Prim算法(一)之 C语言详解
来源:互联网 发布:邮差包推荐 知乎 编辑:程序博客网 时间:2024/05/29 13:07
出自:http://www.cnblogs.com/skywang12345/p/3711506.html
本章介绍普里姆算法。和以往一样,本文会先对普里姆算法的理论论知识进行介绍,然后给出C语言的实现。后续再分别给出C++和Java版本的实现。
目录
1. 普里姆算法介绍
2. 普里姆算法图解
3. 普里姆算法的代码说明
4. 普里姆算法的源码转载请注明出处:http://www.cnblogs.com/skywang12345/
更多内容:数据结构与算法系列 目录
普里姆算法介绍
普里姆(Prim)算法,和克鲁斯卡尔算法一样,是用来求加权连通图的最小生成树的算法。
基本思想
对于图G而言,V是所有顶点的集合;现在,设置两个新的集合U和T,其中U用于存放G的最小生成树中的顶点,T存放G的最小生成树中的边。 从所有uЄU,vЄ(V-U) (V-U表示出去U的所有顶点)的边中选取权值最小的边(u, v),将顶点v加入集合U中,将边(u, v)加入集合T中,如此不断重复,直到U=V为止,最小生成树构造完毕,这时集合T中包含了最小生成树中的所有边。
普里姆算法图解
以上图G4为例,来对普里姆进行演示(从第一个顶点A开始通过普里姆算法生成最小生成树)。
初始状态:V是所有顶点的集合,即V={A,B,C,D,E,F,G};U和T都是空!
第1步:将顶点A加入到U中。
此时,U={A}。
第2步:将顶点B加入到U中。
上一步操作之后,U={A}, V-U={B,C,D,E,F,G};因此,边(A,B)的权值最小。将顶点B添加到U中;此时,U={A,B}。
第3步:将顶点F加入到U中。
上一步操作之后,U={A,B}, V-U={C,D,E,F,G};因此,边(B,F)的权值最小。将顶点F添加到U中;此时,U={A,B,F}。
第4步:将顶点E加入到U中。
上一步操作之后,U={A,B,F}, V-U={C,D,E,G};因此,边(F,E)的权值最小。将顶点E添加到U中;此时,U={A,B,F,E}。
第5步:将顶点D加入到U中。
上一步操作之后,U={A,B,F,E}, V-U={C,D,G};因此,边(E,D)的权值最小。将顶点D添加到U中;此时,U={A,B,F,E,D}。
第6步:将顶点C加入到U中。
上一步操作之后,U={A,B,F,E,D}, V-U={C,G};因此,边(D,C)的权值最小。将顶点C添加到U中;此时,U={A,B,F,E,D,C}。
第7步:将顶点G加入到U中。
上一步操作之后,U={A,B,F,E,D,C}, V-U={G};因此,边(F,G)的权值最小。将顶点G添加到U中;此时,U=V。
此时,最小生成树构造完成!它包括的顶点依次是:A B F E D C G。
普里姆算法的代码说明
以"邻接矩阵"为例对普里姆算法进行说明,对于"邻接表"实现的图在后面会给出相应的源码。
1. 基本定义
// 邻接矩阵typedef struct _graph{ char vexs[MAX]; // 顶点集合 int vexnum; // 顶点数 int edgnum; // 边数 int matrix[MAX][MAX]; // 邻接矩阵}Graph, *PGraph;// 边的结构体typedef struct _EdgeData{ char start; // 边的起点 char end; // 边的终点 int weight; // 边的权重}EData;
Graph是邻接矩阵对应的结构体。
vexs用于保存顶点,vexnum是顶点数,edgnum是边数;matrix则是用于保存矩阵信息的二维数组。例如,matrix[i][j]=1,则表示"顶点i(即vexs[i])"和"顶点j(即vexs[j])"是邻接点;matrix[i][j]=0,则表示它们不是邻接点。
EData是邻接矩阵边对应的结构体。
2. 普里姆算法
/* * prim最小生成树 * * 参数说明: * G -- 邻接矩阵图 * start -- 从图中的第start个元素开始,生成最小树 */void prim(Graph G, int start){ int min,i,j,k,m,n,sum; int index=0; // prim最小树的索引,即prims数组的索引 char prims[MAX]; // prim最小树的结果数组 int weights[MAX]; // 顶点间边的权值 // prim最小生成树中第一个数是"图中第start个顶点",因为是从start开始的。 prims[index++] = G.vexs[start]; // 初始化"顶点的权值数组", // 将每个顶点的权值初始化为"第start个顶点"到"该顶点"的权值。 for (i = 0; i < G.vexnum; i++ ) weights[i] = G.matrix[start][i]; // 将第start个顶点的权值初始化为0。 // 可以理解为"第start个顶点到它自身的距离为0"。 weights[start] = 0; for (i = 0; i < G.vexnum; i++) { // 由于从start开始的,因此不需要再对第start个顶点进行处理。 if(start == i) continue; j = 0; k = 0; min = INF; // 在未被加入到最小生成树的顶点中,找出权值最小的顶点。 while (j < G.vexnum) { // 若weights[j]=0,意味着"第j个节点已经被排序过"(或者说已经加入了最小生成树中)。 if (weights[j] != 0 && weights[j] < min) { min = weights[j]; k = j; } j++; } // 经过上面的处理后,在未被加入到最小生成树的顶点中,权值最小的顶点是第k个顶点。 // 将第k个顶点加入到最小生成树的结果数组中 prims[index++] = G.vexs[k]; // 将"第k个顶点的权值"标记为0,意味着第k个顶点已经排序过了(或者说已经加入了最小树结果中)。 weights[k] = 0; // 当第k个顶点被加入到最小生成树的结果数组中之后,更新其它顶点的权值。 for (j = 0 ; j < G.vexnum; j++) { // 当第j个节点没有被处理,并且需要更新时才被更新。 if (weights[j] != 0 && G.matrix[k][j] < weights[j]) weights[j] = G.matrix[k][j]; } } // 计算最小生成树的权值 sum = 0; for (i = 1; i < index; i++) { min = INF; // 获取prims[i]在G中的位置 n = get_position(G, prims[i]); // 在vexs[0...i]中,找出到j的权值最小的顶点。 for (j = 0; j < i; j++) { m = get_position(G, prims[j]); if (G.matrix[m][n]<min) min = G.matrix[m][n]; } sum += min; } // 打印最小生成树 printf("PRIM(%c)=%d: ", G.vexs[start], sum); for (i = 0; i < index; i++) printf("%c ", prims[i]); printf("\n");}
普里姆算法的源码
这里分别给出"邻接矩阵图"和"邻接表图"的普里姆算法源码。
1. 邻接矩阵源码(matrix_udg.c)
2. 邻接表源码(list_udg.c)
/*** C: prim算法生成最小生成树(邻接矩阵)** @author skywang* @date 2014/04/23*/#include <stdio.h>#include <stdlib.h>#include <malloc.h>#include <string.h>#define MAX 100 // 矩阵最大容量#define INF (~(0x1<<31)) // 最大值(即0X7FFFFFFF)#define isLetter(a) ((((a)>='a')&&((a)<='z')) || (((a)>='A')&&((a)<='Z')))#define LENGTH(a) (sizeof(a)/sizeof(a[0]))// 邻接矩阵typedef struct _graph{char vexs[MAX]; // 顶点集合int vexnum; // 顶点数int edgnum; // 边数int matrix[MAX][MAX]; // 邻接矩阵}Graph, *PGraph;/** 返回ch在matrix矩阵中的位置*/static int get_position(Graph g, char ch){int i;for(i=0; i<g.vexnum; i++)if(g.vexs[i]==ch)return i;return -1;}/** 读取一个输入字符*/static char read_char(){char ch;do {ch = getchar();} while(!isLetter(ch));return ch;}/** 创建图(自己输入)*/Graph* create_graph(){char c1, c2;int v, e;int i, j, weight, p1, p2;Graph* pG;// 输入"顶点数"和"边数"printf("input vertex number: ");scanf("%d", &v);printf("input edge number: ");scanf("%d", &e);if ( v < 1 || e < 1 || (e > (v * (v-1)))){printf("input error: invalid parameters!\n");return NULL;}if ((pG=(Graph*)malloc(sizeof(Graph))) == NULL )return NULL;memset(pG, 0, sizeof(Graph));// 初始化"顶点数"和"边数"pG->vexnum = v;pG->edgnum = e;// 初始化"顶点"for (i = 0; i < pG->vexnum; i++){printf("vertex(%d): ", i);pG->vexs[i] = read_char();}// 1. 初始化"边"的权值for (i = 0; i < pG->vexnum; i++){for (j = 0; j < pG->vexnum; j++){if (i==j)pG->matrix[i][j] = 0;elsepG->matrix[i][j] = INF;}}// 2. 初始化"边"的权值: 根据用户的输入进行初始化for (i = 0; i < pG->edgnum; i++){// 读取边的起始顶点,结束顶点,权值printf("edge(%d):", i);c1 = read_char();c2 = read_char();scanf("%d", &weight);p1 = get_position(*pG, c1);p2 = get_position(*pG, c2);if (p1==-1 || p2==-1){printf("input error: invalid edge!\n");free(pG);return NULL;}pG->matrix[p1][p2] = weight;pG->matrix[p2][p1] = weight;}return pG;}/** 创建图(用已提供的矩阵)*/Graph* create_example_graph(){char vexs[] = {'A', 'B', 'C', 'D', 'E', 'F', 'G'};int matrix[][9] = {/*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}};int vlen = LENGTH(vexs);int i, j;Graph* pG;// 输入"顶点数"和"边数"if ((pG=(Graph*)malloc(sizeof(Graph))) == NULL )return NULL;memset(pG, 0, sizeof(Graph));// 初始化"顶点数"pG->vexnum = vlen;// 初始化"顶点"for (i = 0; i < pG->vexnum; i++)pG->vexs[i] = vexs[i];// 初始化"边"for (i = 0; i < pG->vexnum; i++)for (j = 0; j < pG->vexnum; j++)pG->matrix[i][j] = matrix[i][j];// 统计边的数目for (i = 0; i < pG->vexnum; i++)for (j = 0; j < pG->vexnum; j++)if (i!=j && pG->matrix[i][j]!=INF)pG->edgnum++;pG->edgnum /= 2;return pG;}/** 返回顶点v的第一个邻接顶点的索引,失败则返回-1*/static int first_vertex(Graph G, int v){int i;if (v<0 || v>(G.vexnum-1))return -1;for (i = 0; i < G.vexnum; i++)if (G.matrix[v][i]!=0 && G.matrix[v][i]!=INF)return i;return -1;}/** 返回顶点v相对于w的下一个邻接顶点的索引,失败则返回-1*/static int next_vertix(Graph G, int v, int w){int i;if (v<0 || v>(G.vexnum-1) || w<0 || w>(G.vexnum-1))return -1;for (i = w + 1; i < G.vexnum; i++)if (G.matrix[v][i]!=0 && G.matrix[v][i]!=INF)return i;return -1;}/** 深度优先搜索遍历图的递归实现*/static void DFS(Graph G, int i, int *visited){int w;visited[i] = 1;printf("%c ", G.vexs[i]);// 遍历该顶点的所有邻接顶点。若是没有访问过,那么继续往下走for (w = first_vertex(G, i); w >= 0; w = next_vertix(G, i, w)){if (!visited[w])DFS(G, w, visited);}}/** 深度优先搜索遍历图*/void DFSTraverse(Graph G){int i;int visited[MAX]; // 顶点访问标记// 初始化所有顶点都没有被访问for (i = 0; i < G.vexnum; i++)visited[i] = 0;printf("DFS: ");for (i = 0; i < G.vexnum; i++){//printf("\n== LOOP(%d)\n", i);if (!visited[i])DFS(G, i, visited);}printf("\n");}/** 广度优先搜索(类似于树的层次遍历)*/void BFS(Graph G){int head = 0;int rear = 0;int queue[MAX]; // 辅组队列int visited[MAX]; // 顶点访问标记int i, j, k;for (i = 0; i < G.vexnum; i++)visited[i] = 0;printf("BFS: ");for (i = 0; i < G.vexnum; i++){if (!visited[i]){visited[i] = 1;printf("%c ", G.vexs[i]);queue[rear++] = i; // 入队列}while (head != rear){j = queue[head++]; // 出队列for (k = first_vertex(G, j); k >= 0; k = next_vertix(G, j, k)) //k是为访问的邻接顶点{if (!visited[k]){visited[k] = 1;printf("%c ", G.vexs[k]);queue[rear++] = k;}}}}printf("\n");}/** 打印矩阵队列图*/void print_graph(Graph G){int i,j;printf("Martix Graph:\n");for (i = 0; i < G.vexnum; i++){for (j = 0; j < G.vexnum; j++)printf("%10d ", G.matrix[i][j]);printf("\n");}}/** prim最小生成树** 参数说明:* G -- 邻接矩阵图* start -- 从图中的第start个元素开始,生成最小树*/void prim(Graph G, int start){int min,i,j,k,m,n,sum;int index=0; // prim最小树的索引,即prims数组的索引char prims[MAX]; // prim最小树的结果数组int weights[MAX]; // 顶点间边的权值// prim最小生成树中第一个数是"图中第start个顶点",因为是从start开始的。prims[index++] = G.vexs[start];// 初始化"顶点的权值数组",// 将每个顶点的权值初始化为"第start个顶点"到"该顶点"的权值。for (i = 0; i < G.vexnum; i++ )weights[i] = G.matrix[start][i];// 将第start个顶点的权值初始化为0。// 可以理解为"第start个顶点到它自身的距离为0"。weights[start] = 0;for (i = 0; i < G.vexnum; i++){// 由于从start开始的,因此不需要再对第start个顶点进行处理。if(start == i)continue;j = 0;k = 0;min = INF;// 在未被加入到最小生成树的顶点中,找出权值最小的顶点。while (j < G.vexnum){// 若weights[j]=0,意味着"第j个节点已经被排序过"(或者说已经加入了最小生成树中)。if (weights[j] != 0 && weights[j] < min){min = weights[j];k = j;}j++;}// 经过上面的处理后,在未被加入到最小生成树的顶点中,权值最小的顶点是第k个顶点。// 将第k个顶点加入到最小生成树的结果数组中prims[index++] = G.vexs[k];// 将"第k个顶点的权值"标记为0,意味着第k个顶点已经排序过了(或者说已经加入了最小树结果中)。weights[k] = 0;// 当第k个顶点被加入到最小生成树的结果数组中之后,更新其它顶点的权值。for (j = 0 ; j < G.vexnum; j++){// 当第j个节点没有被处理,并且需要更新时才被更新。if (weights[j] != 0 && G.matrix[k][j] < weights[j])weights[j] = G.matrix[k][j];}}// 计算最小生成树的权值sum = 0;for (i = 1; i < index; i++){min = INF;// 获取prims[i]在G中的位置n = get_position(G, prims[i]);// 在vexs[0...i]中,找出到j的权值最小的顶点。for (j = 0; j < i; j++){m = get_position(G, prims[j]);if (G.matrix[m][n]<min)min = G.matrix[m][n];}sum += min;}// 打印最小生成树printf("PRIM(%c)=%d: ", G.vexs[start], sum);for (i = 0; i < index; i++)printf("%c ", prims[i]);printf("\n");}void main(){Graph* pG;// 自定义"图"(输入矩阵队列)//pG = create_graph();// 采用已有的"图"pG = create_example_graph();//print_graph(*pG); // 打印图//DFSTraverse(*pG); // 深度优先遍历//BFS(*pG); // 广度优先遍历prim(*pG, 0); // prim算法生成最小生成树}
/*** C: prim算法生成最小生成树(邻接表)** @author skywang* @date 2014/04/23*/#include <stdio.h>#include <stdlib.h>#include <malloc.h>#include <string.h>#define MAX 100#define INF (~(0x1<<31)) // 最大值(即0X7FFFFFFF)#define isLetter(a) ((((a)>='a')&&((a)<='z')) || (((a)>='A')&&((a)<='Z')))#define LENGTH(a) (sizeof(a)/sizeof(a[0]))// 邻接表中表对应的链表的顶点typedef struct _ENode{int ivex; // 该边的顶点的位置int weight; // 该边的权struct _ENode *next_edge; // 指向下一条弧的指针}ENode, *PENode;// 邻接表中表的顶点typedef struct _VNode{char data; // 顶点信息ENode *first_edge; // 指向第一条依附该顶点的弧}VNode;// 邻接表typedef struct _LGraph{int vexnum; // 图的顶点的数目int edgnum; // 图的边的数目VNode vexs[MAX];}LGraph;/** 返回ch在matrix矩阵中的位置*/static int get_position(LGraph g, char ch){int i;for(i=0; i<g.vexnum; i++)if(g.vexs[i].data==ch)return i;return -1;}/** 读取一个输入字符*/static char read_char(){char ch;do {ch = getchar();} while(!isLetter(ch));return ch;}/** 将node链接到list的末尾*/static void link_last(ENode *list, ENode *node){ENode *p = list;while(p->next_edge)p = p->next_edge;p->next_edge = node;}/** 创建邻接表对应的图(自己输入)*/LGraph* create_lgraph(){char c1, c2;int v, e;int i, p1, p2;int weight;ENode *node1, *node2;LGraph* pG;// 输入"顶点数"和"边数"printf("input vertex number: ");scanf("%d", &v);printf("input edge number: ");scanf("%d", &e);if ( v < 1 || e < 1 || (e > (v * (v-1)))){printf("input error: invalid parameters!\n");return NULL;}if ((pG=(LGraph*)malloc(sizeof(LGraph))) == NULL )return NULL;memset(pG, 0, sizeof(LGraph));// 初始化"顶点数"和"边数"pG->vexnum = v;pG->edgnum = e;// 初始化"邻接表"的顶点for(i=0; i<pG->vexnum; i++){printf("vertex(%d): ", i);pG->vexs[i].data = read_char();pG->vexs[i].first_edge = NULL;}// 初始化"邻接表"的边for(i=0; i<pG->edgnum; i++){// 读取边的起始顶点,结束顶点,权printf("edge(%d): ", i);c1 = read_char();c2 = read_char();scanf("%d", &weight);p1 = get_position(*pG, c1);p2 = get_position(*pG, c2);// 初始化node1node1 = (ENode*)malloc(sizeof(ENode));node1->ivex = p2;node1->weight = weight;// 将node1链接到"p1所在链表的末尾"if(pG->vexs[p1].first_edge == NULL)pG->vexs[p1].first_edge = node1;elselink_last(pG->vexs[p1].first_edge, node1);// 初始化node2node2 = (ENode*)malloc(sizeof(ENode));node2->ivex = p1;node2->weight = weight;// 将node2链接到"p2所在链表的末尾"if(pG->vexs[p2].first_edge == NULL)pG->vexs[p2].first_edge = node2;elselink_last(pG->vexs[p2].first_edge, node2);}return pG;}// 边的结构体(用来创建示例图)typedef struct _edata{char start; // 边的起点char end; // 边的终点int weight; // 边的权重}EData;// 顶点static char gVexs[] = {'A', 'B', 'C', 'D', 'E', 'F', 'G'};// 边static EData gEdges[] = {// 起点 终点 权{'A', 'B', 12},{'A', 'F', 16},{'A', 'G', 14},{'B', 'C', 10},{'B', 'F', 7},{'C', 'D', 3},{'C', 'E', 5},{'C', 'F', 6},{'D', 'E', 4},{'E', 'F', 2},{'E', 'G', 8},{'F', 'G', 9},};/** 创建邻接表对应的图(用已提供的数据)*/LGraph* create_example_lgraph(){char c1, c2;int vlen = LENGTH(gVexs);int elen = LENGTH(gEdges);int i, p1, p2;int weight;ENode *node1, *node2;LGraph* pG;if ((pG=(LGraph*)malloc(sizeof(LGraph))) == NULL )return NULL;memset(pG, 0, sizeof(LGraph));// 初始化"顶点数"和"边数"pG->vexnum = vlen;pG->edgnum = elen;// 初始化"邻接表"的顶点for(i=0; i<pG->vexnum; i++){pG->vexs[i].data = gVexs[i];pG->vexs[i].first_edge = NULL;}// 初始化"邻接表"的边for(i=0; i<pG->edgnum; i++){// 读取边的起始顶点,结束顶点,权c1 = gEdges[i].start;c2 = gEdges[i].end;weight = gEdges[i].weight;p1 = get_position(*pG, c1);p2 = get_position(*pG, c2);// 初始化node1node1 = (ENode*)malloc(sizeof(ENode));node1->ivex = p2;node1->weight = weight;// 将node1链接到"p1所在链表的末尾"if(pG->vexs[p1].first_edge == NULL)pG->vexs[p1].first_edge = node1;elselink_last(pG->vexs[p1].first_edge, node1);// 初始化node2node2 = (ENode*)malloc(sizeof(ENode));node2->ivex = p1;node2->weight = weight;// 将node2链接到"p2所在链表的末尾"if(pG->vexs[p2].first_edge == NULL)pG->vexs[p2].first_edge = node2;elselink_last(pG->vexs[p2].first_edge, node2);}return pG;}/** 深度优先搜索遍历图的递归实现*/static void DFS(LGraph G, int i, int *visited){int w;ENode *node;visited[i] = 1;printf("%c ", G.vexs[i].data);node = G.vexs[i].first_edge;while (node != NULL){if (!visited[node->ivex])DFS(G, node->ivex, visited);node = node->next_edge;}}/** 深度优先搜索遍历图*/void DFSTraverse(LGraph G){int i;int visited[MAX]; // 顶点访问标记// 初始化所有顶点都没有被访问for (i = 0; i < G.vexnum; i++)visited[i] = 0;printf("DFS: ");for (i = 0; i < G.vexnum; i++){if (!visited[i])DFS(G, i, visited);}printf("\n");}/** 广度优先搜索(类似于树的层次遍历)*/void BFS(LGraph G){int head = 0;int rear = 0;int queue[MAX]; // 辅组队列int visited[MAX]; // 顶点访问标记int i, j, k;ENode *node;for (i = 0; i < G.vexnum; i++)visited[i] = 0;printf("BFS: ");for (i = 0; i < G.vexnum; i++){if (!visited[i]){visited[i] = 1;printf("%c ", G.vexs[i].data);queue[rear++] = i; // 入队列}while (head != rear){j = queue[head++]; // 出队列node = G.vexs[j].first_edge;while (node != NULL){k = node->ivex;if (!visited[k]){visited[k] = 1;printf("%c ", G.vexs[k].data);queue[rear++] = k;}node = node->next_edge;}}}printf("\n");}/** 打印邻接表图*/void print_lgraph(LGraph G){int i,j;ENode *node;printf("List Graph:\n");for (i = 0; i < G.vexnum; i++){printf("%d(%c): ", i, G.vexs[i].data);node = G.vexs[i].first_edge;while (node != NULL){printf("%d(%c) ", node->ivex, G.vexs[node->ivex].data);node = node->next_edge;}printf("\n");}}/** 获取G中边<start, end>的权值;若start和end不是连通的,则返回无穷大。*/int getWeight(LGraph G, int start, int end){ENode *node;if (start==end)return 0;node = G.vexs[start].first_edge;while (node!=NULL){if (end==node->ivex)return node->weight;node = node->next_edge;}return INF;}/** prim最小生成树** 参数说明:* G -- 邻接表图* start -- 从图中的第start个元素开始,生成最小树*/void prim(LGraph G, int start){int min,i,j,k,m,n,tmp,sum;int index=0; // prim最小树的索引,即prims数组的索引char prims[MAX]; // prim最小树的结果数组int weights[MAX]; // 顶点间边的权值// prim最小生成树中第一个数是"图中第start个顶点",因为是从start开始的。prims[index++] = G.vexs[start].data;// 初始化"顶点的权值数组",// 将每个顶点的权值初始化为"第start个顶点"到"该顶点"的权值。for (i = 0; i < G.vexnum; i++ )weights[i] = getWeight(G, start, i);for (i = 0; i < G.vexnum; i++){// 由于从start开始的,因此不需要再对第start个顶点进行处理。if(start == i)continue;j = 0;k = 0;min = INF;// 在未被加入到最小生成树的顶点中,找出权值最小的顶点。while (j < G.vexnum){// 若weights[j]=0,意味着"第j个节点已经被排序过"(或者说已经加入了最小生成树中)。if (weights[j] != 0 && weights[j] < min){min = weights[j];k = j;}j++;}// 经过上面的处理后,在未被加入到最小生成树的顶点中,权值最小的顶点是第k个顶点。// 将第k个顶点加入到最小生成树的结果数组中prims[index++] = G.vexs[k].data;// 将"第k个顶点的权值"标记为0,意味着第k个顶点已经排序过了(或者说已经加入了最小树结果中)。weights[k] = 0;// 当第k个顶点被加入到最小生成树的结果数组中之后,更新其它顶点的权值。for (j = 0 ; j < G.vexnum; j++){// 获取第k个顶点到第j个顶点的权值tmp = getWeight(G, k, j);// 当第j个节点没有被处理,并且需要更新时才被更新。if (weights[j] != 0 && tmp < weights[j])weights[j] = tmp;}}// 计算最小生成树的权值sum = 0;for (i = 1; i < index; i++){min = INF;// 获取prims[i]在G中的位置n = get_position(G, prims[i]);// 在vexs[0...i]中,找出到j的权值最小的顶点。for (j = 0; j < i; j++){m = get_position(G, prims[j]);tmp = getWeight(G, m, n);if (tmp < min)min = tmp;}sum += min;}// 打印最小生成树printf("PRIM(%c)=%d: ", G.vexs[start].data, sum);for (i = 0; i < index; i++)printf("%c ", prims[i]);printf("\n");}void main(){LGraph* pG;// 自定义"图"(自己输入数据)//pG = create_lgraph();// 采用已有的"图"pG = create_example_lgraph();//print_lgraph(*pG); // 打印图//DFSTraverse(*pG); // 深度优先遍历//BFS(*pG); // 广度优先遍历prim(*pG, 0); // prim算法生成最小生成树}
- Prim算法(一)之 C语言详解
- c语言之普利姆算法(prim)
- Kruskal算法(一)之 C语言详解
- Dijkstra算法(一)之 C语言详解
- Prim算法C语言实现
- c语言:最小生成树之Prim算法
- Prim算法 之 Java详解
- 最小生成树Prim算法C语言
- Prim算法的C语言程序
- Prim算法的C语言程序
- 数据结构之---C语言实现最小生成树之prim(普里姆)算法
- Prim算法(三)之 Java详解
- Prim算法之辅助数组详解
- Dijkstra算法 之 C语言详解
- 哈夫曼树(一)之 C语言详解
- 拓扑排序(一)之 C语言详解
- 最小生成树Prim算法朴素版 C语言实现
- 基于邻接矩阵的Prim算法(C语言实现)
- 邻接表有向图(一)之 C语言详解
- 图的遍历之 深度优先搜索和广度优先搜索
- 拓扑排序(一)之 C语言详解
- Google服务器 IP
- Kruskal算法(一)之 C语言详解
- Prim算法(一)之 C语言详解
- Dijkstra算法(一)之 C语言详解
- 冒泡排序
- 快速排序
- 直接插入排序
- 希尔排序
- 选择排序
- 堆排序
- 归并排序