c語(yǔ)言如何實(shí)現(xiàn)最小生成樹(shù)？相信很多新手小白還沒(méi)學(xué)會(huì)這個(gè)技能，通過(guò)這篇文章的總結(jié)，希望你能學(xué)會(huì)這個(gè)技能。以下資料是實(shí)現(xiàn)的步驟。

在金安等地區(qū)，都構(gòu)建了全面的區(qū)域性戰(zhàn)略布局，加強(qiáng)發(fā)展的系統(tǒng)性、市場(chǎng)前瞻性、產(chǎn)品創(chuàng)新能力，以專注、極致的服務(wù)理念，為客戶提供成都做網(wǎng)站、網(wǎng)站制作 網(wǎng)站設(shè)計(jì)制作按需定制網(wǎng)站,公司網(wǎng)站建設(shè),企業(yè)網(wǎng)站建設(shè),成都品牌網(wǎng)站建設(shè),成都全網(wǎng)營(yíng)銷(xiāo)推廣,成都外貿(mào)網(wǎng)站制作,金安網(wǎng)站建設(shè)費(fèi)用合理。

1.最小生成樹(shù)介紹

什么是最小生成樹(shù)？

最小生成樹(shù)（Minimum spanning tree，MST）是在一個(gè)給定的無(wú)向圖G(V,E)中求一棵樹(shù)T，使得這棵樹(shù)擁有圖G中的所有頂點(diǎn)，且所有邊都是來(lái)自圖G中的邊，并且滿足整棵樹(shù)的邊權(quán)值和最小。

2.prim算法

和Dijkstra算法很像??！請(qǐng)看如下Gif圖，prim算法的核心思想是對(duì)圖G(V,E)設(shè)置集合S，存放已被訪問(wèn)的頂點(diǎn)，然后每次從集合V-S中選擇與集合S的最短距離最小的一個(gè)頂點(diǎn)（記為u），訪問(wèn)并加入集合S。之后，令頂點(diǎn)u為中間點(diǎn)，優(yōu)化所有從u能到達(dá)的頂點(diǎn)v與集合s之間的最短距離。這樣的操作執(zhí)行n次，直到集合s中包含所有頂點(diǎn)。

不同的是，Dijkstra算法中的dist是從源點(diǎn)s到頂點(diǎn)w的最短路徑；而prim算法中的dist是從集合S到頂點(diǎn)w的最短路徑，以下是他們的偽碼描述對(duì)比，關(guān)于Dijkstra算法的詳細(xì)描述請(qǐng)參考文章

算法實(shí)現(xiàn)：

#include<iostream>
#include<vector>
#define INF 100000
#define MaxVertex 105
typedef int Vertex; 
int G[MaxVertex][MaxVertex];
int parent[MaxVertex];   // 并查集 
int dist[MaxVertex]; // 距離 
int Nv;    // 結(jié)點(diǎn) 
int Ne;    // 邊 
int sum;  // 權(quán)重和 
using namespace std; 
vector<Vertex> MST;  // 最小生成樹(shù) 
// 初始化圖信息 
void build(){
    Vertex v1,v2;
    int w;
    cin>>Nv>>Ne;
    for(int i=1;i<=Nv;i++){
        for(int j=1;j<=Nv;j++)
            G[i][j] = 0;  // 初始化圖 
        dist[i] = INF;   // 初始化距離
        parent[i] = -1;  // 初始化并查集 
    }
    // 初始化點(diǎn)
    for(int i=0;i<Ne;i++){
        cin>>v1>>v2>>w;
        G[v1][v2] = w;
        G[v2][v1] = w;
    }
}
// Prim算法前的初始化 
void IniPrim(Vertex s){
    dist[s] = 0;
    MST.push_back(s);
    for(Vertex i =1;i<=Nv;i++)
        if(G[s][i]){
            dist[i] = G[s][i];
            parent[i] = s;
        } 
}
// 查找未收錄中dist最小的點(diǎn) 
Vertex FindMin(){
    int min = INF;
    Vertex xb = -1;
    for(Vertex i=1;i<=Nv;i++)
        if(dist[i] && dist[i] < min){ 
            min = dist[i];
            xb = i;
        }
    return xb;
}
void output(){
    cout<<"被收錄順序："<<endl; 
    for(Vertex i=1;i<=Nv;i++)
        cout<<MST[i]<<" ";
    cout<<"權(quán)重和為："<<sum<<endl; 
    cout<<"該生成樹(shù)為："<<endl; 
    for(Vertex i=1;i<=Nv;i++)
        cout<<parent[i]<<" ";
}
void Prim(Vertex s){
    IniPrim(s);
    while(1){
        Vertex v = FindMin();
        if(v == -1)
            break;
        sum += dist[v];
        dist[v] = 0;
        MST.push_back(v);
        for(Vertex w=1;w<=Nv;w++)
            if(G[v][w] && dist[w])
                if(G[v][w] < dist[w]){
                    dist[w] = G[v][w];
                    parent[w] = v;
                }
    }
}
int main(){
    build();
    Prim(1);
    output();
    return 0;
}

關(guān)于prim算法的更加詳細(xì)講解請(qǐng)參考視頻 https://www.bilibili.com/video/av55114968?p=99

3.kruskal算法

Kruskal算法也可以用來(lái)解決最小生成樹(shù)的問(wèn)題，其算法思想很容易理解，典型的邊貪心，其算法思想為：

● 在初始狀態(tài)時(shí)隱去圖中所有的邊，這樣圖中每個(gè)頂點(diǎn)都是一個(gè)單獨(dú)的連通塊，一共有n個(gè)連通塊

● 對(duì)所有邊按邊權(quán)從小到大進(jìn)行排序

● 按邊權(quán)從小到大測(cè)試所有邊，如果當(dāng)前測(cè)試邊所連接的兩個(gè)頂點(diǎn)不在同一個(gè)連通塊中，則把這條測(cè)試邊加入當(dāng)前最小生成樹(shù)中，否則，將邊舍棄。

● 重復(fù)執(zhí)行上一步驟，直到最小生成樹(shù)中的邊數(shù)等于總頂點(diǎn)數(shù)減一 或者測(cè)試完所有邊時(shí)結(jié)束；如果結(jié)束時(shí)，最小生成樹(shù)的邊數(shù)小于總頂點(diǎn)數(shù)減一，說(shuō)明該圖不連通。

請(qǐng)看下面的Gif圖！

算法實(shí)現(xiàn)：

#include<iostream>
#include<string>
#include<vector>
#include<queue>
#define INF 100000
#define MaxVertex 105
typedef int Vertex; 
int G[MaxVertex][MaxVertex];
int parent[MaxVertex];   // 并查集最小生成樹(shù) 
int Nv;    // 結(jié)點(diǎn) 
int Ne;    // 邊 
int sum;  // 權(quán)重和 
using namespace std; 
struct Node{
    Vertex v1;
    Vertex v2;
    int weight; // 權(quán)重 
    // 重載運(yùn)算符成大堆 
    bool operator < (const Node &a) const
    {
        return weight>a.weight;
    }
};
vector<Node> MST;  // 最小生成樹(shù) 
priority_queue<Node> q;   // 最小堆 
// 初始化圖信息 
void build(){
    Vertex v1,v2;
    int w;
    cin>>Nv>>Ne;
    for(int i=1;i<=Nv;i++){
        for(int j=1;j<=Nv;j++)
            G[i][j] = 0;  // 初始化圖
        parent[i] = -1;
    }
    // 初始化點(diǎn)
    for(int i=0;i<Ne;i++){
        cin>>v1>>v2>>w;
        struct Node tmpE;
        tmpE.v1 = v1;
        tmpE.v2 = v2;
        tmpE.weight = w;
        q.push(tmpE); 
    }
}
//  路徑壓縮查找 
int Find(int x){
    if(parent[x] < 0)
        return x;
    else
        return parent[x] = Find(parent[x]);
} 
//  按秩歸并 
void Union(int x1,int x2){
    if(parent[x1] < parent[x2]){
        parent[x1] += parent[x2];
        parent[x2] = x1;
    }else{
        parent[x2] += parent[x1];
        parent[x1] = x2;
    }
} 
void Kruskal(){
    // 最小生成樹(shù)的邊不到 Nv-1 條且還有邊 
    while(MST.size()!= Nv-1 && !q.empty()){
        Node E = q.top();  // 從最小堆取出一條權(quán)重最小的邊
        q.pop(); // 出隊(duì)這條邊 
        if(Find(E.v1) != Find(E.v2)){  // 檢測(cè)兩條邊是否在同一集合 
            sum += E.weight; 
            Union(E.v1,E.v2);     // 并起來(lái) 
            MST.push_back(E);
        }
    }
    
} 
void output(){
    cout<<"被收錄順序："<<endl; 
    for(Vertex i=0;i<Nv;i++)
        cout<<MST[i].weight<<" ";
    cout<<"權(quán)重和為："<<sum<<endl; 
    for(Vertex i=1;i<=Nv;i++)
        cout<<parent[i]<<" ";
    cout<<endl;
}
int main(){
    build();
    Kruskal();
    output();
    return 0;
}

上述就是小編為大家分享的c語(yǔ)言實(shí)現(xiàn)最小生成樹(shù)的方法了，如果您也有類(lèi)似的疑惑，不妨參照上述方法進(jìn)行嘗試。如果想了解更多相關(guān)內(nèi)容，請(qǐng)關(guān)注創(chuàng)新互聯(lián)行業(yè)資訊。

分享名稱：c語(yǔ)言如何實(shí)現(xiàn)最小生成樹(shù)-創(chuàng)新互聯(lián)
文章URL：http://aaarwkj.com/article44/jdeee.html

成都網(wǎng)站建設(shè)公司_創(chuàng)新互聯(lián)，為您提供虛擬主機(jī)、外貿(mào)建站、手機(jī)網(wǎng)站建設(shè)、網(wǎng)站設(shè)計(jì)、營(yíng)銷(xiāo)型網(wǎng)站建設(shè)、云服務(wù)器

廣告

聲明：本網(wǎng)站發(fā)布的內(nèi)容（圖片、視頻和文字）以用戶投稿、用戶轉(zhuǎn)載內(nèi)容為主，如果涉及侵權(quán)請(qǐng)盡快告知，我們將會(huì)在第一時(shí)間刪除。文章觀點(diǎn)不代表本網(wǎng)站立場(chǎng)，如需處理請(qǐng)聯(lián)系客服。電話：028-86922220；郵箱：631063699@qq.com。內(nèi)容未經(jīng)允許不得轉(zhuǎn)載，或轉(zhuǎn)載時(shí)需注明來(lái)源： 創(chuàng)新互聯(lián)