C语言实现Prim算法 —构建最小生成树

这篇具有很好参考价值的文章主要介绍了C语言实现Prim算法 —构建最小生成树。希望对大家有所帮助。如果存在错误或未考虑完全的地方,请大家不吝赐教,您也可以点击"举报违法"按钮提交疑问。

目录

介绍Prim算法前的相关概念

一、Prim算法的思想

二.1、利用图形详细解释Prim算法的思想

Prim算法思想介绍

二.2利用图形又又解释Prim算法的思想 

三、用图示结合代码中重要量进行说明

四、代码实现(用c语言)



介绍Prim算法前的相关概念

  • 带权图:边赋以权值的图称为网或带权图,带权图的生成树也是带权的,生成树T各边的权值总和称为该树的权。
  • 生成树和最小生成树的应用:要连通n个城市需要n-1条边线路。可以把边上的权值解释为线路的造价,则最小生成树表示使其造价最小的生成树。
  • 连通图:在无向图中,若任意两个顶点vivi与vjvj都有路径相通,则称该无向图为连通图。
  • 强连通图:在有向图中,若任意两个顶点vivi与vjvj都有路径相通,则称该有向图为强连通图。
  • 连通网:在连通图中,若图的边具有一定的意义,每一条边都对应着一个数,称为权;权代表着连接连个顶点的代价,称这种连通图叫做连通网。
  • 生成树:一个连通图的生成树是指一个连通子图,它含有图中全部n个顶点,但只有足以构成一棵树的n-1条边。一颗有n个顶点的生成树有且仅有n-1条边,如果生成树中再添加一条边,则必定成环。
  • 最小生成树:在连通网的所有生成树中,所有边的代价和最小的生成树,称为最小生成树
  • Prim算法是一种产生最小生成树的算法。该算法于1930年由捷克数学家沃伊捷赫·亚尔尼克发现;并在1957年由美国计算机科学家罗伯特·普里姆独立发现;1959年,艾兹格·迪科斯彻再次发现了该算法。

    Prim算法从任意一个顶点开始,每次选择一个与当前顶点集最近的一个顶点,并将两顶点之间的边加入到树中。

  • Prim算法在找当前最近顶点时使用到了贪婪算法。也叫割边法


一、Prim算法的思想

它是从的方面考虑构建一颗MST(最小生成树)。

大致思想是:设图G顶点集合为U,首先任意选择图G中的一点作为起始点a,将该点加入集合V,再从集合U-V中找到另一点b使得点b到V中任意一点的权值最小,此时将b点也加入集合V;以此类推,现在的集合V={a,b},再从集合U-V中找到另一点c使得点c到V中任意一点的权值最小,此时将c点加入集合V,直至所有顶点全部被加入V,此时就构建出了一颗MST。

因为有N个顶点,所以该MST就有N-1条边,每一次向集合V中加入一个点,就意味着找到一条MST的边。

构造网(带权图)的最小生成树必须注意两个问题:
(1)尽可能选取权值小的边,但不能构成回路
(2)选取n-1条恰当的边以连通n个顶点

二.1、利用图形详细解释Prim算法的思想

Prim算法思想介绍

C语言实现Prim算法 —构建最小生成树

 假设刚开始选定的顶点为V1

通过Prim算法 不断在其余各点中找与V1相连的最短权所对应的另一顶点

可以得到 V1-V3=1 为最短权 故把V3并入U中,剩下的点:V2,V4,V5,V6在V-U中  得到下图 

(玫红色为已并入MST中的顶点,红色是未被利用的点,后续仍需比较刷新)

C语言实现Prim算法 —构建最小生成树

由上图可以看到,有很多边可以直接与V1,V3所组成的集合U进行相连(V1-V2,V1-V4,V2-V3,V3-V4,V3-V4,V3-V6)在这些边中找到最小的可以与集合U(即可上图中化红色圈的‘MST’)相连的边,并加入其中,可知,可把  V6加入,V4-V6=4

得到下图

C语言实现Prim算法 —构建最小生成树

 由上图可以看到,经过上一步,V6并入集合U中

有很多边可以直接与V1,V3,V6所组成的集合U进行相连(图中化黑线的边)在这些边中找到最小的可以与集合U(即可上图中化红色圈的‘MST’)相连的边,并加入其中,可把  V4加入,V4-V6=2

得到下图

C语言实现Prim算法 —构建最小生成树

由上图可以看到,经过上一步,V4并入集合U中

有很多边可以直接与V1,V3,V6所组成的集合U进行相连(图中化黑线的边)在这些边中找到最小的可以与集合U(即可上图中化红色圈的‘MST’)相连的边,并加入其中,可把  V2加入,V4-V3=5

得到下图

C语言实现Prim算法 —构建最小生成树

可以看到,最后只剩V5没有处理,最后找到V5与此时未构建完全的‘MST’ 相连的权值最小的边,即V2-V5=3

最后

C语言实现Prim算法 —构建最小生成树

 此时按照Prim算法的思想,已经构建完一颗最小生成树

二.2利用图形又又解释Prim算法的思想 

此部分转载于博客园 Alan Tu

C语言实现Prim算法 —构建最小生成树

C语言实现Prim算法 —构建最小生成树

C语言实现Prim算法 —构建最小生成树

C语言实现Prim算法 —构建最小生成树

C语言实现Prim算法 —构建最小生成树

C语言实现Prim算法 —构建最小生成树

C语言实现Prim算法 —构建最小生成树

C语言实现Prim算法 —构建最小生成树

C语言实现Prim算法 —构建最小生成树

C语言实现Prim算法 —构建最小生成树

三、用图示结合代码中重要量进行说明

C语言实现Prim算法 —构建最小生成树

mstt[i]表示V-U中的节点j到集合U中的最临近点  存在目前建立的MST中

 若假设V1为起点,首先进行初始化(采用邻接矩阵实现,所以在实现该功能之前,已经建立了各边之间的关系及其权重)

lowcost[2]=graph[1][2]=6               lowcost[3]=garph[1][3] =1        lowcost[4]=graph[1][4]=5

lowcost[5]=graph[1][5]=∞              lowcost[6]=graph[1][6]=∞

在初始化时 将mst[i]的点都默认为1,mst[i]代表与i节点相连的令一个节点,对应lowcost[i[的起点

mst[2]=1,mst[3]=1,mst[4]=1,mst[5]=1,mst[6]=1                  (所有点默认起点是V1,据情况而定)

mst[1]=0,代表1节点已经加入目前在建立的MST

(在后续中,当v3加入后,为表示V3已经加入,mst[3]=0)

明显看出,以V3为终点的边的权值最小=1,所以边<mst[3],3>=1加入MST 

C语言实现Prim算法 —构建最小生成树

此时,因为点V3的加入,需要更新lowcost数组和mst数组:

lowcost[2]=5,lowcost[3]=0(在每次更新后,都要把已经加入的点的lowcost[i]设为0),lowcost[4]=5,lowcost[5]=6,lowcost[6]=4(再在这些已经更新过的权中找最小权)

(之前与V1权为的点可以通过与V3相连,更新权值,但注意要更新lowcost[j]的值,在更新过程中,要进行graph[V3][j]与之前的lowcost[j]进行比较,小的重新更新)

mst[2]=3,mst[3]=0,mst[4]=1,mst[5]=3,mst[6]=3
明显看出,以V6为终点的边的权值最小=4,所以边<mst[6],6>=4加入MST

C语言实现Prim算法 —构建最小生成树

此时,因为点V6的加入,需要更新lowcost数组和mst数组:

lowcost[2]=5,lowcost[3]=0lowcost[4]=2,lowcost[5]=6,lowcost[6]=0

mst[2]=3,mst[3]=0,mst[4]=6,mst[5]=3,mst[6]=0


以V4为终点的边  lowcost[2]=2(min),所以边<mst[4],4>=4加入MST

C语言实现Prim算法 —构建最小生成树

此时,因为点V4的加入,需要更新lowcost数组和mst数组:

lowcost[2]=5lowcost[3]=0,lowcost[4]=0,lowcost[5]=6,lowcost[6]=0

mst[2]=3,mst[3]=0,mst[4]=0,mst[5]=3,mst[6]=0


以V2为终点的边 lowcost[2]=5(min),所以边<mst[2],2>=5加入MST

C语言实现Prim算法 —构建最小生成树

此时,因为点V2的加入,需要更新lowcost数组和mst数组:

lowcost[2]=0,lowcost[3]=0,lowcost[4]=0,lowcost[5]=3,lowcost[6]=0

mst[2]=0,mst[3]=0,mst[4]=0,mst[5]=2,mst[6]=0

以V5为终点的边  lowcost[5]=3(min)    graph[2][5]=3,所以边<mst[5],5>=3加入MST


至此,MST构建成功,如图所示:
C语言实现Prim算法 —构建最小生成树

 此时,两个数组已经变为:

lowcost[2]=0,lowcost[3]=0,lowcost[4]=0,lowcost[5]=0,lowcost[6]=0

mst[2]=0,mst[3]=0,mst[4]=0,mst[5]=0,mst[6]=0文章来源地址https://www.toymoban.com/news/detail-475636.html

四、代码实现(用c语言)

#include<stdio.h>
#include<stdlib.h>
#define VexMax 20
#define Inf 0x7fffffff//32位的最大值 在本程序中代表∞
typedef struct
{
	int Vex[VexMax];
	int Arc[VexMax][VexMax];
	int arcnum, vexnum;
}MGraph;
void Create_G(MGraph* G)//建立该图

{
	printf("请输入该图形的顶点数,边数:\n");
	scanf("%d,%d", &G->vexnum, &G->arcnum);
	printf("请依次输入顶点序号:\n");	
	for (int i = 1;i <= G->vexnum;i++)//初始化顶点数组																			//在初始化的时候,因为已经默认了建立的所有数组下标是从1开始的所以在编写代码的时候要注意范围
	{	
		int m;
		printf("第%d个顶点为:", i );
		scanf("%d", &m);
		G->Vex[i] = m;
	}
	for(int i=1;i<=G->vexnum;i++)//初始化邻接矩阵,先令所有边的权重为∞															//第一次写的时候,由于i,j的范围没有搞清楚,导致出现很离谱的输出结果
		for (int j = 1;j <=G->vexnum;j++)	
		{
			G->Arc[i][j] = G->Arc[j][i] = Inf;																					//有些代码实现的时候,会令i=j的对角元素置0,因为本人又菜又懒,直接Inf了
		}
	
	for (int i = 1;i <=G->arcnum;i++)//按照用户需求。建立边,对边赋值								
	{
		int weight;
		int v1, v2;
		printf("请输入第%d条的边的邻接点(vi,vj)和对应边的权值:", i);
		scanf("%d,%d,%d", &v1, &v2, &weight);
		G->Arc[v1][v2] = G->Arc[v2][v1] = weight;//对建立边的邻接矩阵赋值														//这是建立无向图,所以可以G->Arc[v1][v2] = G->Arc[v2][v1],建立有向图的时候要注意不要这样写
	}
}
int Prim(int Arc[VexMax][VexMax], int n)//Prim算法
{
	int lowcost[VexMax];																											//在Prim算法中,要建立两个数组 lowcost[],mst[],记住在循环时要重置更新
	int mst[VexMax];
	int min = Inf;																													//这些变量要记得初始化,根据要实现的不同功能,初始化不同的值
	int minid = 0;//用来标记可以并入MST中的顶点标号
	int sum=0;//用来表示最短路径长度,每次更新完都加上lowcost[i]
	//假设从输入的第一个顶点开始构建最小生成树,在该算法中需要两个数组,mst[k],lowcost[k]

	//初始化
	mst[1] = 0;//表明第一个节点已经在目前正在构建的MST树中												
	for (int i = 1;i <= n;i++)//在构建MST时,首先要初始化两个数组																	//第1个for循环进行初始化,初始化lowcost数组,mst[i]=1 
	{
		lowcost[i] = Arc[1][i];//因为是从第一个顶点开始的直接去遍历之前建立好的邻接矩阵中 第一行,找到与第一个节点相连的边,并把权赋给lowcost[i]
		mst[i] = 1;//在初始化的时候,将除第一个节点之外的各节点都设置为mst[i]=1
	}
	//mst[1] = 0;//表明第一个节点已经在目前正在构建的MST树中  此行顺序无所谓,也可写在上面mst[1]=0显示的位置,只要记住初始化即可 
	for (int m = 2;m <= n;m++)//遍历其他n-1个点																						//第2个for循环 用来构建MST,又包括两个for循环 
	{
		min = Inf;																													//这个地方要注意,我第一遍写的时候就忘记重置了,得到的结果是一样的 
		minid = 0;																														//同理,minid也要重置 
		for (int i =1;i <= n;i++)//类似于打擂台法,依次进行比较,找到符合条件的,能与现在已经构建的MST中连接的,权值最小的顶点	//第3个for循环,用来找最小的权,把该点信息重置 
		{
			if (lowcost[i] < min && lowcost[i] != 0)
			{
				min = lowcost[i];
				minid = i;//说明此时minid这个点并入MST中
			}
		}
		lowcost[minid] = 0;																												//!!!!!!!!!要记住 为了防止后续再次被比较,要令该节点的lowcost[minid]=0 
		sum = sum + min;
		printf("v%d-v%d=%d\n",mst[minid],minid,min);//找到一个顶点输出一次
		for (int j = 2;j <= n;j++)																										//第 3个for循环,是为了更新其他顶点的信息
																																		//因为此时又并入了一个顶点,所以还要更新其他顶点的lowcost,取最短的
		{
			if (Arc[minid][j] < lowcost[j])
			{
				lowcost[j] = Arc[minid][j];
				mst[j] = minid;
			}
		}
	}
	return sum;//返回构建完成的最小生成树的最短路径长度
}
int main()
{
	int summ;
	MGraph G;
	Create_G(&G);
	summ = Prim(G.Arc, G.vexnum);
	printf("最短路径长度为:%d",summ);
	system("pause");
	return 0;
}

到了这里,关于C语言实现Prim算法 —构建最小生成树的文章就介绍完了。如果您还想了解更多内容,请在右上角搜索TOY模板网以前的文章或继续浏览下面的相关文章,希望大家以后多多支持TOY模板网!

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处: 如若内容造成侵权/违法违规/事实不符,请点击违法举报进行投诉反馈,一经查实,立即删除!

领支付宝红包 赞助服务器费用

相关文章

  • 使用邻接矩阵实现最小生成树Prim算法 题目编号:1135

    用邻接矩阵存储无向图,实现最小生成树Prim算法,图中边的权值为整型,顶点个数少于10个。 部分代码提示: #include using namespace std; const int MaxSize = 10; const int INF = 32767; class MGraph { public: MGraph(char a[], int n, int e); private: char vertex[MaxSize]; int arc[MaxSize][MaxSize]; int vertexNum, arcNum; }

    2024年02月06日
    浏览(40)
  • 考研算法复试刷题19天:Prim算法求最小生成树 【prim,最小生成树】

    参考博客:图解:什么是最小生成树? - 知乎 (zhihu.com)  总结下来的过程就是,一张图,我们将他化为树的形式,也就是生成树。那么最小生成树有是啥呢? 所谓一个 带权图 的最小生成树,就是原图中边的权值最小的生成树 ,所谓最小是指边的权值之和小于或者等于其它

    2024年02月07日
    浏览(64)
  • 贪心算法:最小生成树Prim算法

    👨‍🎓作者简介:一位喜欢写作,计科专业大二菜鸟 🏡个人主页:starry陆离 🕒首发日期:2022年5月31日星期二 🌌上期文章:动态规划:多重背包问题 📚订阅专栏:算法分析与设计 如果文章有帮到你的话记得点赞👍+收藏💗支持一下哦 这是大一暑假的c笔记,再一次写pri

    2024年02月01日
    浏览(52)
  • 最小生成树—Prim算法

    我们要讨论的问题是如何在一个 无向图 中找到它的最小生成树,虽然这个问题对有向图也有意义,但是处理起来更麻烦。 一个无向图 G 的最小生成树就是连接 G 上所有顶点的边构成的树,且这些边的总权值最低。当且仅当图是 连通的 才有最小生成树。 在无向图的最小生成

    2024年02月09日
    浏览(49)
  • Prim算法求最小生成树

    给定一张边带无权的无向图G = (V, E), n = |V|, m = |E|。由V中全部n个顶点和E中n - 1条边构成的无向连通子图被称为G的一课生成树。边的权值之和最小的生成树被称为无向图的最小生成树。 Prim算法总是维护最小生成树的一部分。最初,Prim算法仅确定1号节点属于最小生成树

    2024年02月12日
    浏览(44)
  • 最小生成树(Prim算法,Kruskal算法)

    (1)生成树: 如果在一个无向连通图不包含回路(连通图中不存在环),则为一个树 (2)最小生成树(minimal spanning tree): 在一个图所有生成树中,代价最小的生成树称为最小生成树 (3)生成树的代价: 在一个无向连通网中,生成树各边的权值之和称为该生成树的代价

    2024年02月08日
    浏览(45)
  • 最小生成树——普利姆(Prim)算法

    构成连通网的最小代价生成树称为最小生成树(Minimun Cost Spanning Tree). 最小生成树可以运用到生活中,假如你是一位工程师,需要为一个镇的九个村庄架设通信网络做设计,村庄位置大值如下图:  其中 V0~V8 是村庄,之间连线的数字表示村与村间的可通达的直线距离,比如

    2024年02月04日
    浏览(43)
  • 图的最小生成树-Prim算法

    目录 问题引入  程序设计  程序分析 本节文章 【问题描述】 编写程序,利用带权无向图的邻接矩阵存储,实现图的最小生成树Prim算法。 【输入形式】 输入图的顶点序列及图的边的情况。如样例所示。边的输入以输入-1,-1,-1,作为结束。 0,1,6 表示对应的顶点及边是:

    2024年02月08日
    浏览(53)
  • 最小生成树——Prim算法(详细图解)

    目录  最小生成树的概念   经典题目 prim算法简介  prim算法解析 (详细图解)  代码实现  代码实战 在一给定的无向图G = (V, E) 中,(u, v) 代表连接顶点 u 与顶点 v 的边,而 w(u, v) 代表此的边权重,若存在 T 为 E 的子集(即)且为无循环图,使得的 w(T) 最小,则此 T 为 G 的

    2023年04月09日
    浏览(41)
  • 最小生成树—Kruskal算法和Prim算法

    连通图:在无向图中,若从顶点v1到顶点v2有路径,则称顶点v1与顶点v2是连通的。如果图中任 意一对顶点都是连通的,则称此图为连通图。 生成树:一个连通图的最小连通子图称作该图的生成树。有n个顶点的连通图的生成树有n个顶点 和n-1条边。 最小生成树:构成生成树的

    2024年02月05日
    浏览(47)

觉得文章有用就打赏一下文章作者

支付宝扫一扫打赏

博客赞助

微信扫一扫打赏

请作者喝杯咖啡吧~博客赞助

支付宝扫一扫领取红包,优惠每天领

二维码1

领取红包

二维码2

领红包