最小生成树之普利姆算法与克鲁斯卡尔算法(贪心算法)

最小生成树(贪心算法)

概念

  • 一个有 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 个结点,并且有保持图连通的最少的边。
  • 连通图有多种连接方式,而其中最小的连通图,就是最小生成树
  • 连通图分为:无向、有向
    • 无向连通图:所以顶点相连,但各个边都没有方向
    • 有向连通图:边有方向

1.普利姆算法(Prim)-----最近顶点策略

  • 策略:选择图中的一个顶点作为起始点,每一步贪心选择不在当前生成树中的最近顶点加入生成树中,直到所有顶点都加入到树中。

  • 算法如下:

    (1)、假如G为无向连通带权图,每两个相邻节点构成一个带权边,其值设为:权值。即:(所有每相邻的两个节点都有各自的权值,只是权值大小不同)

    (2)、设集合 W和D,W用于存放G的最小生成树的顶点集合,D存放G的最小生成树的权值集合

    (3)、选中G的一个节点 (其索引为data-0) 作为初值,从顶点data0开始构建最小生成树。集合D的初值为D{}。

    (4)、标记W[data0]=1.表示标记已被选中的节点

    (5)、data0节点找出周围相邻,且带权边最小的节点(其索引为data-n)。

    (6)、将节点data-n加入集合W。标记W[data-n]=1;将带权边(data0,data-n)加入集合D

    (7)、重复上面步骤

  • 图解步骤:

    (1)、无向连通图

(2)、以节点A开始延申:发现(A,G)间的权值最小,于是选中G为连通点

(3)、以A、G节点为顶点找与之相邻的最小权值边:发现(G,B)间的带权边值最小,选中B

(4)、又以 A、G、B节点为顶点找与之相邻的最小权值边:发现(G,E)间的带权边值最小,选中E

(5)、又以 A、G、B、E节点为顶点找与之相邻的最小权值边:发现(B,A)与(E,F)间的带权边值最相同且最小,但A和B节点都是已使用过的节点,所以选中 F 节点

(6)、依次选择,得到最后的最小生成树

代码如下:


import java.util.Arrays;
/*
贪心策略:最小生成树-普里姆算法
 :在包含n个顶点的无向连通图中,找出只有(n-1)条边且包含n个顶点的连通子图。使其形成最小连通子图。连通子图不能出现回路
分析:
 1.设置集合 W和集合 D 。其中W存入的是无向连通图中最小生成树的顶点集合;D存入的是最小生成树每相邻两个顶点之间的连接边的集合
 2.另集合W的初值为 W{w0}(即从w0顶点开始构建最小生成树),另集合D初始值为 D{}
 3.设V为还未被选中的顶点。
 4.从w与v=V-W 中组成的所有带权边中选出最小的带权边(wn,vn).
 5.将顶点vn加入集合W中。此时集合W{wn,vn},集合D{(wn,vn)}
 6.重复上面步骤,直到V中所有顶点都加入到了W中,边有n-1条带权边。结束
代码:探讨修路问题
 */
public class test1 {
 public static void main(String[] args) {
 //所有节点
 char[] ndata=new char[]{'A','B','C','D','E','F','G'};
 //获取节点个数
 int nodes = ndata.length;
 //邻接矩阵.用较大的数10000表示两点不连通
 int[][] ndlenght=new int[][]{
 //A ,B,C, D , E , F ,G
 {10000,5,7,10000,10000,10000,2}, //A
 {5,10000,10000,9,10000,10000,3}, //B
 {7,10000,10000,10000,8,10000,10000},//C
 {10000,9,10000,10000,10000,4,10000},//D
 {10000,10000,8,10000,10000,5,4}, //E
 {10000,10000,10000,4,5,10000,6}, //F
 {2,3,10000,10000,4,6,10000}, //G
 };
 //创建图对象
 Chart chart=new Chart(nodes);
 //创建生成数对象
 MinTree mt=new MinTree();
 //创建邻接矩阵
 mt.creathart(chart,nodes,ndata,ndlenght);
 //获取矩阵
 // mt.dischart(chart);
 mt.Prim(chart,0);
 }
}
/*
第二步:
创建生成树对象
 */
class MinTree{
 /**
 * 创建邻接矩阵
 * @param chart :图对象
 * @param nodes :节点个数
 * @param ndata :存放节点数据
 * @param ndlenght :带权边
 */
 public void creathart(Chart chart,int nodes,char[] ndata,int[] [] ndlenght){
 //i:已经被选中的节点,ndata[i0]就是为初值,ndata[0]节点开始生成树。一共有nodes个
 for (int i=0;i<nodes;i++){
 //将当前已被选的节点存入图对象的ndata中
 chart.ndata[i]=ndata[i];
 //j:还未被选中的节点
 for (int j=0;j<nodes;j++){
 //将所有可能两两连接的节点组合,存入图对象的邻接矩阵中
 chart.ndlenght[i][j]=ndlenght[i][j];
 }
 }
 }
 //显示图矩阵
 public void dischart(Chart chart){
 for (int[] link:chart.ndlenght){
 System.out.println(Arrays.toString(link));
 }
 }
 /**
 * 普里姆算法:
 * 最小生成树
 * @param chart:图
 * @param v :初值
 */
 public void Prim(Chart chart,int v){
 //存放已被选中的节点,初始都为0
 int[] ondata=new int[chart.nodes];
 //标记初值节点已被选中,1(表示被选中了的)
 ondata[v]=1;
 //设即将相连的两个节点下标为 index1、index2。由于还没有存入,所以初始为-1
 int index1=-1;
 int index2=-1;
 //由于还不知道第一个边长为多少,所以先虚拟设置一个最大带权边长。后面后被替换的
 int max=10000;
 //k:表示最多生成(n-1)条带权边
 for (int k=1;k<chart.nodes;k++){
 //i:表示以被选中的节点;j:还未被选中的节点
 for (int i=0;i<chart.nodes;i++){
 for (int j=0;j<chart.nodes;j++){
 if (ondata[i]==1&&ondata[j]==0&&chart.ndlenght[i][j]<max){
 max=chart.ndlenght[i][j];
 index1=i;
 index2=j;
 }
 }
 }
 System.out.println("节点:<"+chart.ndata[index1]+","+chart.ndata[index2]+">,==>带权边长:"+max);
 //将当前节点标记为以访问使用的节点
 ondata[index2]=1;
 //重置max
 max=10000;
 }
 }
}
/*
第一步:
创建图对象
 */
class Chart{
 int nodes; //图中节点个数
 char[] ndata; //存放节点数据
 int[] [] ndlenght; //存放带权边。也是邻接矩阵
 //构造器
 public Chart(int nodes) {
 this.nodes = nodes;
 //初始化,数组长度为nodes(节点个数)
 ndata=new char[nodes];
 //初始化,矩阵为nodes行nodes列
 ndlenght=new int[nodes][nodes];
 }
}

结果:

2.,克鲁斯卡尔算法(Kruskal)----最短边策略

  • 策略:每一次贪心的选择从剩下的边中最小的边且不产生环路的,加入到已选边的集合中。直到所有顶点都加入进来。

  • 按照权值从小到大选择n-1条边,并且这些边不构成环路。

  • 算法如下:

    (1)、构建有n个顶点的无边连通图 W ,

    2)、对无向连通图 H 中的各个带权边从小到大排序

    (3)、依次从小到大将 H 中的带权边加入到 W中(期间不能构成环路

  • 算法图解及判断环路:

    • 环路:已加入加入到无边联通图中的顶点的终点不能相同

    • 终点:将所有顶点从小到大排序后,某个顶点的终点就是"与它相连的最大的顶点";

    • (1)、无边连通图 W。与无向连通图 H1:顶点以排序;2.权值以排序

      • 顶点的终点:此时由于还没有加入。所以W中所有的各个顶点的终点是自己本身

  • (2)、H中从小到大排序后的边依次加入 W中。

    • (2.1)、第一次:<A,C>=4,

    • 顶点的终点:因为顶点是已排序为{A,B,C,D},而目前加入到W中的只有{A,C}。所以A与C连通的最大顶点是:A--->C;C--->C

- (2.2)、第二次:<B,D>=5,
- 顶点的终点:此时**W**中有{A,C},{B,D}。由于目前{B,D}还没有与{A,C}连通,所以B与D连通的最大顶点是:B--->D;D--->D,
- (2.3)、第三次:<C,D>=6,这里虽然前面C与D被加入过,但它们的终点却不同。
- 顶点的终点:此时**W**中有{A,C},{B,D},{C,D}。由于{C,D}的加入导致{A,B,C,D}相互连接,所最大顶点是:A--->D;B--->D;C--->D;D--->D,
- (2.4)、第四次:<A,D>=7。由于前面得出A,与D的最大顶点(终点)相同为D,如果加入会构成环路。所以不能加入.跳过此边,加入下一条边
- (2.5)、第五次:<A,B>=8。由于前面得出A,与B的最大顶点(终点)相同为D,如果加入会构成环路。所以不能加入。所以加入下一条边,发现没有,所有边都已加入到了。
  • (3)、注意:在(2.3)时。其实所有顶点都已加入到了W中,所以就不需要判断后面的了。后面的结论只是为了说明终点与环路。

  • 代码如下:


import java.util.Arrays;
/**
 * 最小生成树:克鲁斯卡尔算法
 * 将无向连通图中的各个边从小到大排序,依次放入无边连通图中(不能出现环路)
 */
public class test1 {
 private int geshu; //边的个数
 private char[] data; //存放节点
 private int[][] allquanzhi; //存放带权边,邻接矩阵
 //标记不能相连通的两个节点,即不相邻的两个节点所形成的带权边。为Integer最大值
 private static final int maxlen = Integer.MAX_VALUE;
 public static void main(String[] args) {
 // char[] data={'A','B','C','D','E'};
// int[][] allquanzhi={
// {0,20,maxlen,60,15},
// {20,0,42,maxlen,maxlen},
// {maxlen,42,0,30,maxlen},
// {60,maxlen,30,0,23},
// {15,maxlen,maxlen,23,0},
// };
 char[] data={'A','B','C','D'};
 int[][] allquanzhi={
 {0,8,4,7},
 {8,0,maxlen,5},
 {4,maxlen,0,6},
 {7,5,6,0}
 };
 test1 t=new test1(data,allquanzhi);
 //打印矩阵
 t.dayinjuzheng();
 Bian[] bians=t.andbian();
 System.out.println("排序前的边集合"+Arrays.toString(bians));
 t.biansort(bians);
 System.out.println("排序后的边集合"+Arrays.toString(bians));
 t.KrusKal();
 }
 //定义构造器
 public test1(char[] data, int[][] allquanzhi) {
 //初始化顶点数
 int spotgeshu = data.length;
 //初始化顶点(节点)
 this.data = data;
 //初始化 边
 this.allquanzhi = allquanzhi;
 //统计边的个数
 for (int i = 0; i < spotgeshu; i++) {
 for (int j = i+1; j < spotgeshu; j++) {
 if (this.allquanzhi[i][j] < maxlen) {
 geshu++;
 }
 }
 }
 }
 //打印邻接矩阵
 public void dayinjuzheng() {
 System.out.println(geshu);
 for (int i = 0; i < data.length; i++) {
 for (int j = 0; j < data.length; j++) {
 //格式化输出
 System.out.printf("%15d\t", +allquanzhi[i][j]);
 }
 System.out.println();
 }
 }
 /*
 对边排序:冒泡《从小到大》
 */
 public void biansort(Bian[] bian){
 for (int i=bian.length-1;i>0;i--){
 for (int j=0;j<i;j++){
 if (bian[j].bianquanzhi>bian[j+1].bianquanzhi){
 Bian temp=bian[j];
 bian[j]=bian[j+1];
 bian[j+1]=temp;
 }
 }
 }
 }
 /*
 判断顶点是否存在
 返回顶点的索引
 */
public int ismbian(char ch){
 for (int i=0;i<data.length;i++){
 if (data[i]==ch){
 return i;
 }
 }
 //如果ch不是顶点就返回-1
 return -1;
}
/*
将所以相邻边存入Bian[]中
 */
public Bian[] andbian(){
 int index=0;
 Bian[] bians=new Bian[geshu];
 for (int i=0;i<data.length;i++){
 for (int j=i+1;j<data.length;j++){
 if (allquanzhi[i][j]!=maxlen){
 bians[index++]=new Bian(data[i],data[j],allquanzhi[i][j]);
 }
 }
 }
 return bians;
}
/*
获取小标为i的顶点的终点,用于判断两个顶点的终点是否相同
star:存入的是顶点的终点的索引,初始化为{0,0,0,0,...},
i:顶点的索引
 */
public int getEnd(int[] star,int i){
 //动态的判断以此顶点的索引,
 //相连的前一个顶点的终点索引就是后一个顶点的索引
 //由于第一次的顶点的终点是自己的索引都
 //如果在star中找到了终点
 while (star[i]!=0){
 //就将此终点的值变为新的顶点的索引(找到此索引对应的顶点的终点,直到新的索引在star中没有找到终点,即为0,就将此索引返回为最初始的节点的终点索引)
 i=star[i];
 }
 //返回为终点
 return i;
}
/*
最小生成树克鲁斯卡尔算法
 */
public void KrusKal(){
 int index=0; //最后结果数组的索引
 //存放最小生成树每个顶点的终点
 int[] star=new int[geshu];
 //保存最终生成树
 Bian[] fin=new Bian[geshu];
 //获取边的集合
 Bian[] andnewbian = andbian();
 //对所有边进行排序
 biansort(andnewbian);
 //遍历边集合。在判断的同时判断是否形成回路
 for (int i=0;i<geshu;i++){
 //上面andbian存放获得的边的类:bians[index++]=new Bian(data[i],data[j],allquanzhi[i][j]);
 //获取第一边的起点(顶点),对应的是data[i]
 int h1=ismbian(andnewbian[i].da1);
 //获取第一条边的第二个顶点,对应的是data[j]
 int h2=ismbian(andnewbian[i].da2);
 //获取第一个顶点的终点
 int end = getEnd(star, h1);
 //获取第二个顶点的终点
 int end1 = getEnd(star, h2);
 //判断回路:如果没有构成回路
 if (end!=end1){
 //设置end1为已有生成数的终点
 star[end]=end1;
 //此时最终生成树有了一条边
 fin[index++]=andnewbian[i];
 }
 }
 System.out.println("最后生成树:"+Arrays.toString(fin));
 System.out.println("最小生成树:");
 for (int i=0;i<index;i++){
 System.out.println(fin[i]);
 }
}
}
/*
边类
 */
class Bian{
 //组成一条边的两个节点
 char da1;
 char da2;
 //边权值
 int bianquanzhi;
 public Bian(char da1, char da2, int bianquanzhi) {
 this.da1 = da1;
 this.da2 = da2;
 this.bianquanzhi = bianquanzhi;
 }
 @Override
 public String toString() {
 return "bian{" +
 "da1=" + da1 +
 ", da2=" + da2 +
 ", bianquanzhi=" + bianquanzhi +
 '}';
 }
}

结果:

作者:404未找到原文地址:https://www.cnblogs.com/sazxj/p/16916851.html

%s 个评论

要回复文章请先登录注册