于最小生成树本身是一棵生成树，一颗最小生成树必然满足以下两点：

a).树中任意顶点之间有且仅有一条路径，即树中不能存在回路；

b.)具有n个顶点的连通图，其最小生成树中只能有 n-1 条边，这 n-1 条边连通着 n 个顶点；

Kruskal算法

基本思想

算法每轮选取与已求出的MST不构成回路的最小权值边，直到图变为n个顶点n-1条边的连通图为止。

设图中有e条边，其时间性能为O(eloge) ，是对边归并的算法，适合边稀疏图求取MST。

算法描述与正确性

描述：

1.将边按照权值从小到大排列；

2.遍历第一条边并将其加入MST里，判断是否出现回路；

3.如果出现回路则跳过，否则将该边加入MST；

4.继续遍历其余边验证，直到所有的边都遍历完；

正确性：

将边按权值大小排序完成后，将第一条边加入MST后，必然得到一颗MST，加入第二条边时，MST依旧成立。

加入第三条边时，若三条边形成回路，则略过该边，已知边集合已按权值从小到大排序，此时MST仍然成立，若加入第三条边不形成回路时，将其直接加入MST，MST仍然成立。

综上，在n个顶点图中遍历n-1条边后，必然求出一颗MST。

实现时要做的工作

1.获取图中所有边，需要一个结构体和数组来保存；

2.边从小到大排序，方便之后归并；

3.判定已选边是否构成回路（有多种方法，为便于讨论仅给出一个）；

判定回路方法：设置两个变量保存当前所选边的起始顶点与结尾顶点下标，找到这两个顶点在已求出MST中的终点下标，比较两者的终点下标是否相等，相等则加入该边到MST中会出现回路，否则加入该边到MST中不会出现回路。

辅助工具

//辅助结构体
typedef struct EdgeData{
    VertexType start;       //边起始顶点
    VertexType end;         //边结尾顶点
    int weight;             //边权值
} EData;

//按权值从小到大对边排序
void SortEdges(EData *edges, int length){
    int i,j;
    for (i=0; i<length; i++){
        for (j=i+1; j<length; j++){
            if (edges[i].weight > edges[j].weight){
                // 交换"第i条边"和