Kruskal算法(一)之 C語言詳解

本章介紹克魯斯卡爾算法。和以往同樣,本文會先對克魯斯卡爾算法的理論論知識進行介紹,而後給出C語言的實現。後續再分別給出C++和Java版本的實現。html

目錄
1. 最小生成樹
2. 克魯斯卡爾算法介紹
3. 克魯斯卡爾算法圖解
4. 克魯斯卡爾算法分析
5. 克魯斯卡爾算法的代碼說明
6. 克魯斯卡爾算法的源碼
git

轉載請註明出處:http://www.cnblogs.com/skywang12345/github

更多內容:數據結構與算法系列 目錄算法

最小生成樹

在含有n個頂點的連通圖中選擇n-1條邊,構成一棵極小連通子圖,並使該連通子圖中n-1條邊上權值之和達到最小,則稱其爲連通網的最小生成樹。
數組

例如,對於如上圖G4所示的連通網能夠有多棵權值總和不相同的生成樹。數據結構

克魯斯卡爾算法介紹

克魯斯卡爾(Kruskal)算法,是用來求加權連通圖的最小生成樹的算法。 ui

基本思想:按照權值從小到大的順序選擇n-1條邊,並保證這n-1條邊不構成迴路。
具體作法:首先構造一個只含n個頂點的森林,而後依權值從小到大從連通網中選擇邊加入到森林中,並使森林中不產生迴路,直至森林變成一棵樹爲止。
spa

克魯斯卡爾算法圖解

以上圖G4爲例,來對克魯斯卡爾進行演示(假設,用數組R保存最小生成樹結果)。code

第1步:將邊<E,F>加入R中。
    邊<E,F>的權值最小,所以將它加入到最小生成樹結果R中。
第2步:將邊<C,D>加入R中。
    上一步操做以後,邊<C,D>的權值最小,所以將它加入到最小生成樹結果R中。
第3步:將邊<D,E>加入R中。
    上一步操做以後,邊<D,E>的權值最小,所以將它加入到最小生成樹結果R中。
第4步:將邊<B,F>加入R中。
    上一步操做以後,邊<C,E>的權值最小,但<C,E>會和已有的邊構成迴路;所以,跳過邊<C,E>。同理,跳過邊<C,F>。將邊<B,F>加入到最小生成樹結果R中。
第5步:將邊<E,G>加入R中。
    上一步操做以後,邊<E,G>的權值最小,所以將它加入到最小生成樹結果R中。
第6步:將邊<A,B>加入R中。
    上一步操做以後,邊<F,G>的權值最小,但<F,G>會和已有的邊構成迴路;所以,跳過邊<F,G>。同理,跳過邊<B,C>。將邊<A,B>加入到最小生成樹結果R中。
htm

此時,最小生成樹構造完成!它包括的邊依次是:<E,F> <C,D> <D,E> <B,F> <E,G> <A,B>

克魯斯卡爾算法分析

根據前面介紹的克魯斯卡爾算法的基本思想和作法,咱們可以瞭解到,克魯斯卡爾算法重點須要解決的如下兩個問題:
問題一 對圖的全部邊按照權值大小進行排序。
問題二 將邊添加到最小生成樹中時,怎麼樣判斷是否造成了迴路。

問題一很好解決,採用排序算法進行排序便可。

問題二,處理方式是:記錄頂點在"最小生成樹"中的終點,頂點的終點是"在最小生成樹中與它連通的最大頂點"(關於這一點,後面會經過圖片給出說明)。而後每次須要將一條邊添加到最小生存樹時,判斷該邊的兩個頂點的終點是否重合,重合的話則會構成迴路。 如下圖來進行說明:

在將<E,F> <C,D> <D,E>加入到最小生成樹R中以後,這幾條邊的頂點就都有了終點:

(01) C的終點是F。
(02) D的終點是F。
(03) E的終點是F。
(04) F的終點是F。

關於終點,就是將全部頂點按照從小到大的順序排列好以後;某個頂點的終點就是"與它連通的最大頂點"。 所以,接下來,雖然<C,E>是權值最小的邊。可是C和E的重點都是F,即它們的終點相同,所以,將<C,E>加入最小生成樹的話,會造成迴路。這就是判斷迴路的方式。

克魯斯卡爾算法的代碼說明

有了前面的算法分析以後,下面咱們來查看具體代碼。這裏選取"鄰接矩陣"進行說明,對於"鄰接表"實現的圖在後面的源碼中會給出相應的源碼。

1. 基本定義

// 鄰接矩陣
typedef struct _graph
{
    char vexs[MAX];       // 頂點集合
    int vexnum;           // 頂點數
    int edgnum;           // 邊數
    int matrix[MAX][MAX]; // 鄰接矩陣
}Graph, *PGraph;

// 邊的結構體
typedef struct _EdgeData
{
    char start; // 邊的起點
    char end;   // 邊的終點
    int weight; // 邊的權重
}EData;

Graph是鄰接矩陣對應的結構體。
vexs用於保存頂點,vexnum是頂點數,edgnum是邊數;matrix則是用於保存矩陣信息的二維數組。例如,matrix[i][j]=1,則表示"頂點i(即vexs[i])"和"頂點j(即vexs[j])"是鄰接點;matrix[i][j]=0,則表示它們不是鄰接點。
EData是鄰接矩陣邊對應的結構體。

2. 克魯斯卡爾算法

/*
 * 克魯斯卡爾(Kruskal)最小生成樹
 */
void kruskal(Graph G)
{
    int i,m,n,p1,p2;
    int length;
    int index = 0;          // rets數組的索引
    int vends[MAX]={0};     // 用於保存"已有最小生成樹"中每一個頂點在該最小樹中的終點。
    EData rets[MAX];        // 結果數組,保存kruskal最小生成樹的邊
    EData *edges;           // 圖對應的全部邊

    // 獲取"圖中全部的邊"
    edges = get_edges(G);
    // 將邊按照"權"的大小進行排序(從小到大)
    sorted_edges(edges, G.edgnum);

    for (i=0; i<G.edgnum; i++)
    {
        p1 = get_position(G, edges[i].start);   // 獲取第i條邊的"起點"的序號
        p2 = get_position(G, edges[i].end);     // 獲取第i條邊的"終點"的序號

        m = get_end(vends, p1);                 // 獲取p1在"已有的最小生成樹"中的終點
        n = get_end(vends, p2);                 // 獲取p2在"已有的最小生成樹"中的終點
        // 若是m!=n,意味着"邊i"與"已經添加到最小生成樹中的頂點"沒有造成環路
        if (m != n)
        {
            vends[m] = n;                       // 設置m在"已有的最小生成樹"中的終點爲n
            rets[index++] = edges[i];           // 保存結果
        }
    }
    free(edges);

    // 統計並打印"kruskal最小生成樹"的信息
    length = 0;
    for (i = 0; i < index; i++)
        length += rets[i].weight;
    printf("Kruskal=%d: ", length);
    for (i = 0; i < index; i++)
        printf("(%c,%c) ", rets[i].start, rets[i].end);
    printf("\n");
}

克魯斯卡爾算法的源碼

這裏分別給出"鄰接矩陣圖"和"鄰接表圖"的克魯斯卡爾算法源碼。

1. 鄰接矩陣源碼(matrix_udg.c)

2. 鄰接表源碼(list_udg.c)

相關文章
相關標籤/搜索