二十九、搜索与图论——克鲁斯卡尔算法(Kruskal 算法,稀疏图)

news2024/11/26 16:25:30

Kruskal算法主要内容

  • 一、基本思路
    • 1、基本思想与概念
    • 2、算法步骤
    • 3、注意
  • 二、Java、C语言模板实现
  • 三、例题题解

一、基本思路

1、基本思想与概念

  • 解决问题:
    • 多个城市中铺公路,使城市之间可以相互联通,问如何才能让铺设公路的长度最短——铺设的路径即为最小生成树。
  • 思想:
    • 从小到大枚举每条边,从小到大试图将每条边假如生成树,只要这条边对应的两个点不在一个集合,则把这条边加到集合中来。
  • 主要面对的是稀疏图的最小生成树问题
  • 使用并查集来进行同一集合的判断。

在这里插入图片描述

2、算法步骤

    1. 将所有边按照权重进行从小到大排序(快排)—— O(mlogn)算法瓶颈
    1. 枚举每一条边 a,b,权重 c
    • if(a, b不连通){
    • 将这条边加入集合中,相当于给 a, b 之间加一条边
    • }

3、注意

  • Kruskal 算法是以边为单位进行遍历,Prim算法是以点为单位进行边的遍历
  • 使用并查集进行“是否在同一个集合”的判断
  • 不需要使用邻接表、邻接矩阵存储图,只需要存边,然后做好排序即可。

二、Java、C语言模板实现

//Java 模板实现
    static int N = 100010;
    static int n,m;
    static int u,v,w;
    
    // 使用并查集判断每个节点的归属集合
    // p代表点 1 ~ n 的父节点是什么
    static int[] p = new int[N];
    
    // 查询节点 x 的根节点(只有根节点才可以满足p[x] = x)
    // 根节点的p[x]代表的就是集合本身编号
    static int findRoot(int x){
        if(p[x] != x){
            p[x] = findRoot(p[x]);      // 并查集中的递归与路径压缩
        }
        return p[x];
    }


        int res = 0;            // 存储最小生成树经过的路程,也就是走过一遍的最小路程数
        int count = 0;          // 记录集合中的边数,之所以增加这个变量,是因为并不能
        
        for(int i = 0; i < n; i++){     // 此处是初始化每个点为一个集合,为了后面合并做准备
            p[i] = i;                   // 满足根节点 p[x] = x 条件
        }
        
        for(int i = 0; i < m; i++){
            u = in.nextInt();
            v = in.nextInt();
            w = in.nextInt();
            
            edges.add(new Edge(u, v, w));       // 将边加入队列中,并做好排序
        }
        
        for(int i = 0; i < m; i++){
            Edge temp = edges.poll();           // 取出首节点,也就是最小的边
            int a = temp.a;
            int b = temp.b;
            int ww = temp.w;
            a = findRoot(a);                    // 找到点a的根节点
            b = findRoot(b);                    // 找到点b的根节点/所在集合
            
            if(a != b){     // 两者没有连通,也就是没有边通路
               p[a] = b;    // 将其中一个集合并入另一个集合
               res += ww;   // 累加两点之间的距离
               count++;     // 判断走过了多少条边
            }
            
        }

class Edge implements Comparable<Edge>{
    
    int a;
    int b;
    int w;
    public Edge(int x,int y, int z){
        this.a = x;
        this.b = y;
        this.w = z;
    }
    
    public int compareTo(Edge other){           // 此处是为了在优先队列中实现排序,也就实现了Comparable接口
        return Integer.compare(this.w, other.w);
    }
}
```cpp
// C++语言实现,此处是yxc实现
int n, m;       // n是点数,m是边数
int p[N];       // 并查集的父节点数组

struct Edge     // 存储边
{
    int a, b, w;

    bool operator< (const Edge &W)const
    {
        return w < W.w;
    }
}edges[M];

int find(int x)     // 并查集核心操作
{
    if (p[x] != x) p[x] = find(p[x]);
    return p[x];
}

int kruskal()
{
    sort(edges, edges + m);

    for (int i = 1; i <= n; i ++ ) p[i] = i;    // 初始化并查集

    int res = 0, cnt = 0;
    for (int i = 0; i < m; i ++ )
    {
        int a = edges[i].a, b = edges[i].b, w = edges[i].w;

        a = find(a), b = find(b);
        if (a != b)     // 如果两个连通块不连通,则将这两个连通块合并
        {
            p[a] = b;
            res += w;
            cnt ++ ;
        }
    }

    if (cnt < n - 1) return INF;
    return res;
}

三、例题题解

在这里插入图片描述

// java题解实现
import java.util.*;

public class Main{
    static int N = 100010;
    static int n,m;
    static int u,v,w;
    
    // 使用并查集判断每个节点的归属集合
    // p代表点 1 ~ n 的父节点是什么
    static int[] p = new int[N];
    
    // 查询节点 x 的根节点(只有根节点才可以满足p[x] = x)
    // 根节点的p[x]代表的就是集合本身编号
    static int findRoot(int x){
        if(p[x] != x){
            p[x] = findRoot(p[x]);      // 并查集中的递归与路径压缩
        }
        return p[x];
    }
    
    public static void main(String[] args){
        Scanner in = new Scanner(System.in);
        
        // 使用优先队列进行边的存储,在添加过程中实现边添加边排序
        // 当然此处实际上也可以使用 Edge 数组进行存储
        PriorityQueue<Edge> edges = new PriorityQueue<Edge>();
    
        n = in.nextInt();
        m = in.nextInt();
        
        int res = 0;            // 存储最小生成树经过的路程,也就是走过一遍的最小路程数
        int count = 0;          // 记录集合中的边数,之所以增加这个变量,是因为并不能
        
        for(int i = 0; i < n; i++){     // 此处是初始化每个点为一个集合,为了后面合并做准备
            p[i] = i;                   // 满足根节点 p[x] = x 条件
        }
        
        for(int i = 0; i < m; i++){
            u = in.nextInt();
            v = in.nextInt();
            w = in.nextInt();
            
            edges.add(new Edge(u, v, w));       // 将边加入队列中,并做好排序
        }
        
        for(int i = 0; i < m; i++){
            Edge temp = edges.poll();           // 取出首节点,也就是最小的边
            int a = temp.a;
            int b = temp.b;
            int ww = temp.w;
            a = findRoot(a);                    // 找到点a的根节点
            b = findRoot(b);                    // 找到点b的根节点/所在集合
            
            if(a != b){     // 两者没有连通,也就是没有边通路
               p[a] = b;    // 将其中一个集合并入另一个集合
               res += ww;   // 累加两点之间的距离
               count++;     // 判断走过了多少条边
            }
            
        }
        
        if(count != (n - 1)){   // 没有走过 n-1 条边,也就意味着没有全部连接的通路,也就没有最小生成树
            System.out.println("impossible");
        }else{
            System.out.println(res);
        }
    }
    
    
}

class Edge implements Comparable<Edge>{
    
    int a;
    int b;
    int w;
    public Edge(int x,int y, int z){
        this.a = x;
        this.b = y;
        this.w = z;
    }
    
    public int compareTo(Edge other){           // 此处是为了在优先队列中实现排序,也就实现了Comparable接口
        return Integer.compare(this.w, other.w);
    }
}

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:http://www.coloradmin.cn/o/538634.html

如若内容造成侵权/违法违规/事实不符,请联系多彩编程网进行投诉反馈,一经查实,立即删除!

相关文章

二十七、搜索与图论——Floyd 算法(多元路最短路径问题)

Floyd算法主要内容 一、基本思路1、算法原理2、基本思路3、注意 二、Java、C语言模板实现三、例题题解 一、基本思路 1、算法原理 遍历每条边&#xff0c;通过比较进行路径更新——暴力 解决多源最短路问题&#xff0c;求解 i 点到 j 点的最短距离 f [ i, j, k] 表示从 i 走…

REST服务,使用Dubbo还是SpringMVC

pringMVC、Dubbo 都支持 REST 服务&#xff0c;那当我们要开发一个 REST 服务接口时&#xff0c;该如何选择&#xff1f; 本文将包括以下两方面内容&#xff1a; REST服务的写法 REST服务的应用场景 REST服务的写法 首先我们看下 SpringMVC 怎么实现一个 REST 服务&#xff1…

盘点数据仓库建设需要知道的那些事

文章目录 建设规范为何要有规范规范如何落地有哪些规范 数仓分层分层原则常见分层主题域划分原则数据模型设计原则数据类型规范**数据冗余规范**表规范处理规范命名规范生命周期管理 指标管理指标定义指标构成指标分类命名规范 建设规范 为何要有规范 无规矩不成方圆&#xff…

vue项目百度ueditor编辑器集成135和秀米,主题图标美化

目录 前言效果预览教程1. 首先下载主题美化插件2. 接入135编辑器3. 接入秀米编辑器4. 组件封装5. main.js引入样式和js文件6. 页面使用 完成&#xff01; 前言 本文介绍vue项目里引入百度Ueditor富文本编辑器&#xff0c;集成135编辑器和秀米编辑器&#xff0c;使内容编辑更加丰…

09- 基于MASK-RCNN的气球检测项目 (目标检测)

要点&#xff1a; 一 项目介绍 基于MASK-RCNN框架的气球检测项目 项目介绍项目流程下载数据集下载MASK-RCNN框架源码MASK-RCNN模型介绍FPN层特征提取原理解读FPN网络架构实现解读生成框比例设置基于不同尺度特征图生成所有框RPN层的作用与实现解读候选框过滤方法Proposal层实现…

pcap文件格式

在通过使用wireshark工具抓取主机不同网段的数据包时&#xff0c;把抓到的数据包保存起来会发现生成的文件是.pcap文件&#xff0c;此篇博客主要介绍pcap文件的格式&#xff0c;并利用C语言的结构体知识来初窥探数据包数据。 pcap文件格式 pcap文件数据结构如下图所示&#x…

浅谈Koa2框架

框架和库 什么是框架 前端框架一般指用于简化网页设计的框架&#xff0c;使用广泛的前端开发套件。 比如&#xff0c;jquery&#xff0c;extjs&#xff0c;bootstrap等等&#xff0c;这些框架封装了一些功能&#xff0c;比如html文档操作&#xff0c;漂亮的各种控件&#xf…

springboot+vue农机电招平台(源码+文档)

风定落花生&#xff0c;歌声逐流水&#xff0c;大家好我是风歌&#xff0c;混迹在java圈的辛苦码农。今天要和大家聊的是一款基于springboot的农机电招平台。项目源码以及部署相关请联系风歌&#xff0c;文末附上联系信息 。 &#x1f495;&#x1f495;作者&#xff1a;风歌&a…

Django基础框架01——安装与配置

Django基础框架01——安装与配置 1.Django是什么2.Django的由来3.Django的命名4.Django的版本发布5.Django框架的特点6.Django的设计模式6.1 MVC设计模式——Web6.2 MTV设计模式——Django 7.Django安装与配置8.Django创建第一个项目8.1 第一个项目Bookstore8.2 Django项目配置…

SolidWorks二次开发(C#)-环境搭建

提示&#xff1a;文章写完后&#xff0c;目录可以自动生成&#xff0c;如何生成可参考右边的帮助文档 文章目录 1、前言2、按照Solidworks2022和VS20223、在VS2022中创建一个Winform工程4、添加SolidWorks动态链接库5、在按钮中添加代码6、测试 1、前言 做了有些SolidWorks二次…

博客园一些主题皮肤汇总记录

文章目录 1、SimpleMemory2、Silence3、Make CNblogs Better4、cnblogs-theme-next5、CNblogs-Theme-Sakura6、其他7、总结 1、SimpleMemory 作者&#xff1a;BNDong - 博客园 (cnblogs.com) 美化博客地址&#xff1a;关于本博客样式 - BNDong - 博客园 (cnblogs.com) GitHub地…

动态规划-买卖股票的最佳时机 II and III

动态规划-买卖股票的最佳时机 III 1 买卖股票的最佳时机 II1.1 题目1.2 示例1.2.1 示例 1&#xff1a;1.2.2 示例 2&#xff1a;1.2.3 示例 3&#xff1a; 1.3 算法题解1.3.1 动态规划代码实现1.3.2 贪心实现代码 2 买卖股票的最佳时机 III2.1 题目2.2 示例2.2.1 示例 1:2.2.2 …

网络安全复习

目录 低层协议安全性 IP协议 ARP协议 TCP协议 NAT协议 单钥加密体制 DES算法 课后习题 双钥加密体制 &#x1f407;怎么说 欧几里得算法求逆 RSA算法 椭圆曲线加密 Diffie- Hellman 密钥交换算法 ElGamal签名机制 Schnorr签名机制 DSS签名算法——DSA 低层协…

基于harbor安装私有镜像仓库

目录 Harbor介绍 Harbor安装 下载完成后&#xff0c;在压缩包解压到/usr/local目录下&#xff1a; 修改Harbor配置文件 推送本地镜像到harbor上 1、给本地镜像打一个标签 2、 设置docker的daemon.json 3、重启docker 4、使用docker登录harbor 5、把本地的镜像push到harbor…

【C++】内存管理 |new和delete | 定位new

目录 1. C/C内存分布 2. C内存管理方式 2.1 new/delete操作内置类型 2.2 new和delete操作自定义类型 3. new和delete的实现原理 3.1 内置类型 3.2 自定义类型 4. 定位new 1. C/C内存分布 说明&#xff1a; 1. 栈又叫堆栈--非静态局部变量/函数参数/返回值等等&#xff…

机器学习之线性回归

往期目录 python在线性规划中的应用 文章目录 一、线性回归算法概述1.1 什么是线性回归&#xff1f;1.2 线性回归算法原理1.3 线性回归的应用场景 二、线性回归算法Python实现2.1 导入必要的库2.2 随机生成数据集2.3 拟合模型2.4 预测结果2.5 结果可视化 三、完整代码 线性回归…

(5)串口

串口是一种应用十分广泛的通讯接口&#xff0c;串口成本低、容易使用、通信线路简单&#xff0c;可实现两个设备的互相通信。 单片机的串口可以使单片机与单片机、单片机与电脑、单片机与各式各样的模块互相通信&#xff0c;极大的扩展了单片机的应用范围&#xff0c;增强了单…

十大排序算法(中):冒泡排序,快速排序(递归和非递归)、归并排序(递归和非递归)

这篇文章&#xff0c;我们接着来讲剩下的排序算法&#xff1a;冒泡排序&#xff0c;快速排序&#xff08;递归和非递归&#xff09;、归并排序&#xff08;递归和非递归&#xff09; 目录 3.3 交换排序3.3.1 冒泡排序3.3.2 快速排序递归优化非递归优化 3.4 归并排序3.4.1 递归…

Jmeter处理接口签名sign

写接口脚本的时候&#xff0c;很多接口涉及到签名&#xff0c;今天介绍下用Jmeter编写签名脚本的方法。 举个例子&#xff0c;开启红包接口&#xff0c;请求方式为post POST /v1/api/red/open json请求参数 { "red_id":1, "timestamp":"166703384…

springboot+vue学生成绩管理系统(源码+文档)

风定落花生&#xff0c;歌声逐流水&#xff0c;大家好我是风歌&#xff0c;混迹在java圈的辛苦码农。今天要和大家聊的是一款基于springboot的学生成绩管理系统。项目源码以及部署相关请联系风歌&#xff0c;文末附上联系信息 。 &#x1f495;&#x1f495;作者&#xff1a;风…