最小生成樹，Prim和Kruskal的原理與實現

文章首先於微信公衆號：小K算法，關注第一時間獲取更新信息

1 新農村建設

大清都亡了，咱們村尚未通網。爲了響應國家的新農村建設的號召，村裏也開始了網絡工程的建設。
窮鄉僻壤，人煙稀少，如何佈局網線，成了當下村委會首個急需攻克的難題。
以下圖，農戶之間的距離隨機，建設網線的成本與距離成正比，怎樣才能用最少的成本將整個村的農戶網絡連通呢？

2 思考

若是農戶A到農戶B，農戶B到農戶C的網線已經建好了，那農戶A和農戶C也間接的連通了，不用再建設。

每一根線均可以連通2個農戶，因此有N個農戶，就只須要N-1條網線就能夠了。

3 問題建模

將上述問題轉化爲無向圖來表示。

用鄰接矩陣存儲農戶之間的距離。

這樣問題就轉化成：找N-1條邊將上述圖組成一個連通圖，要求N-1條邊的權值和最小。

這就是經典的最小生成樹問題。有兩種算法專門解決這類問題，Prim和Kruskal。

4 Prim

4.1 反向思考

對於一個N個點，N-1條邊的連通圖：
若是剪掉1條線，整個圖會變成2個連通子圖；若是剪掉2條線，就會變成3個連通子圖。

若是剪掉了B到D之間的網線，這時變成2個連通子圖。

• 連通子圖1：A,B
• 連通子圖2：C,D,E,F

爲了將整個圖連通，就須要找出兩個子圖之間的最小距離邊，連通這條邊就好了。
其實就是找出子圖1中的全部點到子圖2中的全部點的最小邊。
這裏有3條邊，A-C，B-D，B-E，其中A-C距離最小，連通這條邊就是最好的方案。
推論：

• 最優的方案是肯定的，即最小權值和惟一
• 在最優方案中，剪掉任意一條邊所分隔出的兩個連通子圖，之間的最小距離都應該是剪掉的這條，沒有比這條邊更小的，不然能夠換掉這條邊構成新的最優方案

如上圖就不是最優方案，由於兩個子圖之間還有更小的邊

4.2 Prim算法框架

對於加權連通圖G=(V,E)，V爲頂點集，E爲邊集。

• 以V中任意一點x爲起點，將x加入一個新的頂點集S={x}，初始新的邊集T={}爲空
• 重複以下步驟直到S=V：
  1）選擇E中最小的邊<u,v>，其中u屬於S，而v不屬於S但屬於V
  2）將v加入S，將邊<u,v>加入T
• 最終S,T即爲所求最小生成樹

算法解釋：把S和非S想象成兩個子圖，每一步其實就是在找出這兩個子圖之間的最小邊。

過程模擬以下圖：

• 以A爲起點，將A加入S={A}；
• 第一條最小邊爲A-B，將B加入S={A,B}

• 第二條最小邊爲B-D，將D加入S={A,B,D}
• 第三條最小邊爲D-C，將C加入S={A,B,D,C}

繼續重複以上過程直到S=V，T即爲所求邊集。

4.3 Prim代碼實現

變量定義

const int MAXN = 100;
int n, m, temp, ans = 0, map[MAXN][MAXN], length[MAXN];
char s, t;
bool flag[MAXN];

初始化

void init() {
    cin >> n >> m;
    memset(map, -1, MAXN * MAXN);
    for (int i = 0; i < n; ++i) {
        map[i][i] = 0;
        flag[i] = false;
        length[i] = 0x7fffffff;
    }
    for (int i = 0; i < m; ++i) {
        cin >> s >> t >> temp;
        map[s - 'A'][t - 'A'] = temp;
        map[t - 'A'][s - 'A'] = temp;
    }
}

核心算法

int main() {
    init();
    // 將0做爲起點加入集合S
    flag[0] = true;
    for (int i = 0; i < n; ++i) {
        if (map[0][i] >= 0) {
            length[i] = map[0][i];
        }
    }
    // 選擇N-1條邊
    for (int i = 0; i < n - 1; ++i) {
        int min = 0x7fffffff;
        int k = 0;
        // 枚舉非S全部點，選擇最小的邊
        for (int j = 1; j < n; ++j) {
            if (!flag[j] && length[j] < min) {
                min = length[j];
                k = j;
            }
        }
        ans += min;
        cout << "k=" << k << " ,min=" << min << endl;
        // 將新的點k加入集合S,並經過k更新非S中點的距離
        flag[k] = true;
        for (int j = 1; j < n; ++j) {
            if (!flag[j] && map[k][j] >= 0 && map[k][j] < length[j]) {
                length[j] = map[k][j];
            }
        }
    }
    cout << "ans=" << ans;
    return 0;
}

5 Kruskal

5.1 思考

最優解是要選取N-1條邊，邊的數量是固定的，但邊的權值不同，因此可讓這N-1條邊儘量的小。那就能夠用貪心的思想，從最小的邊開始選擇。

如上圖，從最小的邊開始選擇，第1條是A-B，第2條是B-D，第3條是A-D。
但這裏就出現了衝突，由於A與D已經連通，再多一條邊會造成環，沒有意義。
因此再多加一個判斷，若是一條邊所關聯的兩個點已經連通就不能選擇，不然能夠選擇。

當選擇第4條邊D-E時，判斷D和E沒有連通，將這兩個子圖連通。把兩個子圖當作不一樣的集合，這一步就是合併成同一個集合。

若是初始每一個點都屬於一個獨立的集合，每選擇一條邊，就將所在的集合合併成同一個，在下一次選擇邊的時候，就只需判斷關聯的兩個點是否爲同一集合。這就能夠用並查集快速處理。
詳細可查看並查集專題。

5.2 Kruskal算法框架

對於加權連通圖G=(V,E)，V爲頂點集，E爲邊集。

• 初始一個非連通圖T=(V,{})，即含全部點，邊集爲空
• 重複如下步驟，直到成功選擇N-1條邊
  1）在E中取出最小邊<u,v>，若是u，v沒有連通，就將該邊加入T，同時將u,v連通；不然捨棄判斷下一條最小邊。
• 最終T即爲所求最小生成樹

過程模擬以下圖：

• 判斷第1條邊B-D，將B,D合併爲一個集合；判斷第2條邊A-B，將A,B,D合併爲一個集合

• 判斷第3條邊A-D，A,D已經屬於同一個集合，放棄選擇

• 判斷第4條邊E-F，將E,F合併爲一個集合

繼續重複以上過程直到選出N-1條邊。

5.3 Kruskal代碼實現

變量定義

struct Edge {
    int start;
    int end;
    int value;
};
const int MAXN = 100, MAXM = 100;

int n, m, answer = 0, edgeNum = 0, father[MAXN];
Edge edge[MAXM];

初始化

void init() {
    char s, e;
    int temp;
    // 並查集根結點，初始爲-1，合併以後爲-num,num表示集合中的個數
    memset(father, -1, MAXN);
    cin >> n >> m;
    for (int i = 0; i < m; i++) {
        cin >> s >> e >> temp;
        edge[i].start = s - 'A';
        edge[i].end = e - 'A';
        edge[i].value = temp;
    }
}
bool compare(const Edge &a, const Edge &b) {
    return a.value < b.value;
}

查找根

int findFather(int s) {
    int root = s, temp;
    // 查找s的最頂層根
    while (father[root] >= 0) {
        root = father[root];
    }
    // 路徑壓縮，提升後續查找效率
    while (s != root) {
        temp = father[s];
        father[s] = root;
        s = temp;
    }
    return root;
}

合併集合

void unionSet(int s, int e) {

    int rootS = findFather(s);
    int rootE = findFather(e);

    int weight = father[rootS] + father[rootE];
    // 將結點數少的集合做爲結點數多的集合的兒子節點
    if (father[rootS] > father[rootE]) {
        father[rootS] = rootE;
        father[rootE] = weight;
    } else {
        father[rootE] = rootS;
        father[rootS] = weight;
    }
}

核心算法

int main() {
    init();
    sort(edge, edge + m, compare);
    for (int i = 0; i < m; i++) {
        if (findFather(edge[i].start) != findFather(edge[i].end)) {
            unionSet(edge[i].start, edge[i].end);
            answer += edge[i].value;
            edgeNum++;
            if (edgeNum == n - 1) {
                break;
            }
        }
    }
    cout << answer << endl;
    return 0;
}

6 總結

prim基於頂點操做，適用於點少邊多的場景，多用鄰接矩陣存儲。
kruskal基於邊操做，適用於邊少點多的場景，多用鄰接表存儲。

---

掃描下方二維碼關注公衆號，第一時間獲取更新信息！