热门标签 | HotTags
当前位置:  开发笔记 > 编程语言 > 正文

图——最小生成树——kruskal算法

1.最小生成树1.1.kruskal算法kruskal算法,就是一个贪心的思想。从小到大,加入符合条件的边。1.1.1.步骤新建图G,

1. 最小生成树


1.1. kruskal算法


kruskal算法,就是一个贪心的思想。从小到大, 加入符合条件的边。



1.1.1. 步骤


  1. 新建图G, G中拥有原图中相同的节点, 但没有边
  2. 将原图中所有的边按权值从小到大排序
  3. 从权值最小的边开始,如果这条边连接的两个节点于图G中不同一个连通分量中, 则添加这条边到图G中。
  4. 重复3,直至图G中所有的节点都在同一个连通分量中

1.1.2. 证明


  1. 这样的步骤保证了选取的每条边都是桥,因此图G构成一个树。
  2. 为什么这一定是最小生成树呢?关键还是步骤3中对边的选取。算法中总共选取了n-1条边,每条边在选取的当时,都是连接两个不同的连通分量的权值最小的边
  3. 要证明这条边一定属于最小生成树,可以用反证法:如果这条边不在最小生成树中,它连接的两个连通分量最终还是要连起来的,通过其他的连法,那么另一种连法与这条边一定构成了环,而环中一定有一条权值大于这条边的边,用这条边将其替换掉,图仍旧保持连通,但总权值减小了。也就是说,如果不选取这条边,最后构成的生成树的总权值一定不会是最小的。

1.1.3. 时间复杂度

平均时间复杂度为O(|E|log|V|),其中EV分别是图的边集和点集。


1.1.4. 伪代码

KRUSKAL-FUNCTION(G, w)
1 F := 空集合//起初每个顶点为一棵只有一个节点的树。
2 for each 图 G 中的顶点 v
3 do 将 v 加入森林 F
4 所有的边(u, v) ∈ E依权重 w 递增排序
5 for each 边(u, v) ∈ E
6 do if u 和 v 不在同一棵子树
7 then F := F ∪ {(u, v)}
8 将 u 和 v 所在的子树合并

1.1.5. CPP模板

对于1.1.2中的第三步,我们可以通过并查集来确定一条边的两个端点是否在同一个连通分量。

const int MAXN = 110;//最大点数
const int MAXNM = 1e4; //最大边数struct Edge{int u;//端点1int v;//端点2int w;//权值
};
//边集数组
vector<Edge>edge;//并查集&#xff1a;并查集使用
int par[MAXN];//并查集&#xff1a;初始化操作
void makeSet(){for(int i &#61; 0;i < MAXN;i&#43;&#43;)par[i] &#61; i;
}//并查集: 查找节点的根.
int Find(int x){if(par[x] &#61;&#61; x)return par[x];else return par[x] &#61; Find(par[x]);
}//并查集&#xff1a;合并两个节点
void Union(int x, int y){int rootx &#61; Find(x);int rooty &#61; Find(y);if(rootx !&#61; rooty)par[rootx] &#61; rooty;
}//排序函数
bool cmp(Edge a, Edge b){return a.w < b.w;
}int Kruskal(int n){makeSet();int cnt&#61;0; //计算加入的边数int ans &#61; 0;//1.排序sort(edge.begin(),edge.end(), cmp); /**2.从权值最小的边开始&#xff0c;如果这条边连接的两个节点于图G中不同一个连通分量中&#xff0c; 则添加这条边到图G中。**/for(int i &#61; 0;i < edge.size();i&#43;&#43;){int u &#61; edge[i].u;int v &#61; edge[i].v;int w &#61; edge[i].w;if(Find(u)!&#61; Find(v)){Union(u, v);ans&#43;&#61;w;cnt&#43;&#43;;}if(cnt &#61;&#61; n - 1)break;}if(cnt < n-1) return -1; //不连通&#xff0c;不能产生最小生成树else return ans;
}

参考


  1. kuangbin板子
  2. 维基百科克鲁斯克尔算法
  3. OI-WiKi

推荐阅读
  • 浏览器中的异常检测算法及其在深度学习中的应用
    本文介绍了在浏览器中进行异常检测的算法,包括统计学方法和机器学习方法,并探讨了异常检测在深度学习中的应用。异常检测在金融领域的信用卡欺诈、企业安全领域的非法入侵、IT运维中的设备维护时间点预测等方面具有广泛的应用。通过使用TensorFlow.js进行异常检测,可以实现对单变量和多变量异常的检测。统计学方法通过估计数据的分布概率来计算数据点的异常概率,而机器学习方法则通过训练数据来建立异常检测模型。 ... [详细]
  • JDK源码学习之HashTable(附带面试题)的学习笔记
    本文介绍了JDK源码学习之HashTable(附带面试题)的学习笔记,包括HashTable的定义、数据类型、与HashMap的关系和区别。文章提供了干货,并附带了其他相关主题的学习笔记。 ... [详细]
  • Iamtryingtomakeaclassthatwillreadatextfileofnamesintoanarray,thenreturnthatarra ... [详细]
  • 本文介绍了设计师伊振华受邀参与沈阳市智慧城市运行管理中心项目的整体设计,并以数字赋能和创新驱动高质量发展的理念,建设了集成、智慧、高效的一体化城市综合管理平台,促进了城市的数字化转型。该中心被称为当代城市的智能心脏,为沈阳市的智慧城市建设做出了重要贡献。 ... [详细]
  • Java序列化对象传给PHP的方法及原理解析
    本文介绍了Java序列化对象传给PHP的方法及原理,包括Java对象传递的方式、序列化的方式、PHP中的序列化用法介绍、Java是否能反序列化PHP的数据、Java序列化的原理以及解决Java序列化中的问题。同时还解释了序列化的概念和作用,以及代码执行序列化所需要的权限。最后指出,序列化会将对象实例的所有字段都进行序列化,使得数据能够被表示为实例的序列化数据,但只有能够解释该格式的代码才能够确定数据的内容。 ... [详细]
  • 本文讨论了使用差分约束系统求解House Man跳跃问题的思路与方法。给定一组不同高度,要求从最低点跳跃到最高点,每次跳跃的距离不超过D,并且不能改变给定的顺序。通过建立差分约束系统,将问题转化为图的建立和查询距离的问题。文章详细介绍了建立约束条件的方法,并使用SPFA算法判环并输出结果。同时还讨论了建边方向和跳跃顺序的关系。 ... [详细]
  • 本文介绍了P1651题目的描述和要求,以及计算能搭建的塔的最大高度的方法。通过动态规划和状压技术,将问题转化为求解差值的问题,并定义了相应的状态。最终得出了计算最大高度的解法。 ... [详细]
  • 判断数组是否全为0_连续子数组的最大和的解题思路及代码方法一_动态规划
    本文介绍了判断数组是否全为0以及求解连续子数组的最大和的解题思路及代码方法一,即动态规划。通过动态规划的方法,可以找出连续子数组的最大和,具体思路是尽量选择正数的部分,遇到负数则不选择进去,遇到正数则保留并继续考察。本文给出了状态定义和状态转移方程,并提供了具体的代码实现。 ... [详细]
  • 不同优化算法的比较分析及实验验证
    本文介绍了神经网络优化中常用的优化方法,包括学习率调整和梯度估计修正,并通过实验验证了不同优化算法的效果。实验结果表明,Adam算法在综合考虑学习率调整和梯度估计修正方面表现较好。该研究对于优化神经网络的训练过程具有指导意义。 ... [详细]
  • [大整数乘法] java代码实现
    本文介绍了使用java代码实现大整数乘法的过程,同时也涉及到大整数加法和大整数减法的计算方法。通过分治算法来提高计算效率,并对算法的时间复杂度进行了研究。详细代码实现请参考文章链接。 ... [详细]
  • 本文讨论了clone的fork与pthread_create创建线程的不同之处。进程是一个指令执行流及其执行环境,其执行环境是一个系统资源的集合。在调用系统调用fork创建一个进程时,子进程只是完全复制父进程的资源,这样得到的子进程独立于父进程,具有良好的并发性。但是二者之间的通讯需要通过专门的通讯机制,另外通过fork创建子进程系统开销很大。因此,在某些情况下,使用clone或pthread_create创建线程可能更加高效。 ... [详细]
  • Go语言实现堆排序的详细教程
    本文主要介绍了Go语言实现堆排序的详细教程,包括大根堆的定义和完全二叉树的概念。通过图解和算法描述,详细介绍了堆排序的实现过程。堆排序是一种效率很高的排序算法,时间复杂度为O(nlgn)。阅读本文大约需要15分钟。 ... [详细]
  • 本文讨论了一个数列求和问题,该数列按照一定规律生成。通过观察数列的规律,我们可以得出求解该问题的算法。具体算法为计算前n项i*f[i]的和,其中f[i]表示数列中有i个数字。根据参考的思路,我们可以将算法的时间复杂度控制在O(n),即计算到5e5即可满足1e9的要求。 ... [详细]
  • 先看官方文档TheJavaTutorialshavebeenwrittenforJDK8.Examplesandpracticesdescribedinthispagedontta ... [详细]
  • 本文介绍了如何使用动态尺寸巧妙地将R中的数组子集化。作者通过解释数组的三个维度以及第三个维度的长度可变性,提出了一种周期性子集化数组的方法,并举例说明了如何创建第二个数组。这个方法对于制作模拟模型非常有用。 ... [详细]
author-avatar
wuke85394
这个家伙很懒,什么也没留下!
PHP1.CN | 中国最专业的PHP中文社区 | DevBox开发工具箱 | json解析格式化 |PHP资讯 | PHP教程 | 数据库技术 | 服务器技术 | 前端开发技术 | PHP框架 | 开发工具 | 在线工具
Copyright © 1998 - 2020 PHP1.CN. All Rights Reserved | 京公网安备 11010802041100号 | 京ICP备19059560号-4 | PHP1.CN 第一PHP社区 版权所有