图之最小生成树Kruskal算法详解(C语言版)

这篇具有很好参考价值的文章主要介绍了图之最小生成树Kruskal算法详解(C语言版)。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。


一、Kruskal算法思想

Kruskal算法(克鲁斯卡尔算法)查找最小生成树的方法是:将连通网中所有的边按照权值大小做升序排序,从权值最小的边开始选择,只要此边不和已选择的边一起构成环路,就可以选择它组成最小生成树。对于 N 个顶点的连通网,挑选出 N-1 条符合条件的边,这些边组成的生成树就是最小生成树。

举个例子,下图是一个连通网有A、B、C、D、E、F六个顶点,它们的编号依次是0、1、2、3、4、5。使用克鲁斯卡尔算法查找最小生成树的过程如下所示,代价分别为1,2,3,4的 4 条边由于满足上述条件,则先后被加入到组成最小生成树的边中,代价为5的两条边(A,D)和(C,D)被舍去。因为它们依附的两顶点在同一连通分量上,它们若加入最小生成树的边中,则会使最小生成树产生回路,而下一条代价等于5的最小边(B,C)联结两个连通分量,则可加入组成最小生成树的边中。由此,构造成一棵最小生成树。

每当添加一条边<i,j>作为最小生成树的边时,都需要根据father数组判断一下,这条边加入后是否会造成环路,如果不会造成环路就将该边加入到father数组中,进行标记(father[顶点j的最终父顶点] = 顶点i的最终父顶点)。其中father数组判断是否形成环路的方式是:分别将构成边的两个顶点i、j,放到father数组中查找,查找两个顶点的最终父顶点,如果两者的父顶点相同则说明加入后会形成环,如果不同就不会形成环。
kruskal 新增删除边 代码 c,数据结构与算法,算法,c语言,图论
将各个边按权值升序排列,并根据图结构初始化father数组father[i] = i(即顶点的父顶点是自己)

father[0] = 0
father[1] = 1
father[2] = 2
father[3] = 3
father[4] = 4
father[5] = 5

取出第 1 条边<A,C>,将A、C两个顶点的编号 i = 0j = 2放到father数组查找它们的父顶点编号,查找到的编号分别是0、2对应顶点A、C,两个父顶点不同,则说明这条边加入后不会形成环,所以将边加入更新father数组(father[2] = 0
kruskal 新增删除边 代码 c,数据结构与算法,算法,c语言,图论

father[0] = 0
father[1] = 1
father[2] = 0
father[3] = 3
father[4] = 4
father[5] = 5

取出第 2 条边<D,F>,将D、F两个顶点的编号 i = 3j = 5放到father数组查找它们的父顶点编号,查找到的编号分别是3、5对应顶点D、F,两个父顶点不同,则说明这条边加入后不会形成环,所以将边加入更新father数组(father[5] = 3
kruskal 新增删除边 代码 c,数据结构与算法,算法,c语言,图论

father[0] = 0
father[1] = 1
father[2] = 0
father[3] = 3
father[4] = 4
father[5] = 3

取出第 3 条边<B,E>,将B、E两个顶点的编号 i = 1j = 4放到father数组查找它们的父顶点编号,查找到的编号分别是1、4对应顶点B、E,两个父顶点不同,则说明这条边加入后不会形成环,所以将边加入更新father数组(father[4] = 1
kruskal 新增删除边 代码 c,数据结构与算法,算法,c语言,图论

father[0] = 0
father[1] = 1
father[2] = 0
father[3] = 3
father[4] = 1
father[5] = 3

取出第 4 条边<C,F>,将C、F两个顶点的编号 i = 2j = 5放到father数组查找它们的父顶点编号,查找到的编号分别是0、3对应顶点A、D,两个父顶点不同,则说明这条边加入后不会形成环,所以将边加入更新father数组(father[3] = 0
kruskal 新增删除边 代码 c,数据结构与算法,算法,c语言,图论

father[0] = 0
father[1] = 1
father[2] = 0
father[3] = 0
father[4] = 1
father[5] = 3

取出第 5 条边<A,D>,将A、D两个顶点的编号 i = 0j = 3放到father数组查找它们的父顶点编号,查找到的编号分别是0、0对应顶点A、A,两个父顶点相同,则说明这条边加入后会形成环,不能将该边作为最小生成树的边,将该边抛弃。

取出第 6 条边<B,C>,将B、C两个顶点的编号 i = 1j = 2放到father数组查找它们的父顶点编号,查找到的编号分别是1、0对应顶点B、A,两个父顶点不同,则说明这条边加入后不会形成环,所以将边加入更新father数组(father[0] = 1
kruskal 新增删除边 代码 c,数据结构与算法,算法,c语言,图论

father[0] = 1
father[1] = 1
father[2] = 0
father[3] = 0
father[4] = 1
father[5] = 3

由于该图有六个顶点,所以其最小生成树有5条边,到此已经找出其最小生成树的五条边,流程结束。

二、数据结构

1、图的存放结构:邻接矩阵
邻接矩阵的实现方式可查看:图之邻接矩阵详解(C语言版)

//设置默认的顶点个数
#define Default_Vertex_Size  10
//数据类型
#define T char
#define E int
#define MAX_COST  0x7FFFFFFF //代表无穷大

//邻接矩阵图结构
typedef struct GraphMtx
{
	int MaxVertices; //最大顶点数
	int NumVertices; //真实的顶点数
	int NumEdges;  //边数

	T   *VerticesList; //顶点列表
	int **Edge; //边信息矩阵
}GraphMtx;

kruskal 新增删除边 代码 c,数据结构与算法,算法,c语言,图论
2、Kruskal算法所需的结构

//选取的边
typedef struct Edge
{
	int x; // start 开始点
	int y; // end  结束点
	E   cost;  //边权值
}Edge;
//father数组,用来标记边的两个顶点是否在相同集合
int *father = (int*)malloc(sizeof(int) * n);

三、代码实现

1、领接矩阵实现

图初始化

//图的初始化
void InitGraph(GraphMtx *g)
{
	g->MaxVertices = Default_Vertex_Size;//最大顶点数初始化
	g->NumVertices = g->NumEdges = 0; //实际顶点数初始化

	//分配顶点存储列表的空间
	g->VerticesList = (T*)malloc(sizeof(T)*(g->MaxVertices));
	assert(g->VerticesList != NULL);

	//开辟边信息存储矩阵的空间(二维数组的动态开辟)
	g->Edge = (int**)malloc(sizeof(int*) * g->MaxVertices); //总行数的开辟
	assert(g->Edge != NULL);
	for(int i=0; i<g->MaxVertices; ++i) //每一行内具体的空间开辟
	{
		g->Edge[i] = (int*)malloc(sizeof(int) * g->MaxVertices);
	}
	for(i=0; i<g->MaxVertices; ++i)  //初始化
	{
		for(int j=0; j<g->MaxVertices; ++j)
		{
			if(i == j)
			{
				g->Edge[i][j] = 0;
			}
			else
			{
				g->Edge[i][j] = MAX_COST;
			}
		}
	}
}

获取顶点的位置

//获取顶点的位置
int  GetVertexPos(GraphMtx *g, T v)
{
	for(int i=0; i<g->NumVertices; ++i) //对所有顶点进行遍历
	{
		//判断是否找到顶点v所在位置
		if(g->VerticesList[i] == v)
			return i;
	}
	return -1;
}

打印图信息

//打印图信息
void ShowGraph(GraphMtx *g)
{
	printf("  ");
	for(int i=0; i<g->NumVertices; ++i) //获取顶点,并打印
	{
		printf("%c  ",g->VerticesList[i]);
	}
	printf("\n");
	for(i=0; i<g->NumVertices; ++i) //打印顶点间边的信息
	{
		printf("%c ",g->VerticesList[i]);
		for(int j=0; j<g->NumVertices; ++j)
		{
			if(g->Edge[i][j] == MAX_COST)
			{
				printf("%c  ",'@');
			}
			else
			{
				printf("%d  ",g->Edge[i][j]);
			}
		}
		printf("\n");
	}
	printf("\n");
}

插入顶点

//插入顶点
void InsertVertex(GraphMtx *g, T v)
{
	if(g->NumVertices >= g->MaxVertices) //判断顶点空间是否已满
		return;
	g->VerticesList[g->NumVertices++] = v; //还有空间,放入顶点
}

插入边:在v1和v2顶点间插入边

//插入边:在v1和v2顶点间插入边
void InsertEdge(GraphMtx *g, T v1, T v2, E cost)
{
	int p1 = GetVertexPos(g,v1);  //获取v1顶点位置
	int p2 =  GetVertexPos(g,v2);  //获取v2顶点位置
	if(p1==-1 || p2==-1)
		return;

	//无向图存储 需要双向的
	g->Edge[p1][p2] = g->Edge[p2][p1] = cost;
	g->NumEdges++; //记录实际边数
}

删除边:删除v1和v2顶点间的边

//删除边:删除v1和v2顶点间的边
void RemoveEdge(GraphMtx *g, T v1, T v2)
{
	//求出两个顶点的下标位置
	int p1 = GetVertexPos(g,v1);
	int p2 =  GetVertexPos(g,v2);
	if(p1==-1 || p2==-1)
		return;

	if(g->Edge[p1][p2] == 0)
		return;

	//将边清空
	g->Edge[p1][p2] = g->Edge[p2][1] = 0;
	g->NumEdges--; //更新边数
}

删除顶点

//删除顶点
void RemoveVertex(GraphMtx *g, T v)
{
	//获取顶点的位置
	int p = GetVertexPos(g,v);
	if(p == -1)
		return;

	
	//释放顶点
	int numedges = 0;

	for(int i=p; i<g->NumVertices-1; ++i)
	{
		//将要释放顶点之后的顶点逐一前移
		g->VerticesList[i] = g->VerticesList[i+1];
	}

	//统计与要删除顶点相连的边条数
	for(i=0; i<g->NumVertices; ++i)
	{
		if(g->Edge[p][i] != 0)
		{
			numedges++;
		}
	}

	//删除与释放顶点相连的边(更改存放边信息的矩阵)
	for(i=p; i<g->NumVertices-1; ++i)
	{
		//将要删除行之后的行逐一向前移动一行
		for(int j=0; j<g->NumVertices; ++j)
		{
			g->Edge[i][j] = g->Edge[i+1][j];
		}
	}

	for(i=p; i<g->NumVertices; ++i)//删除列
	{
		//将要删除列之后的列逐一向前移动一列
		for(int j=0; j<g->NumVertices; ++j)
		{
			g->Edge[j][i] = g->Edge[j][i+1];
		}
	}
	g->NumVertices--;
	g->NumEdges -= numedges;
}

销毁图

//销毁图
void DestroyGraph(GraphMtx *g)
{
	//释放顶点
	free(g->VerticesList);
	g->VerticesList = NULL;
	//释放边存储结构的列
	for(int i=0; i<g->NumVertices; ++i)
	{
		free(g->Edge[i]);
	}
	free(g->Edge);//释放存放行指针的空间
	g->Edge = NULL;
	g->MaxVertices = g->NumEdges = g->NumVertices = 0;
}

获取v第一个邻接顶点

//获取v第一个邻接顶点
int  GetFirstNeighbor(GraphMtx *g, T v)
{
	//获取顶点v所在位置
	int p = GetVertexPos(g,v);
	if(p == -1)
		return -1;

	//对顶点进行搜索,看那个顶点与v相连
	for(int i=0; i<g->NumVertices; ++i)
	{
		//判断是否,找到
		if(g->Edge[p][i] == 1)
			return i; //找到即返回
	}
	return -1;
}

获取下一个邻接顶点:获取顶点v的邻接顶点(该邻接点的顺序在邻接点w之后)

//获取下一个邻接顶点:获取顶点v的邻接顶点(该邻接点的顺序在邻接点w之后)
int  GetNextNeighbor(GraphMtx *g, T v, T w)
{
	//获取v和w所在位置
	int pv = GetVertexPos(g,v);
	int pw = GetVertexPos(g,w);
	if(pv==-1 || pw==-1)
		return -1;

	//从v的邻接顶点w的位置向后搜索,找到第一个与v相邻的顶点,即所求
	for(int i=pw+1; i<g->NumVertices; ++i)
	{
		
		if(g->Edge[pv][i] == 1)
			return i; 
	}
	return -1;
}

获取边的权重

//获取边的权重
E    GetWeight(GraphMtx *g, int v1, int v2)
{
	if(v1==-1 || v2==-1)
		return MAX_COST;
	return g->Edge[v1][v2];
}

2、Kruskal算法实现

Kruskal算法获取最小生成树

//使用Kruskal算法获取最小生成树
void MinSpanTree_Kruskal(GraphMtx *g)
{
	//申请存放边的空间(根据无向图的对称性只要存放邻接矩阵上三角就可以)
	int n = g->NumVertices;
	Edge *edge = (Edge *)malloc(sizeof(Edge) * (n*(n-1)/2));
	assert(edge != NULL);

	//获取邻接矩阵中的边(查找邻接矩阵上三角就可以)
	int k = 0;
	for(int i=0; i<n; ++i)
	{
		for(int j=i; j<n; ++j)
		{
			if(g->Edge[i][j]!=0 && g->Edge[i][j]!=MAX_COST)
			{
				edge[k].x = i;
				edge[k].y = j;
				edge[k].cost = g->Edge[i][j];
				k++;
			}
		}
	}

	int v1,v2;
	//将各个边根据边的排序规则(权值越大边越大)排序,升序
	qsort(edge,k,sizeof(Edge),cmp);
	
	//初始化father数组,用来标记边的两个顶点是否在相同集合
	int *father = (int*)malloc(sizeof(int) * n);
	assert(father != NULL);
	for(i=0; i<n; ++i)
	{
		father[i] = i;//顶点i的父顶点为i
	}

	for(i=0; i<n; ++i)
	{
		//判断边的两个顶点是否在相同集合,如果在相同集合说明该边不能进行连接,会形成闭环
		if(!Is_same(father,edge[i].x,edge[i].y))
		{
			//不在同一集合,将边加入,并将边在father中进行标注
			//由于边根据权值进行升序排列,所以只需要按照顺序取出就可以
			v1 = edge[i].x;
			v2 = edge[i].y;
			printf("%c-->%c : %d\n",g->VerticesList[v1],g->VerticesList[v2],edge[i].cost);
			Mark_same(father,edge[i].x,edge[i].y);
		}
	}
}

边的比较规则:权值大就代表边大

//边的比较规则:权值大就代表边大
int cmp(const void*a, const void *b)
{
	return (*(Edge*)a).cost - (*(Edge*)b).cost;
}

判断两个顶点在father中是否记录有相同父顶点

//判断编号为i、j对应的顶点是否同在father集合中(就是查找i、j顶点在father中是否有相同父顶点)
bool Is_same(int *father, int i, int j)
{
	//查找顶点i的父顶点
	while(father[i] != i)
	{
		i = father[i];
	}
	//查找顶点j的父顶点
	while(father[j] != j)
	{
		j = father[j];
	}
	//判断i、j两个顶点的父顶点是否相同
	return i==j;
}

将边的两个顶点i、j在father中进行标注

//将边的两个顶点i、j在father中进行标注
void Mark_same(int *father, int i, int j)
{
	//查找顶点i的父顶点
	while(father[i] != i)
	{
		i = father[i];
	}
	//查找顶点j的父顶点
	while(father[j] != j)
	{
		j = father[j];
	}
	//合并:
	father[j] = i;
}

3、运行结果

#include"GraphMtx.h"

void main()
{
	GraphMtx gm;
	InitGraph(&gm);
	//插入顶点
	InsertVertex(&gm,'A');
	InsertVertex(&gm,'B');
	InsertVertex(&gm,'C');
	InsertVertex(&gm,'D');
	InsertVertex(&gm,'E');
	InsertVertex(&gm,'F');
	//插入边
	InsertEdge(&gm,'A','B',6);
	InsertEdge(&gm,'A','C',1);
	InsertEdge(&gm,'A','D',5);
	InsertEdge(&gm,'B','C',5);
	InsertEdge(&gm,'B','E',3);
	InsertEdge(&gm,'C','D',5);
	InsertEdge(&gm,'C','E',6);
	InsertEdge(&gm,'C','F',4);
	InsertEdge(&gm,'D','F',2);
	InsertEdge(&gm,'E','F',6);
	ShowGraph(&gm);

	//MinSpanTree_Prim(&gm,'E');
	//使用克鲁斯卡尔算法获取最小生成树
	MinSpanTree_Kruskal(&gm);
}

运行结果
kruskal 新增删除边 代码 c,数据结构与算法,算法,c语言,图论

测试的图结构
kruskal 新增删除边 代码 c,数据结构与算法,算法,c语言,图论

获取的最小生成树
kruskal 新增删除边 代码 c,数据结构与算法,算法,c语言,图论

附录

Main.cpp

#include"GraphMtx.h"

void main()
{
	GraphMtx gm;
	InitGraph(&gm);
	//插入顶点
	InsertVertex(&gm,'A');
	InsertVertex(&gm,'B');
	InsertVertex(&gm,'C');
	InsertVertex(&gm,'D');
	InsertVertex(&gm,'E');
	InsertVertex(&gm,'F');
	//插入边
	InsertEdge(&gm,'A','B',6);
	InsertEdge(&gm,'A','C',1);
	InsertEdge(&gm,'A','D',5);
	InsertEdge(&gm,'B','C',5);
	InsertEdge(&gm,'B','E',3);
	InsertEdge(&gm,'C','D',5);
	InsertEdge(&gm,'C','E',6);
	InsertEdge(&gm,'C','F',4);
	InsertEdge(&gm,'D','F',2);
	InsertEdge(&gm,'E','F',6);
	ShowGraph(&gm);

	//MinSpanTree_Prim(&gm,'E');
	//使用克鲁斯卡尔算法获取最小生成树
	MinSpanTree_Kruskal(&gm);
}

GraphMtx.h

#pragma once
#include<stdio.h>
#include<malloc.h>
#include<assert.h>
#include<stdlib.h>

#define Default_Vertex_Size  10 

#define T char
#define E int
#define MAX_COST  0x7FFFFFFF

typedef struct GraphMtx
{
	int MaxVertices;
	int NumVertices;
	int NumEdges;

	T   *VerticesList;
	int **Edge;
}GraphMtx;

void InitGraph(GraphMtx *g);
int  GetVertexPos(GraphMtx *g, T v);
void ShowGraph(GraphMtx *g);
void InsertVertex(GraphMtx *g, T v);
void InsertEdge(GraphMtx *g, T v1, T v2, E cost);
void RemoveVertex(GraphMtx *g, T v);
void RemoveEdge(GraphMtx *g, T v1, T v2);
void DestroyGraph(GraphMtx *g);
int  GetFirstNeighbor(GraphMtx *g, T v);
int  GetNextNeighbor(GraphMtx *g, T v, T w);

E    GetWeight(GraphMtx *g, int v1, int v2);

//
//选取的边
typedef struct Edge
{
	int x; // start 开始点
	int y; // end  结束点
	E   cost;  //边权值
}Edge;

void MinSpanTree_Kruskal(GraphMtx *g);

GraphMtx.cpp文章来源地址https://www.toymoban.com/news/detail-698729.html

#include"GraphMtx.h"

//图的初始化
void InitGraph(GraphMtx *g)
{
	g->MaxVertices = Default_Vertex_Size;//最大顶点数初始化
	g->NumVertices = g->NumEdges = 0; //实际顶点数初始化

	//分配顶点存储列表的空间
	g->VerticesList = (T*)malloc(sizeof(T)*(g->MaxVertices));
	assert(g->VerticesList != NULL);

	//开辟边信息存储矩阵的空间(二维数组的动态开辟)
	g->Edge = (int**)malloc(sizeof(int*) * g->MaxVertices); //总行数的开辟
	assert(g->Edge != NULL);
	for(int i=0; i<g->MaxVertices; ++i) //每一行内具体的空间开辟
	{
		g->Edge[i] = (int*)malloc(sizeof(int) * g->MaxVertices);
	}
	for(i=0; i<g->MaxVertices; ++i)  //初始化
	{
		for(int j=0; j<g->MaxVertices; ++j)
		{
			if(i == j)
			{
				g->Edge[i][j] = 0;
			}
			else
			{
				g->Edge[i][j] = MAX_COST;
			}
		}
	}
}

//获取顶点的位置
int  GetVertexPos(GraphMtx *g, T v)
{
	for(int i=0; i<g->NumVertices; ++i) //对所有顶点进行遍历
	{
		//判断是否找到顶点v所在位置
		if(g->VerticesList[i] == v)
			return i;
	}
	return -1;
}

//打印图信息
void ShowGraph(GraphMtx *g)
{
	printf("  ");
	for(int i=0; i<g->NumVertices; ++i) //获取顶点,并打印
	{
		printf("%c  ",g->VerticesList[i]);
	}
	printf("\n");
	for(i=0; i<g->NumVertices; ++i) //打印顶点间边的信息
	{
		printf("%c ",g->VerticesList[i]);
		for(int j=0; j<g->NumVertices; ++j)
		{
			if(g->Edge[i][j] == MAX_COST)
			{
				printf("%c  ",'@');
			}
			else
			{
				printf("%d  ",g->Edge[i][j]);
			}
		}
		printf("\n");
	}
	printf("\n");
}

//插入顶点
void InsertVertex(GraphMtx *g, T v)
{
	if(g->NumVertices >= g->MaxVertices) //判断顶点空间是否已满
		return;
	g->VerticesList[g->NumVertices++] = v; //还有空间,放入顶点
}

//插入边:在v1和v2顶点间插入边
void InsertEdge(GraphMtx *g, T v1, T v2, E cost)
{
	int p1 = GetVertexPos(g,v1);  //获取v1顶点位置
	int p2 =  GetVertexPos(g,v2);  //获取v2顶点位置
	if(p1==-1 || p2==-1)
		return;

	//无向图存储 需要双向的
	g->Edge[p1][p2] = g->Edge[p2][p1] = cost;
	g->NumEdges++; //记录实际边数
}

//删除边:删除v1和v2顶点间的边
void RemoveEdge(GraphMtx *g, T v1, T v2)
{
	//求出两个顶点的下标位置
	int p1 = GetVertexPos(g,v1);
	int p2 =  GetVertexPos(g,v2);
	if(p1==-1 || p2==-1)
		return;

	if(g->Edge[p1][p2] == 0)
		return;

	//将边清空
	g->Edge[p1][p2] = g->Edge[p2][1] = 0;
	g->NumEdges--; //更新边数
}

//删除顶点
void RemoveVertex(GraphMtx *g, T v)
{
	//获取顶点的位置
	int p = GetVertexPos(g,v);
	if(p == -1)
		return;

	
	//释放顶点
	int numedges = 0;

	for(int i=p; i<g->NumVertices-1; ++i)
	{
		//将要释放顶点之后的顶点逐一前移
		g->VerticesList[i] = g->VerticesList[i+1];
	}

	//统计与要删除顶点相连的边条数
	for(i=0; i<g->NumVertices; ++i)
	{
		if(g->Edge[p][i] != 0)
		{
			numedges++;
		}
	}

	//删除与释放顶点相连的边(更改存放边信息的矩阵)
	for(i=p; i<g->NumVertices-1; ++i)
	{
		//将要删除行之后的行逐一向前移动一行
		for(int j=0; j<g->NumVertices; ++j)
		{
			g->Edge[i][j] = g->Edge[i+1][j];
		}
	}

	for(i=p; i<g->NumVertices; ++i)//删除列
	{
		//将要删除列之后的列逐一向前移动一列
		for(int j=0; j<g->NumVertices; ++j)
		{
			g->Edge[j][i] = g->Edge[j][i+1];
		}
	}
	g->NumVertices--;
	g->NumEdges -= numedges;
}

//销毁图
void DestroyGraph(GraphMtx *g)
{
	//释放顶点
	free(g->VerticesList);
	g->VerticesList = NULL;
	//释放边存储结构的列
	for(int i=0; i<g->NumVertices; ++i)
	{
		free(g->Edge[i]);
	}
	free(g->Edge);//释放存放行指针的空间
	g->Edge = NULL;
	g->MaxVertices = g->NumEdges = g->NumVertices = 0;
}

//获取v第一个邻接顶点
int  GetFirstNeighbor(GraphMtx *g, T v)
{
	//获取顶点v所在位置
	int p = GetVertexPos(g,v);
	if(p == -1)
		return -1;

	//对顶点进行搜索,看那个顶点与v相连
	for(int i=0; i<g->NumVertices; ++i)
	{
		//判断是否,找到
		if(g->Edge[p][i] == 1)
			return i; //找到即返回
	}
	return -1;
}

//获取下一个邻接顶点:获取顶点v的邻接顶点(该邻接点的顺序在邻接点w之后)
int  GetNextNeighbor(GraphMtx *g, T v, T w)
{
	//获取v和w所在位置
	int pv = GetVertexPos(g,v);
	int pw = GetVertexPos(g,w);
	if(pv==-1 || pw==-1)
		return -1;

	//从v的邻接顶点w的位置向后搜索,找到第一个与v相邻的顶点,即所求
	for(int i=pw+1; i<g->NumVertices; ++i)
	{
		
		if(g->Edge[pv][i] == 1)
			return i; 
	}
	return -1;
}

//获取边的权重
E    GetWeight(GraphMtx *g, int v1, int v2)
{
	if(v1==-1 || v2==-1)
		return MAX_COST;
	return g->Edge[v1][v2];
}



///
//Kruskal

//边的比较规则:权值大就代表边大
int cmp(const void*a, const void *b)
{
	return (*(Edge*)a).cost - (*(Edge*)b).cost;
}

//判断编号为i、j对应的顶点是否同在father集合中(就是查找i、j顶点在father中是否有相同父顶点)
bool Is_same(int *father, int i, int j)
{
	//查找顶点i的父顶点
	while(father[i] != i)
	{
		i = father[i];
	}
	//查找顶点j的父顶点
	while(father[j] != j)
	{
		j = father[j];
	}
	//判断i、j两个顶点的父顶点是否相同
	return i==j;
}

//将边的两个顶点i、j在father中进行标注
void Mark_same(int *father, int i, int j)
{
	//查找顶点i的父顶点
	while(father[i] != i)
	{
		i = father[i];
	}
	//查找顶点j的父顶点
	while(father[j] != j)
	{
		j = father[j];
	}
	//合并:
	father[j] = i;
}

//使用Kruskal算法获取最小生成树
void MinSpanTree_Kruskal(GraphMtx *g)
{
	//申请存放边的空间(根据无向图的对称性只要存放邻接矩阵上三角就可以)
	int n = g->NumVertices;
	Edge *edge = (Edge *)malloc(sizeof(Edge) * (n*(n-1)/2));
	assert(edge != NULL);

	//获取邻接矩阵中的边(查找邻接矩阵上三角就可以)
	int k = 0;
	for(int i=0; i<n; ++i)
	{
		for(int j=i; j<n; ++j)
		{
			if(g->Edge[i][j]!=0 && g->Edge[i][j]!=MAX_COST)
			{
				edge[k].x = i;
				edge[k].y = j;
				edge[k].cost = g->Edge[i][j];
				k++;
			}
		}
	}

	int v1,v2;
	//将各个边根据边的排序规则(权值越大边越大)排序,升序
	qsort(edge,k,sizeof(Edge),cmp);
	
	//初始化father数组,用来标记边的两个顶点是否在相同集合
	int *father = (int*)malloc(sizeof(int) * n);
	assert(father != NULL);
	for(i=0; i<n; ++i)
	{
		father[i] = i;//顶点i的父顶点为i
	}

	for(i=0; i<n; ++i)
	{
		//判断边的两个顶点是否在相同集合,如果在相同集合说明该边不能进行连接,会形成闭环
		if(!Is_same(father,edge[i].x,edge[i].y))
		{
			//不在同一集合,将边加入,并将边在father中进行标注
			//由于边根据权值进行升序排列,所以只需要按照顺序取出就可以
			v1 = edge[i].x;
			v2 = edge[i].y;
			printf("%c-->%c : %d\n",g->VerticesList[v1],g->VerticesList[v2],edge[i].cost);
			Mark_same(father,edge[i].x,edge[i].y);
		}
	}
}

到了这里,关于图之最小生成树Kruskal算法详解(C语言版)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

  • Kruskal算法求解最小生成树

    最小生成树是一个连通图。 什么是连通图,(强)连通图详解 前面介绍了《图存储结构》,本节继续讲解什么是 连通图 。 前面讲过,图中从一个顶点到达另一顶点,若存在至少一条路径,则称这两个顶点是连通着的。例如图 1 中,虽然 V1 和 V3 http://c.biancheng.net/view/3405.ht

    2024年02月07日
    浏览(54)
  • 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(43)
  • 859. Kruskal算法求最小生成树

    给定一个 nn 个点 mm 条边的无向图,图中可能存在重边和自环,边权可能为负数。 求最小生成树的树边权重之和,如果最小生成树不存在则输出  impossible 。 给定一张边带权的无向图 G=(V,E)G=(V,E),其中 VV 表示图中点的集合,EE 表示图中边的集合,n=|V|n=|V|,m=|E|m=|E|。 由

    2023年04月09日
    浏览(39)
  • 图的最小生成树-Kruskal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Kruskal算法。

    2024年02月08日
    浏览(57)
  • 最小生成树算法之Kruskal算法(c++)

    与Prim算法生成图的最小生成的树算法不同在于: Prim算法是基于图中的顶点的,且不依赖于边,Prim从顶点出发拓展,依次找每个顶点相邻的权值最小的边,直至生成最小生成树。因此,Prim算法的时间复杂度是O(v^2),适合边稠密图。 而Kruskal算法恰恰相反,是基于图中的边的一

    2024年02月12日
    浏览(42)
  • 最小生成树(Prim算法与Kruskal算法)

    一个连通图的生成树是一个极小的连通子图,它含有图中全部的n个顶点,但只有足以构成一棵树的n-1条边。我们把构造连通网的最小代价生成树称为最小生成树。 例如下图中①、②、③都是左侧图的生成树,但③是构造连通网的最小代价,所以③是该图的最小生成树。 P

    2024年02月05日
    浏览(57)
  • 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(46)
  • 最小(代价)生成树—Prim算法与Kruskal算法

    目录  一、最小生成树的特点 二、最小生成树算法  ① Prim(普里姆)算法 ②Kruskal(克鲁斯卡尔)算法  ③Prim算法与Kruskal算法对比 最小生成树是带权连通图G=(V,E)的生成树中边的权值之和最小的那棵生成树。它具有以下特点: 图G中各边权值互不相等时有唯一的最小生成树。图

    2024年02月01日
    浏览(36)
  • 图论13-最小生成树-Kruskal算法+Prim算法

    基本思想:按照权值从小到大的顺序选择 n-1 条边,并保证这 n-1 条边不构成回路 具体做法:首先构造一个只含 n 个顶点的森林,然后依权值从小到大从连通网中选择边加入到森林中,并使森林中 不产生 回路,直至森林变成一棵树为止。 2.2.1 如果图不联通,直接返回空,该

    2024年02月01日
    浏览(46)
  • 图之最小生成树Prim算法详解(C语言版)

    普里姆算法采用贪心算法的思想来查找最小生成树。对于包含 N 个顶点的连通网,普里姆算法每次从连通网中找出一个权值最小的边,这样的操作重复 N-1 次,由 N-1 条权值最小的边组成的生成树就是最小生成树MST(Minimum Spanning Tree,最小生成树)。 那么,如何找出 N-1 条权值

    2024年02月03日
    浏览(45)

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