最小生成树问题——Kruskal算法实现

版权声明:欢迎转载,请注明出处: https://blog.csdn.net/u014179251/article/details/86235584

问题介绍

有一天我看到这么一个描述:古时候的镖局(相当于现在的快递公司)要押镖,然后有一张地图。地图上面清晰的标记了从A城市出发到B城市的每一条线路,所经过的每个城市。但是由于古时候绿林好汉太多了(还是社会主义好啊,扯远了~~~),两两城市之间绿林好汉收取的保护费是不一样的,所以这就导致压镖成本不同,那么怎样设计镖局所在地,才能使镖局能到达所有城市且打点绿林好汉的成本最少。问题描述完了,有没有觉得蛮有意思呢?那么经过模型化,其实上面问题就转化为:给你一个连通图,让你求它的最小生成树,最终满足图中两顶点之间有且仅有一条路径能到达,并且所有边的权重之后最小。如下图所示。
压镖路线开销图.png

问题分析

从问题描述中,为了满足问题需求,我们大致可以分析出以下几点:

  • 要让n个顶点连通(无向图,两两之间互通),至少需要n -1 条边;
  • 要让所有权重之后最小,应该从最小边开始逐个添加,直到添加满n -1条边为止;
  • 怎样确定添加的一条边是否满足“最小”的概念,有一点就是这条边不能形成环,也就是边两顶点不能已经是在“一颗树上”的;
  • 怎样判断两个顶点是否“在一棵树上”?用深度优先、广度优先都可以,但是时间复杂度比较高,所以我选择用并查集。

开始动手写代码

先上代码:

package disjointset;

import java.util.Scanner;

/**
 * 最小生成树问题
 * @author XZP
 * 一组测试用例
 6 9
2 4 11
3 5 13
4 6 3
5 6 4
2 3 6
4 5 7
1 2 1
3 4 9
1 3 2
 */
public class LongmenExpress {

	public static void main(String[] args) {
		int i = 0; // 循环计数变量
		int j = 1;
		int a, b, c; // a城到b城的花销c
		int count = 0; // 已经找到边的条数
		int sum = 0; // 最小生成树的开销总和
		Scanner sc = new Scanner(System.in);
		int n = sc.nextInt(); // 城市总数
		int m = sc.nextInt(); // 道路总数
		Cost[] costs = new Cost[m + 1]; // 开销数组
		int[] book = new int [m + 1]; // 存储costs数组中对应的边是否被纳入最小生成树
		int[] f = new int[n + 1]; // 存储每个节点的父节点
		initF(f, n);
		for (i = 1; i <= m; i++) {
			a = sc.nextInt();
			b = sc.nextInt();
			c = sc.nextInt();
			costs[i] = new Cost(a, b, c); // 将costs的每个索引值指向一个Cost对象
//			merge(f, a, b);
		}
		sort(costs, 1, m); // 根据消耗大小将路线按从小到大排序
		for (; j <= m; j++  ) {
			a = costs[j].getA();
			b = costs[j].getB();
			c = costs[j].getC();
			// 判断两个点是否已经在一个阵营
			if (getF(a, f) != getF(b, f)) { // 这个地方注意一下,不要用f[a] != f[b]来判断,getF会根据调用栈,迭代更新,但是f[x]则不会,所以要用getF()函数判断
				merge(f, a, b);
				book[j] = 1;
				sum += c;
				count++; // 找到一条有效边即加一
			}
			if (count == n-1) {
				break;
			}
		}
		// 输出
		System.out.println("最小生成树总花销为:" + sum);
		for (i = 1; i <= m; i++) {
			if (book[i] == 1) {
				System.out.println("节点 " +costs[i].getA() +  " 到节点 " + costs[i].getB() + ", 这趟花销 " +costs[i].getC());
			}
		}
	}
	public static void merge(int[] f, int a, int b) {
		int t1, t2;
		// 获取两个节点的父节点
		t1 = getF(a, f);
		t2 = getF(b, f); // 懂了,从这里找到b的根节点,这就是所谓的擒贼先擒王!
		if (t1 != t2) { // 当两个节点不在一个阵营时,要根据靠左原则和擒贼先擒王原则将对应的节点信息更新
			f[t2] = t1; // 曾经自己写错过!!!!!错在忽视了擒贼擒王的道理,更新的值不是t1而是a
		}
	}
	/**
	 * 递归寻找节点x的父节点
	 * @param x
	 * @param f
	 * @return
	 */
	public static int getF(int x, int[] f) {
		if (f[x] == x) {
			return x;
		} else {
			f[x] = getF(f[x], f);
			return f[x];
		}
	}
	/**
	 * 使用快速排序将costs数组进行排序(快排时间复杂度O(MlogM))
	 * @param costs
	 * @param low
	 * @param high
	 */
	public static void sort(Cost[] costs, int low, int high) {
		if (low > high) {
			return;
		}
		int i, j ;
		Cost temp;
		Cost t;
		temp = costs[low];
		i = low;
		j = high;
		while (i != j) {
			while(costs[j].getC() >= temp.getC() && i < j) {
				j--;
				}
			while (costs[i].getC() <= temp.getC() && i < j) {
				i++;
			}
			if (i < j) { // 交换两个对象的引用在数组中的位置
				t = costs[i];
				costs[i] = costs[j];
				costs[j] = t;
			}
		}
		// 最终将基准数归为
		costs[low] = costs[i];
		costs[i] = temp;
		sort(costs, low, i -1);
		sort(costs, i + 1, high);
	}
	/**
	 * 初始化每个节点的父节点为自身
	 * @param f
	 * @param n
	 */
	public static void initF(int[] f, int n) {
		for (int i =1; i <= n; i++) {
			f[i] = i;
		}
	}

}
// 定义一个开销结构体对象
class Cost {
	public int getA() {
		return a;
	}
	public int getB() {
		return b;
	}
	public int getC() {
		return c;
	}
	private int a; // 城市a
	private int b; // 城市b
	private int c; // a、b两城市之间的开销
	public Cost(int a, int b, int c) {
		this.a = a;
		this.b = b;
		this.c = c;
	}
}

首先解决两顶点“在同一颗树上”的问题

我用了一个数组f[],最开始时,这个数组中的值初始化为下标索引本身,表示编号i的顶点它最初只跟自己一个阵营,就是i。随着边的关系确定,比如输入

a b c(笔者注:c输入的是a,b两城之间的开销)

然后将f[b] = a处理,这样做的目的是将a、b归为一个阵营,并让b此时的根节点指向a,表示现在b跟你a混了,你当我老大吧。这样做有一个好处就是可以用递归实现一个“归顺效果”。比如有个A想征服b,输入

A b d (笔者注:d输入的是a,b两城之间的开销)

那么b不用管那么多,只需要告诉A:我的老大是a,你要想我的f[b]指向你,那首先你要找我老大a,让它f[a]指向你,然后递归到我这里。反过来,下次别人问我老大是谁。b就先问a老大是谁,然后a在告诉b,我的老大已经是A(不是它自己了!!!),你也改一下你(这里是b)的f[b]值。
以上差不多我将如何确定两个人已经是一个阵营(一棵树上)的问题理了一遍,详细可以看看代码中的merge()方法和getF()方法,递归迭代的解决了以上问题。注意我注释的一些细节之处,因为我最开始在那里翻过车。

怎样满足没有环?

上面介绍了如何判断两个顶点是否在一个阵营(其实就是f[]矩阵下标对应的值是不是同一个老大),那么只要两者不是一个阵营中,就将满足的这条边加入最小生成树。我代码中是用了一个book[m + 1]标记矩阵来标识,当满足条件将这个数组对应下标值置为1,表示第i条边满足最小生成树的条件,加进去,算作一条有效边!

怎样选择才能使被选出的前n -1权重和最小?

这里,我就想,既然是要选n -1条边,那肯定我们都是从权重最小的边开始选,所以我首先将边根据开销用快排进行了从小到大的排序。为了便于存储,我用了类似C/C++中结构体的对象(哈哈哈哈,这样用有时候要注意下),写了一个Cost类存储两个顶点信息和开销信息,并生成了一个读取器。

算法分析

具体遇到的两个小坑以及算法复杂度可以从代码中得到,在此不再赘述。

猜你喜欢

转载自blog.csdn.net/u014179251/article/details/86235584