克鲁斯卡尔算法
应用场景-公交站问题
某城市新增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?
克鲁斯卡尔算法基本介绍
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。
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。
图解思路如下:
此时,最小生成树构造完成!它包括的边依次是:**<E,F> <C,D> <D,E> <B,F> <E,G> <A,B>**。
Kruskal算法重点需要解决的两个问题
问题一 :对图的所有边按照权值大小进行排序。
问题二 :将边添加到最小生成树中时,怎么样判断是否形成了回路。
问题一,很好解决,采用排序算法进行排序即可。
问题二,处理方式是:记录顶点在”最小生成树”中的终点,顶点的终点是”在最小生成树中与它连通的最大顶点”。然后每次需要将一条边添加到最小生存树时,判断该边的两个顶点的终点是否重合,重合的话则会构成回路。
在将<E,F> <C,D> <D,E>加入到最小生成树R中之后,这几条边的顶点就都有了终点:
(01) C的终点是F。
(02) D的终点是F。
(03) E的终点是F。
(04) F的终点是F。
关于终点的说明: 就是将所有顶点按照从小到大的顺序排列好之后;某个顶点的终点就是”与它连通的最大顶点”。
因此,接下来,虽然<C,E>是权值最小的边。但是C和E的终点都是F,即它们的终点相同,因此,将<C,E>加入最小生成树的话,会形成回路。这就是判断回路的方式。
这个终点的概念不太好理解,我看完韩顺平老师视频的代码后有点懵,这里应该引入个概念:并查集,所以学习代码前先学习并查集,于是找了篇博客和视频帮助了解。
CSDN:并查集详解(超级简单有趣~~就学会了)
B站:【算法】并查集(Disjoint Set)[共3讲]
公交站问题的代码实现
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37 38 39 40 41 42 43 44 45 46 47 48 49 50 51 52 53 54 55 56 57 58 59 60 61 62 63 64 65 66 67 68 69 70 71 72 73 74 75 76 77 78 79 80 81 82 83 84 85 86 87 88 89 90 91 92 93 94 95 96 97 98 99 100 101 102 103 104 105 106 107 108 109 110 111 112 113 114 115 116 117 118 119 120 121 122 123 124 125 126
| package com.nanzx.kruskal;
import java.util.ArrayList; import java.util.Collections;
public class KruskalCase { private EData[] edges; private int edgeNum; private char[] vertexs; private int[][] matrix; 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[][] = { { 0, 12, INF, INF, INF, 16, 14}, { 12, 0, 10, INF, INF, 7, INF}, { INF, 10, 0, 3, 5, 6, INF}, { INF, INF, 3, 0, 4, INF, INF}, { INF, INF, 5, 4, 0, 2, 8}, { 16, 7, 6, INF, 2, 0, 9}, { 14, INF, INF, INF, 8, 9, 0}};
KruskalCase kruskalCase = new KruskalCase(vertexs, matrix); kruskalCase.kruskal(); }
public KruskalCase(char[] vertexs, int[][] matrix) { this.vertexs = vertexs; this.matrix = matrix; for (int i = 0; i < vertexs.length; i++) { for (int j = i + 1; j < vertexs.length; j++) { if (this.matrix[i][j] != INF) { edgeNum++; } } } int index = 0; edges = new EData[edgeNum]; for (int i = 0; i < vertexs.length; i++) { for (int j = i + 1; j < vertexs.length; j++) { if (this.matrix[i][j] != INF) { edges[index++] = new EData(vertexs[i], vertexs[j], matrix[i][j]); } } } }
private int getPosition(char ch) { for (int i = 0; i < vertexs.length; i++) { if (vertexs[i] == ch) { return i; } } return -1; }
private int getEnd(int[] parent, int i) { while (parent[i] != 0) { i = parent[i]; } return i; } private void kruskal() { int[] parent = new int[vertexs.length]; ArrayList<EData> edgesList = new ArrayList<EData>(); Collections.addAll(edgesList, edges); Collections.sort(edgesList); System.out.println(edgesList); int index = 0; EData[] rets = new EData[edgeNum]; for (int i = 0; i < edges.length; i++) { int p1 = getPosition(edgesList.get(i).start); int p2 = getPosition(edgesList.get(i).end); int m = getEnd(parent, p1); int n = getEnd(parent, p2); if (m != n) { parent[m]=n; rets[index++] = edgesList.get(i); } } System.out.println("最小生成树为"); for (int i = 0; i < index; i++) { System.out.println(rets[i]); } } }
class EData implements Comparable<EData> { char start; char end; int weight;
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 + "]"; }
@Override public int compareTo(EData o) { return this.weight - o.weight; } }
|
运行结果:
[EData [<E, F>= 2], EData [<C, D>= 3], EData [<D, E>= 4], EData [<C, E>= 5], EData [<C, F>= 6], EData [<B, F>= 7], EData [<E, G>= 8], EData [<F, G>= 9], EData [<B, C>= 10], EData [<A, B>= 12], EData [<A, G>= 14], EData [<A, F>= 16]]
最小生成树为
EData [<E, F>= 2]
EData [<C, D>= 3]
EData [<D, E>= 4]
EData [<B, F>= 7]
EData [<E, G>= 8]
EData [<A, B>= 12]