最小生成樹的Prim算法也是貪心算法的一大經(jīng)典應(yīng)用。Prim算法的特點(diǎn)是時(shí)刻維護(hù)一棵樹,算法不斷加邊,加的過程始終是一棵樹。
Prim算法過程:
一條邊一條邊地加, 維護(hù)一棵樹。
初始 E = {}空集合, V = {任選的一個(gè)起始節(jié)點(diǎn)}
循環(huán)(n – 1)次,每次選擇一條邊(v1,v2), 滿足:v1屬于V , v2不屬于V。且(v1,v2)權(quán)值最小。
E = E + (v1,v2)
V = V + v2
最終E中的邊是一棵最小生成樹, V包含了全部節(jié)點(diǎn)。
以下圖為例介紹Prim算法的執(zhí)行過程。
Prim算法的過程從A開始 V = {A}, E = {}
選中邊AF , V = {A, F}, E = {(A,F)}
選中邊FB, V = {A, F, B}, E = {(A,F), (F,B)}
選中邊BD, V = {A, B, F, D}, E = {(A,F), (F,B), (B,D)}
選中邊DE, V = {A, B, F, D, E}, E = {(A,F), (F,B), (B,D), (D,E)}
選中邊BC, V = {A, B, F, D, E, c}, E = {(A,F), (F,B), (B,D), (D,E), (B,C)}, 算法結(jié)束。
Prim算法的證明:假設(shè)Prim算法得到一棵樹P,有一棵最小生成樹T。假設(shè)P和T不同,我們假設(shè)Prim算法進(jìn)行到第(K – 1)步時(shí)選擇的邊都在T中,這時(shí)Prim算法的樹是P', 第K步時(shí),Prim算法選擇了一條邊e = (u, v)不在T中。假設(shè)u在P'中,而v不在。
因?yàn)門是樹,所以T中必然有一條u到v的路徑,我們考慮這條路徑上第一個(gè)點(diǎn)u在P'中,最后一個(gè)點(diǎn)v不在P'中,則路徑上一定有一條邊f(xié) = (x,y),x在P'中,而且y不在P'中。
我們考慮f和e的邊權(quán)w(f)與w(e)的關(guān)系: 若w(f) > w(e),在T中用e換掉f (T中加上e去掉f),得到一個(gè)權(quán)值和更小的生成樹,與T是最小生成樹矛盾。
若w(f) w(e), Prim算法在第K步時(shí)應(yīng)該考慮加邊f(xié),而不是e,矛盾。
因此只有w(f) = w(e),我們在T中用e換掉f,這樣Prim算法在前K步選擇的邊在T中了,有限步之后把T變成P,而樹權(quán)值和不變, 從而Prim算法是正確的。
請(qǐng)仔細(xì)理解Prim算法——時(shí)刻維護(hù)一棵生成樹。我們的證明構(gòu)造性地證明了所有地最小生成樹地邊權(quán)(多重)集合都相同!
N個(gè)點(diǎn)M條邊的無向連通圖,每條邊有一個(gè)權(quán)值,求該圖的最小生成樹。
最后,我們來提供輸入輸出數(shù)據(jù),由你來寫一段程序,實(shí)現(xiàn)這個(gè)算法,只有寫出了正確的程序,才能繼續(xù)后面的課程。
輸入
第1行:2個(gè)數(shù)N,M中間用空格分隔,N為點(diǎn)的數(shù)量,M為邊的數(shù)量。(2 = N = 1000, 1 = M = 50000)
第2 - M + 1行:每行3個(gè)數(shù)S E W,分別表示M條邊的2個(gè)頂點(diǎn)及權(quán)值。(1 = S, E = N,1 = W = 10000)
輸出
輸出最小生成樹的所有邊的權(quán)值之和。
輸入示例
9 14
1 2 4
2 3 8
3 4 7
4 5 9
5 6 10
6 7 2
7 8 1
8 9 7
2 8 11
3 9 2
7 9 6
3 6 4
4 6 14
1 8 8
輸出示例
37
maxv=10001
n,m=list(map(int,input().split()))
E=[]
V=set([1])
cost=[]
for i in range(n+1):
a=[]
for j in range(n+1):
a.append(maxv)
cost.append(a)
for i in range(m):
s,e,w=list(map(int,input().split()))
cost[s][e]=w
cost[e][s]=w
closet=[0]
lowcost=[maxv]
for i in range(1,n+1):
closet.append(1)
lowcost.append(cost[1][i])
ans=0
for i in range(n-1):
k=0
for j in range(2,n+1):
if (lowcost[j]!=0) and (lowcost[j]lowcost[k]):k=j
for j in range(2,n+1):
if cost[j][k]lowcost[j]:
lowcost[j]=cost[j][k]
closet[j]=k
ans+=lowcost[k]
lowcost[k]=0
print(ans)
到此這篇關(guān)于Python 經(jīng)典貪心算法之Prim算法案例詳解的文章就介紹到這了,更多相關(guān)Python 經(jīng)典貪心算法之Prim內(nèi)容請(qǐng)搜索腳本之家以前的文章或繼續(xù)瀏覽下面的相關(guān)文章希望大家以后多多支持腳本之家!
您可能感興趣的文章:- 實(shí)現(xiàn)Dijkstra算法最短路徑問題詳解
- 詳解Dijkstra算法之最短路徑問題
- python Dijkstra算法實(shí)現(xiàn)最短路徑問題的方法
- python實(shí)現(xiàn)Dijkstra算法的最短路徑問題
- MongoDB 主分片(primary shard)相關(guān)總結(jié)
- c++ primer中的const限定符
- Dijkstra算法與Prim算法的異同案例詳解