一个有 n n 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 n n 个结点,并且有保持图连通的最少的边。最小生成树是所有生成树中遍全总和最小的那个,它可以用 Kruskal 算法或 Prim 算法求出。
一、Prim 算法
思想:循环 n n n 次,每次选出一个没被选过的点,加入到最小生成树中,每次循环都会更新最小值。
代码:
cpp
#include <bits/stdc++.h>
using namespace std;
int n,m,a,b,c;
int mp[1010][1010];
int inf = 1e9;
int d[1010],vis[1010];
int ret;
void prim()
{
for (int i = 1;i <= n;i++) d[i] = inf;
d[1] = 0;
for (int step = 1;step <= n;step++)
{
int id = -1,min = inf;
for (int i = 1;i <= n;i++) if (!vis[i] && d[i] < min) min = d[i],id = i;
if (id == -1)
{
printf("-1");
return ;
}
ret += min;
vis[id] = 1;
for (int i = 1;i <= n;i++) if (!vis[i] && mp[i][id] < d[i]) d[i] = mp[i][id];
}
cout << ret;
return ;
}
int main() {
cin >> n >> m;
for (int i = 1;i <= n;i++) for (int j = 1;j <= n;j++) mp[i][j] = inf;
for (int i = 1;i <= m;i++) cin >> a >> b >> c,mp[a][b] = mp[b][a] = min(mp[a][b],c);
prim();
return 0;
}
二、Kruskal 算法
前置知识:并查集
并查集,在一些有 N N N 个元素的集合应用问题中,我们通常是在开始时让每个元素构成一个单元素的集合,然后按一定顺序将属于同一组的元素所在的集合合并,期间要反复查找一个元素在哪个集合中。这一类问题反复出现在信息学的国际国内赛题中。其特点是看似并不复杂,但数据量极大,若用正常的数据结构来描述的话,往往在空间上过大,计算机无法承受;即使在空间上勉强通过,运行的时间复杂度也极高,根本就不可能在比赛规定的运行时间内计算出试题需要的结果,只能用并查集来描述。
并查集是一种树型的数据结构,用于处理一些不相交集合的合并及查询问题。常常在使用中以森林来表示,其实顾名思义就是既能合并,又能查询的集合。
题目:并查集
现在有一个并查集,你需要完成合并和查询操作。
第一行包含两个整数 N , M N,M N,M,表示共有 N N N 个元素和 M M M 个操作。
接下来 M M M 行,每行包含三个整数 Z i , X i , Y i Z_i,X_i,Y_i Zi,Xi,Yi。
当 Z i = 1 Z_i=1 Zi=1 时,将 X i X_i Xi 与 Y i Y_i Yi 所在的集合合并。
当 Z i = 2 Z_i=2 Zi=2 时,输出 X i X_i Xi 与 Y i Y_i Yi 是否在同一集合内,是的输出 y
,否则输出 N
。
对于每个 Z i = 2 Z_i=2 Zi=2,输出一行一个字符 Y
或 N
。
思路:利用一个 fa[i]
数组记录每个结点的父节点,通过 find
函数求出每个集合的根结点。
find
函数核心代码:return x == fa[x] ? fa[x] = find(fa[x]);
并查集代码:
cpp
#include <bits/stdc++.h>
using namespace std;
int n,m;
int fa[100010];
int find(int x)
{
//核心代码 find 函数
return x == fa[x] ? x : fa[x] = find(fa[x]);
}
int main()
{
cin >> n >> m;
for (int i = 1;i <= n;i++) fa[i] = i;
for (int i = 1;i <= m;i++)
{
int a,b,c;
cin >> a >> b >> c;
if (a == 1)
{
int fx = find(b),fy = find(c);
if (fx != fy) fa[fx]= fy;
}
else
{
int fx = find(b),fy = find(c);
if (fx != fy) cout << "N\n";
else cout << "Y\n";
}
}
return 0;
}
而 Kruskal 的想法与并查集类似:将每个点看做一个集合,作出并查集的操作,求出最小值。
代码:
cpp
#include <bits/stdc++.h>
using namespace std;
int n,m;
struct node
{
int a,b,c;
}e[100010];
bool cmp(node a,node b)
{
return a.c < b.c;
}
int fa[100010];
int find(int x)
{
return x == fa[x] ? x : fa[x] = find(fa[x]);
}
int kruskal()
{
for (int i = 1;i <= n;i++) fa[i] = i;
int ans,cnt;
ans = cnt = 0;
for (int i = 1;i <= m;i++)
{
int fx = find(e[i].a),fy = find(e[i].b);
if (fx != fy)
{
cnt++;
ans += e[i].c;
if (cnt == n-1) break;
}
fa[fy] = fx;
}
return ans;
}
int main()
{
cin >> n >> m;
for (int i = 1;i <= m;i++) cin >> e[i].a >> e[i].b >> e[i].c;
sort(e+1,e+m+1,cmp);
cout << kruskal();
return 0;
}
个人认为 Kruskal 算法更好理解,你觉得呢?