注意事项:
kruskal算法的时间复杂度是mlogm
代码中涉及了并查集算法的合并和查找,如果不了解可以看我之前的文章:java-并查集算法
题目:
给定一个 n 个点 m 条边的无向图,图中可能存在重边和自环,边权可能为负数。
求最小生成树的树边权重之和,如果最小生成树不存在则输出 impossible。
给定一张边带权的无向图 G=(V,E),其中 V 表示图中点的集合,E 表示图中边的集合,n=|V|,m=|E|。
由 V 中的全部 n 个顶点和 E 中 n−1 条边构成的无向连通子图被称为 G 的一棵生成树,其中边的权值之和最小的生成树被称为无向图 G 的最小生成树。
第一行包含两个整数 n 和 m
接下来 m 行,每行包含三个整数 u,v,w,表示点 u 和点 v 之间存在一条权值为 w 的边
输入:
4 5
1 2 1
1 3 2
1 4 3
2 3 2
3 4 4
输出:
6
public class 最小生成树_kruskal {
//p存储并查集数据,n是点的个数,m是边的个数,edges存储的是x点到y点的边权w, large是正无穷
public static int N = 2000010, large = 0x3f3f3f3f, n ,m;
public static int[] p = new int[N];
public static edge[] edges = new edge[N];
public static void main(String[] args) {
Scanner in = new Scanner(System.in);
n = in.nextInt(); m = in.nextInt();
//将边权数据接收到edges中
for (int i = 0; i<m; i++) {
int x = in.nextInt(), y = in.nextInt(), w = in.nextInt();
edges[i] = new edge(x, y, w);
}
int result = kruskal();
if (result == large) System.out.println("impossible");
else System.out.println(result);
}
public static int kruskal() {
//根据边权进行排序,切记切记,这里要规定排序下标,不然后面的数据全是null,没法比较
Arrays.sort(edges, 0, m);
//根据点的数量初始化并查集,将所有集合的根指向自己
for (int i = 1; i<=n; i++) {p[i] = i;}
//res存储所有点到集合的最短边加起来的值,count代表一共有几条边出现
int res = 0, count = 0;
for (int i = 0; i<m; i++) {
int x = edges[i].x, y = edges[i].y, w = edges[i].w;
x = find(x); y = find(y); //拿到x和y的并查集的根节点
if (x != y) {
p[x] = y; //这里是并查集的合并操作
res += w;
count++;
}
}
//如果说边的数量最后小于n-1,那么说明有节点走不通,就不存在最小生成树,这里的large不存在实际意义,就是用作判断的
if (count < n-1) return large;
else return res;
}
//并查集的查找根节点
public static int find(int x) {
if (p[x] != x) p[x] = find(p[x]);
return p[x];
}
}
//记得要重写compareTo哦,要不然sort不了
class edge implements Comparable<edge>{
int x, y, w;
public edge(int x, int y, int w) {
this.x = x;
this.y = y;
this.w = w;
}
@Override
public int compareTo(edge other) {
return this.w - other.w;
}
}
别看代码很多,其实kruskal的思路其实非常简单
1.权重排序
2.合并集合
完事了,然后判断一下(合并的次数)和(点的总数减一)是否相同,即可判断最小生成树是否存在
PS:堆优化版Prim实在是不太常用,我就不写了,kruskal完全能胜任,真的不是我偷懒,哎嘿~
声明:算法思路来源为y总,详细请见https://www.acwing.com/
本文仅用作学习记录和交流