Prim算法详解

Prim算法是干什么的?

Prim算法可以计算出一个无向加权图的最小生成树

什么是最小生成树?

首先,树两个最重要的性质是①用一条边连接树中的任意两点都会产生一个新的环从树中删除一条边将会得到两棵独立的树,最小生成树即为连接图中所有点,且总权重最小的树。最小生成树的性质:将图中的点分为两个集合,横跨两个集合的边中权重最小的边必在最小生成树中(并不只有权重最小边在树中)

最小生成树的性质的证明:

用反证法,如果权重最小的边 e 不在树中,那和它横跨两个相同的集合且权重比它大的边 f 树一定在树中,如果把 e 加入树中,再将 f 删除,则得到一个权重更小的树,所以 e 必在树中

Prim算法如何进行计算?

①选定一个点做为一个集合 a ,剩下的点为另一个集合 b
②将横跨两个集合且权重在其中最小的边加入最小生成树
③将刚刚加入最小生成树的边中不在集合 a 中的点加入集合 a,直到所有的点加入集合 a

具体到代码如何计算?

class MST {
    private boolean[] marked; //点是否已在树中
    private double[] distTo; //点到树的距离
    private ArrayList<Edge> mst; //最小生成树
    private EdgeWeightedGraph G; //要处理的图
    private TreeMap<Double, Edge> pq; //保存一个点到树距离最短的边和那个距离 按距离从小到大的优先队列
    
    public MST(EdgeWeightedGraph G) {
        this.G = G;
        int V = G.V();
        marked = new boolean[V];
        distTo = new double[V];
        mst = new ArrayList<>();
        pq = new TreeMap<>();
        //将所有点到树的距离设置为正无穷
        for (int i = 0; i < distTo.length; i++)
            distTo[i] = Double.POSITIVE_INFINITY;
        //0到0的距离为0
        distTo[0] = 0;
        visit(0);
        Edge tEdge;
        
        while (!pq.isEmpty()) {
            tEdge = pq.remove(pq.firstKey()); //从优先队列中取出距离树最短的边
            mst.add(tEdge); //加入树中
            //更新优先队列
            int v = tEdge.either(); //either()返回边的任意一个点
            if (!marked[v]) visit(v);
            else            visit(tEdge.other(v)); //other(v)返回除v外的另一个节点
        }
    }
    /*
     * 将v的边加入优先队列
     */
    private void visit(int v) {
        marked[v] = true;
        for (Edge e : G.adj(v)) { //adj(v)返回该点的所有边
            int w = e.other(v);
            double weight = e.weight();
            //如果发现了使此点到树的距离更小的通路,则更新优先队列
            if (weight < distTo[w]) {
                //如果以前已经存过这个点w到最小生成树的边了 现在找到了权重更小的所以把它删除
                pq.remove(distTo[w]);
                distTo[w] = weight; //更新最小距离
                pq.put(weight, e); //插入优先队列
            }
        }
    }
    
    public Iterable<Edge> edgs() { return mst;}
}

将树所有邻近的点的到树距离最短的边全部加入优先队列,从队列中拿出最短的边,将其加入树中
pq始终保存着树旁边所有的节点到树的最短距离


①将0加入mst,将0-7,0-2,0-4,0-6加入优先队列,其中0-7的权重最小
②将7加入mst,将7-1,7-4(因为发现了比0-4到树距离更小的边所以删了0-4,加入7-4),7-5,(7-2不加入因为原来的距离更小),其中7-1权重最小

©著作权归作者所有,转载或内容合作请联系作者
  • 序言:七十年代末,一起剥皮案震惊了整个滨河市,随后出现的几起案子,更是在滨河造成了极大的恐慌,老刑警刘岩,带你破解...
    沈念sama阅读 206,214评论 6 481
  • 序言:滨河连续发生了三起死亡事件,死亡现场离奇诡异,居然都是意外死亡,警方通过查阅死者的电脑和手机,发现死者居然都...
    沈念sama阅读 88,307评论 2 382
  • 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
    开封第一讲书人阅读 152,543评论 0 341
  • 文/不坏的土叔 我叫张陵,是天一观的道长。 经常有香客问我,道长,这世上最难降的妖魔是什么? 我笑而不...
    开封第一讲书人阅读 55,221评论 1 279
  • 正文 为了忘掉前任,我火速办了婚礼,结果婚礼上,老公的妹妹穿的比我还像新娘。我一直安慰自己,他们只是感情好,可当我...
    茶点故事阅读 64,224评论 5 371
  • 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
    开封第一讲书人阅读 49,007评论 1 284
  • 那天,我揣着相机与录音,去河边找鬼。 笑死,一个胖子当着我的面吹牛,可吹牛的内容都是我干的。 我是一名探鬼主播,决...
    沈念sama阅读 38,313评论 3 399
  • 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
    开封第一讲书人阅读 36,956评论 0 259
  • 序言:老挝万荣一对情侣失踪,失踪者是张志新(化名)和其女友刘颖,没想到半个月后,有当地人在树林里发现了一具尸体,经...
    沈念sama阅读 43,441评论 1 300
  • 正文 独居荒郊野岭守林人离奇死亡,尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 35,925评论 2 323
  • 正文 我和宋清朗相恋三年,在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 38,018评论 1 333
  • 序言:一个原本活蹦乱跳的男人离奇死亡,死状恐怖,灵堂内的尸体忽然破棺而出,到底是诈尸还是另有隐情,我是刑警宁泽,带...
    沈念sama阅读 33,685评论 4 322
  • 正文 年R本政府宣布,位于F岛的核电站,受9级特大地震影响,放射性物质发生泄漏。R本人自食恶果不足惜,却给世界环境...
    茶点故事阅读 39,234评论 3 307
  • 文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹,春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 30,240评论 0 19
  • 文/苍兰香墨 我抬头看了看天上的太阳。三九已至,却和暖如春,着一层夹袄步出监牢的瞬间,已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 31,464评论 1 261
  • 我被黑心中介骗来泰国打工, 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留,地道东北人。 一个月前我还...
    沈念sama阅读 45,467评论 2 352
  • 正文 我出身青楼,却偏偏与公主长得像,于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子,可洞房花烛夜当晚...
    茶点故事阅读 42,762评论 2 345

推荐阅读更多精彩内容