笔记:代码随想录算法训练营day63:prim算法精讲、kruskal算法精讲
学习资料:代码随想录
prim算法精讲
卡码网:53. 寻宝
无向有权图,最小生成树是所有节点的最小连通子图,即:以最小的成本(边的权值)将图中所有节点链接到一起。
比较绕的一点是加入的是边,但是是主要操作的是节点
三部曲:
选距离生成树最近节点(一开始一般就选第一个节点);
将节点加入最小生成树,对于该求最小权值和的题,该步就是记录一下该节点已经加入生成树
更新非生成树节点到最小生成树的距离,要重点理解更新这个词,有点动态规划的意思,因为这个距离的数组的变化是由且仅由刚添加的这个节点引起的
#include <iostream>
#include <vector>
#include <climits>
using namespace std;
int main(){
int v,e;
cin>>v>>e;
vector<vector<int>> pointTOpoint(v+1,vector<int>(v+1,10001));
int x,y,val;
for(int i=0;i<e;i++){
cin>>x>>y>>val;
pointTOpoint[x][y]=val;
pointTOpoint[y][x]=val;
}
vector<int> minDistance(v+1,10001); //用于记录节点到最小生成树距离的
vector<bool> addedPoint(v+1,false); //记录机电是否已经在最小生成树里
for(int i=1;i<v;i++){ //v个点用v-1条边就够了
int cur=-1;
int mindisNow=INT_MAX;
for(int j=1;j<=v;j++){
if(!addedPoint[j]&&minDistance[j]<mindisNow){
cur=j;
mindisNow=minDistance[j];
}
}
addedPoint[cur]=true;
//没次增加一条边,都更新minDistance
for(int j=1;j<=v;j++){
if(!addedPoint[j]&&minDistance[j]>pointTOpoint[cur][j]){
minDistance[j]=pointTOpoint[cur][j];
}
}
}
int result =0;
for(int i=2;i<=v;i++){
result+=minDistance[i];
}
cout<<result;
}
kruskal算法精讲
卡码网:53. 寻宝
先把边按权值排个队,之后借用并查集,判断是否有环,将边按权值从小到大添加
#include <iostream>
#include <vector>
#include <algorithm>
using namespace std;
struct edges{
int left,right,value;
};
int n=10001;
vector<int> father(n,-1);
void init(){
for(int i=0;i<n;i++){
father[i]=i;
}
}
int find(int u){
return u==father[u]?u:father[u]=find(father[u]);
}
bool isSame(int u,int v){
u=find(u);
v=find(v);
return u==v;
}
void join(int u,int v){
u=find(u);
v=find(v);
if(u==v) return;
father[v]=u;
}
int main(){
int v,e;
cin>>v>>e;
int v1,v2,val;
vector<edges> bian;
while(e--){
cin>>v1>>v2>>val;
bian.push_back({v1,v2,val});
}
sort(bian.begin(),bian.end(),[](const edges& a,const edges& b){ //内联lambda表达式作为sort的比较函数
return a.value<b.value;
});
int result=0;
init();
for(int i=0;i<bian.size();i++){ //这里不能为<e,因为e在while循环中值已经被修改
if(isSame(bian[i].left,bian[i].right)) continue;
join(bian[i].left,bian[i].right);
result+=bian[i].value;
}
cout<<result;
}
Prim 算法 时间复杂度为 O(n^2),其中 n 为节点数量,它的运行效率和图中边树无关,适用稠密图。
Kruskal算法 时间复杂度 为 nlogn(大头在快排),其中n 为边的数量,适用稀疏图。