常用十大算法(七)— 克鲁斯卡尔算法

常用十大算法(七)— 克鲁斯卡尔算法

博客说明

文章所涉及的资料来自互联网整理和个人总结,意在于个人学习和经验汇总,如有什么地方侵权,请联系本人删除,谢谢!

介绍

  • 克鲁斯卡尔(Kruskal)算法,是用来求加权连通图的最小生成树的算法。

最小生成树

  • 最小生成树(Minimum Cost Spanning Tree),简称MST。
  • 给定一个带权的无向连通图,如何选取一棵生成树,使树上所有边上权的总和为最小,这叫最小生成树
  • N个顶点,一定有N-1条边
  • 包含全部顶点
  • N-1条边都在图中
  • 求最小生成树的算法主要是普里姆 算法和克鲁斯卡尔算法

修路问题

image-20200906121921500

  • 有北京有新增7个站点(A, B, C, D, E, F, G) ,现在需要修路把7个站点连通
  • 各个站点的距离用边线表示(权) ,比如 A – B 距离 12公里
  • 问:如何修路保证各个站点都能连通,并且总的修建公路总里程最短?

思路

  • 基本思想:按照权值从小到大的顺序选择n-1条边,并保证这n-1条边不构成回路
  • 具体做法:首先构造一个只含n个顶点的森林,然后依权值从小到大从连通网中选择边加入到森林中,并使森林中不产生回路,直至森林变成一棵树为止
问题一

排序

问题二

判断回路

代码实现
package com.atguigu.kruskal;

import java.util.Arrays;

public class KruskalCase {

	private int edgeNum; //边的个数
	private char[] vertexs; //顶点数组
	private int[][] matrix; //邻接矩阵
	//表示不联通
	private static final int INF = Integer.MAX_VALUE;
	
	public static void main(String[] args) {
		char[] vertexs = {'A', 'B', 'C', 'D', 'E', 'F', 'G'};
	  int matrix[][] = {
	      /*A*//*B*//*C*//*D*//*E*//*F*//*G*/
	/*A*/ {   0,  12, INF, INF, INF,  16,  14},
	/*B*/ {  12,   0,  10, INF, INF,   7, INF},
	/*C*/ { INF,  10,   0,   3,   5,   6, INF},
	/*D*/ { INF, INF,   3,   0,   4, INF, INF},
	/*E*/ { INF, INF,   5,   4,   0,   2,   8},
	/*F*/ {  16,   7,   6, INF,   2,   0,   9},
	/*G*/ {  14, INF, INF, INF,   8,   9,   0}
    }; 
	  KruskalCase kruskalCase = new KruskalCase(vertexs, matrix);
	  kruskalCase.print();
	  kruskalCase.kruskal(); 
	}
	
	//构造器
	public KruskalCase(char[] vertexs, int[][] matrix) {
		int vlen = vertexs.length;
		
		//复制拷贝
		this.vertexs = new char[vlen];
		for(int i = 0; i < vertexs.length; i++) {
			this.vertexs[i] = vertexs[i];
		}
		
		//初始化表
		this.matrix = new int[vlen][vlen];
		for(int i = 0; i < vlen; i++) {
			for(int j= 0; j < vlen; j++) {
				this.matrix[i][j] = matrix[i][j];
			}
		}

		for(int i =0; i < vlen; i++) {
			for(int j = i+1; j < vlen; j++) {
				if(this.matrix[i][j] != INF) {
					edgeNum++;
				}
			}
		}
	}
  
  //克鲁斯卡尔算法
	public void kruskal() {
		int index = 0; 
		int[] ends = new int[edgeNum]; 
		EData[] rets = new EData[edgeNum];
		
		EData[] edges = getEdges();
		System.out.println("图的边的集合=" + Arrays.toString(edges) + "共"+ edges.length); //12    
		
		//排序
		sortEdges(edges);
		
    //遍历数组
		for(int i=0; i < edgeNum; i++) {
			int p1 = getPosition(edges[i].start);
			int p2 = getPosition(edges[i].end);
			int m = getEnd(ends, p1);
			int n = getEnd(ends, p2);
			if(m != n) {
				ends[m] = n;
				rets[index++] = edges[i];
			}
		}
		System.out.println("×îСÉú³ÉÊ÷Ϊ");
		for(int i = 0; i < index; i++) {
			System.out.println(rets[i]);
		}
	}
	

	public void print() {
		System.out.println("邻接矩阵: 
");
		for(int i = 0; i < vertexs.length; i++) {
			for(int j=0; j < vertexs.length; j++) {
				System.out.printf("%12d", matrix[i][j]);
			}
			System.out.println();
		}
	}

	//对边排序
	private void sortEdges(EData[] edges) {
		for(int i = 0; i < edges.length - 1; i++) {
			for(int j = 0; j < edges.length - 1 - i; j++) {
				if(edges[j].weight > edges[j+1].weight) {//½»»»
					EData tmp = edges[j];
					edges[j] = edges[j+1];
					edges[j+1] = tmp;
				}
			}
 		}
	}
	
  //顶点的值
	private int getPosition(char ch) {
		for(int i = 0; i < vertexs.length; i++) {
			if(vertexs[i] == ch) {
				return i;
			}
		}
		return -1;
	}
  
	//获取图中的边
	private EData[] getEdges() {
		int index = 0;
		EData[] edges = new EData[edgeNum];
		for(int i = 0; i < vertexs.length; i++) {
			for(int j=i+1; j <vertexs.length; j++) {
				if(matrix[i][j] != INF) {
					edges[index++] = new EData(vertexs[i], vertexs[j], matrix[i][j]);
				}
			}
		}
		return edges;
	}
	
  //获取终点
	private int getEnd(int[] ends, int i) { ]
		while(ends[i] != 0) {
			i = ends[i];
		}
		return i;
	}
 
}

//边
class EData {
	char start; //起点
	char end; //终点
	int weight; //权值
	//构造器
	public EData(char start, char end, int weight) {
		this.start = start;
		this.end = end;
		this.weight = weight;
	}

	@Override
	public String toString() {
		return "EData [<" + start + ", " + end + ">= " + weight + "]";
	}
}

感谢

尚硅谷

以及勤劳的自己,个人博客GitHub

微信公众号

原文地址:https://www.cnblogs.com/guizimo/p/13623067.html