diff --git a/TangDou/AcWing/MinimalSpanningTree/1140_Kruskal.cpp b/TangDou/AcWing/MinimalSpanningTree/1140_Kruskal.cpp deleted file mode 100644 index 6d2dc0e..0000000 --- a/TangDou/AcWing/MinimalSpanningTree/1140_Kruskal.cpp +++ /dev/null @@ -1,45 +0,0 @@ -#include -using namespace std; - -const int N = 110; -const int M = 10010; - -struct Node { //用结构体存储每条边 - int f, t, w; - bool operator<(const Node &e) const { - return w < e.w; - } -} edges[M]; - -int p[N]; - -int find(int x) { //并查集找根节点 - if (p[x] != x) p[x] = find(p[x]); - return p[x]; -} - -int n, idx, ans; -int main() { - scanf("%d", &n); - - //邻接矩阵 - for (int i = 1; i <= n; i++) - for (int j = 1; j <= n; j++) { - int w; - scanf("%d", &w); - edges[idx++] = {i, j, w}; //加入当前的边 - } - sort(edges, edges + idx); //对边权进行排序,注意这里不是优先队列,是谁小谁在前 - - for (int i = 1; i <= n; i++) p[i] = i; //并查集初始化 - for (int i = 1; i <= idx; i++) { //枚举每条边 - int f = find(edges[i].f), t = find(edges[i].t); - if (f != t) { //当前两点不连通 - ans += edges[i].w; //更新答案 - p[f] = t; //让两点变连通 - } - } - printf("%d", ans); - - return 0; -} \ No newline at end of file diff --git a/TangDou/AcWing/MinimalSpanningTree/858.cpp b/TangDou/AcWing/MinimalSpanningTree/858.cpp index 330bd09..f834f03 100644 --- a/TangDou/AcWing/MinimalSpanningTree/858.cpp +++ b/TangDou/AcWing/MinimalSpanningTree/858.cpp @@ -6,49 +6,63 @@ const int INF = 0x3f3f3f3f; int n, m; int g[N][N]; // 稠密图,邻接矩阵 -int dist[N]; // 这个点到集合的距离 +int dis[N]; // 这个点到集合的距离 bool st[N]; // 是不是已经使用过 int res; // 最小生成树里面边的长度之和 -/** - * 功能:普利姆算法求最小生成树 - * @return - */ +// 普利姆算法求最小生成树 int prim() { - // 迭代n次 - for (int i = 0; i < n; i++) { - // 找出距离集合最小的点 + for (int i = 0; i < n; i++) { // 迭代n次 + /* + 1、找到集合外,距离集合最近的点,记为t,此时有两种情况进行猴子选大王: + (1)首次查找,此时还没有大王,那么,默认第一个找到的就是大王 + (2)非首次查找,那么PK距离最小的成为大王 + */ int t = -1; for (int j = 1; j <= n; j++) - if (!st[j] && (t == -1 || dist[t] > dist[j])) t = j; - // 如果找不到距离最小的点 - if (i && dist[t] == INF) return INF; - // 累加最小生成树的长度 - if (i) res += dist[t]; - // 利用找到的t更新其它的点 + if (!st[j] && (t == -1 || dis[t] > dis[j])) t = j; + + /*2、如果不是第一个点,并且剩余的点距离集合的最小距离是INF,说明现在没有点可以连通到生成树, + 这时不是连通图,没有最小生成树,返回INF + + 如果是第一个点,因为把它加到集合中去的代码是在下面进行的,此时它也没有被加入到集合中去,所以dist[t]=INF,这时不能说无解 + 因为才刚刚开始,需要特判一下 + */ + if (i && dis[t] == INF) return INF; + + // 3、同上,这里也需要特判一下是不是第1个节点,第一个节点不用加边权值,其它的需要加 + if (i) res += dis[t]; + + // 4、因为本轮选择的是结点t,那么用t更新其它未加入到集合中点到集合的距离 for (int j = 1; j <= n; j++) - if (!st[j] && g[t][j] < dist[j]) - dist[j] = g[t][j]; - // 标识t点已在集合内 - st[t] = 1; + if (!st[j] && dis[j] > g[t][j]) + dis[j] = g[t][j]; + + // 5、把t放到集合中 + st[t] = true; } return res; } int main() { cin >> n >> m; + // 所有点之间的距离初始化为正无穷,然后再读入所有边 memset(g, 0x3f, sizeof g); - memset(dist, 0x3f, sizeof dist); + // 距离初始化无穷大,表示所有结点都在生成树之外 + memset(dis, 0x3f, sizeof dis); // 读入数据 while (m--) { int a, b, c; cin >> a >> b >> c; g[a][b] = g[b][a] = min(g[a][b], c); + // 允许重复,构建双向有向成为无向图,同时保留最小的 } - int t = prim(); - if (t == INF) - puts("impossible"); + int t = prim(); // 普利姆算法 + // 输出结果 + if (t == INF) puts("impossible"); + // 不存在生成树,比如所有点不连通的情况下 else - printf("%d\n", t); + cout << t << endl; // 否则输出t + return 0; } diff --git a/TangDou/AcWing/MinimalSpanningTree/858.md b/TangDou/AcWing/MinimalSpanningTree/858.md index 608720b..35c0735 100644 --- a/TangDou/AcWing/MinimalSpanningTree/858.md +++ b/TangDou/AcWing/MinimalSpanningTree/858.md @@ -132,31 +132,38 @@ const int N = 510; const int INF = 0x3f3f3f3f; int n, m; -int g[N][N]; //稠密图,邻接矩阵 -int dist[N]; //这个点到集合的距离 -bool st[N]; //是不是已经使用过 -int res; //最小生成树里面边的长度之和 +int g[N][N]; // 稠密图,邻接矩阵 +int dis[N]; // 这个点到集合的距离 +bool st[N]; // 是不是已经使用过 +int res; // 最小生成树里面边的长度之和 -/** - * 功能:普利姆算法求最小生成树 - * @return - */ +// 普利姆算法求最小生成树 int prim() { - //迭代n次 - for (int i = 0; i < n; i++) { - //1、找到集合外,距离集合最近的点 + for (int i = 0; i < n; i++) { // 迭代n次 + /* + 1、找到集合外,距离集合最近的点,记为t,此时有两种情况进行猴子选大王: + (1)首次查找,此时还没有大王,那么,默认第一个找到的就是大王 + (2)非首次查找,那么PK距离最小的成为大王 + */ int t = -1; for (int j = 1; j <= n; j++) - if (!st[j] && (t == -1 || dist[t] > dist[j])) t = j; - /*如果不是第一个点,并且距离是INF,说明现在没有点可以连通到生成树, - 这时不是连通图,没有最小生成树,返回INF*/ - if (i && dist[t] == INF) return INF; - /*是第一个结点,dist[1]应该是0,现在初始化的是INF,所有这里特判一下。 - 不是第一个点,结果加上这条边的权值。*/ - if (i)res += dist[t]; - //2、因为本轮选择的是结点t,那么用t更新其它未加入到集合中点到集合的距离 - for (int j = 1; j <= n; j++) dist[j] = min(dist[j], g[t][j]); - //3、把t放到集合中 + if (!st[j] && (t == -1 || dis[t] > dis[j])) t = j; + + /*2、如果不是第一个点,并且剩余的点距离集合的最小距离是INF,说明现在没有点可以连通到生成树, + 这时不是连通图,没有最小生成树,返回INF + + 如果是第一个点,因为把它加到集合中去的代码是在下面进行的,此时它也没有被加入到集合中去,所以dist[t]=INF,这时不能说无解 + 因为才刚刚开始,需要特判一下 + */ + if (i && dis[t] == INF) return INF; + + // 3、同上,这里也需要特判一下是不是第1个节点,第一个节点不用加边权值,其它的需要加 + if (i) res += dis[t]; + + // 4、因为本轮选择的是结点t,那么用t更新其它未加入到集合中点到集合的距离 + for (int j = 1; j <= n; j++) dis[j] = min(dis[j], g[t][j]); + + // 5、把t放到集合中 st[t] = true; } return res; @@ -164,25 +171,27 @@ int prim() { int main() { cin >> n >> m; - //所有点之间的距离初始化为正无穷,然后再读入所有边 + // 所有点之间的距离初始化为正无穷,然后再读入所有边 memset(g, 0x3f, sizeof g); - //距离初始化无穷大,表示所有结点都在生成树之外 - memset(dist, 0x3f, sizeof dist); - //读入数据 + // 距离初始化无穷大,表示所有结点都在生成树之外 + memset(dis, 0x3f, sizeof dis); + // 读入数据 while (m--) { int a, b, c; cin >> a >> b >> c; g[a][b] = g[b][a] = min(g[a][b], c); - //允许重复,构建双向有向成为无向图,同时保留最小的 + // 允许重复,构建双向有向成为无向图,同时保留最小的 } - int t = prim();//普利姆算法 - //输出结果 + int t = prim(); // 普利姆算法 + // 输出结果 if (t == INF) puts("impossible"); - //不存在生成树,比如所有点不连通的情况下 - else printf("%d\n", t); //否则输出t + // 不存在生成树,比如所有点不连通的情况下 + else + cout << t << endl; // 否则输出t return 0; } + ``` ### 五、带路径输出的$Prim$算法 @@ -195,7 +204,7 @@ const int INF = 0x3f3f3f3f; int n, m; int g[N][N]; //稠密图,邻接矩阵 -int dist[N]; //这个点到集合的距离 +int dis[N]; //这个点到集合的距离 bool st[N]; //是不是已经使用过 int res; //最小生成树里面边的长度之和 int pre[N]; //前驱结点 @@ -209,13 +218,13 @@ int prim() { for (int i = 0; i < n; i++) { int t = -1; for (int j = 1; j <= n; j++) - if (!st[j] && (t == -1 || dist[t] > dist[j])) t = j; - if (i && dist[t] == INF) return INF; - if (i)res += dist[t]; + if (!st[j] && (t == -1 || dis[t] > dis[j])) t = j; + if (i && dis[t] == INF) return INF; + if (i)res += dis[t]; for (int j = 1; j <= n; j++) if (!st[j]) { - if (g[t][j] < dist[j]) { - dist[j] = g[t][j]; + if (g[t][j] < dis[j]) { + dis[j] = g[t][j]; pre[j] = t;//记录是由谁转移而来 } } diff --git a/TangDou/AcWing/MinimalSpanningTree/858_WithPath.cpp b/TangDou/AcWing/MinimalSpanningTree/858_WithPath.cpp new file mode 100644 index 0000000..1b7203e --- /dev/null +++ b/TangDou/AcWing/MinimalSpanningTree/858_WithPath.cpp @@ -0,0 +1,53 @@ +#include + +using namespace std; +const int N = 510; +const int INF = 0x3f3f3f3f; + +int n, m; +int g[N][N]; // 稠密图,邻接矩阵 +int dis[N]; // 这个点到集合的距离 +bool st[N]; // 是不是已经使用过 +int res; // 最小生成树里面边的长度之和 +int pre[N]; // 前驱结点 + +// 普利姆算法求最小生成树 +int prim() { + for (int i = 0; i < n; i++) { // 迭代n次 + int t = -1; + for (int j = 1; j <= n; j++) + if (!st[j] && (t == -1 || dis[t] > dis[j])) t = j; + if (i && dis[t] == INF) return INF; // 非连通图,没有最小生成树 + if (i) res += dis[t]; + for (int j = 1; j <= n; j++) + if (!st[j] && g[t][j] < dis[j]) { + dis[j] = g[t][j]; + pre[j] = t; // 记录是由谁转移而来 + } + st[t] = true; + } + return res; +} + +int main() { + cin >> n >> m; + memset(g, 0x3f, sizeof g); + memset(dis, 0x3f, sizeof dis); + memset(pre, -1, sizeof pre); // 记录前驱路径 + + // 读入数据 + while (m--) { + int a, b, c; + cin >> a >> b >> c; + g[a][b] = g[b][a] = min(g[a][b], c); + } + int t = prim(); + if (t == INF) + puts("impossible"); + else + cout << t << endl; + + // 输出前驱结点 + for (int i = 1; i <= n; i++) printf("%d ", pre[i]); + return 0; +} \ No newline at end of file diff --git a/TangDou/AcWing/MinimalSpanningTree/1140.md b/TangDou/AcWing_TiGao/T3/MinialSpanningTree/1140.md similarity index 63% rename from TangDou/AcWing/MinimalSpanningTree/1140.md rename to TangDou/AcWing_TiGao/T3/MinialSpanningTree/1140.md index 91124d1..731a891 100644 --- a/TangDou/AcWing/MinimalSpanningTree/1140.md +++ b/TangDou/AcWing_TiGao/T3/MinialSpanningTree/1140.md @@ -39,23 +39,6 @@ $3≤n≤100$ ```c++ 28 ``` -### 二、解题思路 -$Prim$算法和$Kruskal$算法都是用于 **求解最小生成树的算法**,但它们的使用场景和应用领域存在一些差异。 - -#### $Prim$算法 -① $Prim$算法是一种贪心算法,基于顶点的方式构建最小生成树。 -② $Prim$算法 **适用于稠密图**,即边的数量接近于完全图$(n*(n-1)/2)$的图。 -③ $Prim$算法从一个起始顶点开始逐步扩展,直到生成一个包含所有顶点的最小生成树。 -④ $Prim$算法的时间复杂度为$O(ElogV)$,对于稠密图有较好的性能。 - -#### $Kruskal$算法 -① $Kruskal$算法是一种基于边的方式构建最小生成树的算法。 -② $Kruskal$算法 **适用于稀疏图**,即边的数量远小于完全图$(n*(n-1)/2)$的图。 -③ $Kruskal$算法按权值递增的顺序选择边,并通过判断是否构成环来决定是否将边加入最小生成树。 -④ $Kruskal$算法的时间复杂度为$O(ElogE)$,对于稀疏图有较好的性能。 - -#### 总结 -总体而言,$Prim$算法适用于稠密图,具有更好的时间复杂度,而$Kruskal$算法适用于稀疏图,具有相对较好的性能。在选择使用哪种算法时,可以根据图的特性和规模来进行选择。 ### 三、$Prim$ 算法 @@ -66,42 +49,43 @@ using namespace std; const int N = 110; int n; -int w[N][N]; // 邻接矩阵,记录每两个点之间的距离 -int dist[N]; // 每个点距离集合的最小长度 +int g[N][N]; // 邻接矩阵,记录每两个点之间的距离 +int dis[N]; // 每个点距离集合的最小长度 bool st[N]; // 是不是已经加入到集合中 int prim() { // 初始化所有节点到集合的距离为正无穷 - memset(dist, 0x3f, sizeof dist); - dist[1] = 0; // 1号节点到集合的距离为0 + memset(dis, 0x3f, sizeof dis); + dis[1] = 0; // 1号节点到集合的距离为0 + int res = 0; for (int i = 1; i <= n; i++) { // 迭代n次 int t = -1; //(1)是不是第一次 //(2)如果不是第1次那么找出距离最近的那个点j for (int j = 1; j <= n; j++) - if (!st[j] && (t == -1 || dist[t] > dist[j])) + if (!st[j] && (t == -1 || dis[t] > dis[j])) // 第一次就是猴子选大王,赶鸭子上架 t = j; - // 最小生成树的距离和增加dist[t] - res += dist[t]; + // 最小生成树的距离和增加dis[t] + res += dis[t]; // t节点入集合 st[t] = true; // 利用t,拉近其它节点长度 - for (int j = 1; j <= n; j++) dist[j] = min(dist[j], w[t][j]); + for (int j = 1; j <= n; j++) dis[j] = min(dis[j], g[t][j]); } return res; } int main() { - scanf("%d", &n); + cin >> n; // 完全图,每两个点之间都有距离,不用考虑无解情况 for (int i = 1; i <= n; i++) for (int j = 1; j <= n; j++) - scanf("%d", &w[i][j]); + cin >> g[i][j]; // 利用prim算法计算最小生成树 - printf("%d\n", prim()); + cout << prim() << endl; return 0; } ``` diff --git a/TangDou/AcWing_TiGao/T3/MinialSpanningTree/1140_Kruskal.cpp b/TangDou/AcWing_TiGao/T3/MinialSpanningTree/1140_Kruskal.cpp new file mode 100644 index 0000000..f316ab4 --- /dev/null +++ b/TangDou/AcWing_TiGao/T3/MinialSpanningTree/1140_Kruskal.cpp @@ -0,0 +1,44 @@ +#include +using namespace std; + +const int N = 110; +const int M = 10010; + +struct Node { // 用结构体存储每条边 + int f, t, w; + bool operator<(const Node &e) const { + return w < e.w; + } +} edges[M]; + +int p[N]; + +int find(int x) { // 并查集找根节点 + if (p[x] != x) p[x] = find(p[x]); + return p[x]; +} + +int n, idx, ans; +int main() { + cin >> n; + for (int i = 1; i <= n; i++) p[i] = i; // 并查集初始化 + + // 邻接矩阵 + for (int i = 1; i <= n; i++) + for (int j = 1; j <= n; j++) { + int w; + cin >> w; + edges[idx++] = {i, j, w}; // 加入当前的边 + } + sort(edges, edges + idx); // 对边权进行排序,谁小谁在前 + + for (int i = 1; i <= idx; i++) { // 枚举每条边 + int f = find(edges[i].f), t = find(edges[i].t); + if (f != t) { // 当前两点不连通 + ans += edges[i].w; // 更新答案 + p[f] = t; // 让两点变连通 + } + } + cout << ans << endl; + return 0; +} \ No newline at end of file diff --git a/TangDou/AcWing/MinimalSpanningTree/1140_Prim.cpp b/TangDou/AcWing_TiGao/T3/MinialSpanningTree/1140_Prim.cpp similarity index 58% rename from TangDou/AcWing/MinimalSpanningTree/1140_Prim.cpp rename to TangDou/AcWing_TiGao/T3/MinialSpanningTree/1140_Prim.cpp index 8847617..be97b2e 100644 --- a/TangDou/AcWing/MinimalSpanningTree/1140_Prim.cpp +++ b/TangDou/AcWing_TiGao/T3/MinialSpanningTree/1140_Prim.cpp @@ -4,41 +4,42 @@ using namespace std; const int N = 110; int n; -int w[N][N]; // 邻接矩阵,记录每两个点之间的距离 -int dist[N]; // 每个点距离集合的最小长度 +int g[N][N]; // 邻接矩阵,记录每两个点之间的距离 +int dis[N]; // 每个点距离集合的最小长度 bool st[N]; // 是不是已经加入到集合中 int prim() { // 初始化所有节点到集合的距离为正无穷 - memset(dist, 0x3f, sizeof dist); - dist[1] = 0; // 1号节点到集合的距离为0 + memset(dis, 0x3f, sizeof dis); + dis[1] = 0; // 1号节点到集合的距离为0 + int res = 0; for (int i = 1; i <= n; i++) { // 迭代n次 int t = -1; //(1)是不是第一次 //(2)如果不是第1次那么找出距离最近的那个点j for (int j = 1; j <= n; j++) - if (!st[j] && (t == -1 || dist[t] > dist[j])) + if (!st[j] && (t == -1 || dis[t] > dis[j])) // 第一次就是猴子选大王,赶鸭子上架 t = j; - // 最小生成树的距离和增加dist[t] - res += dist[t]; + // 最小生成树的距离和增加dis[t] + res += dis[t]; // t节点入集合 st[t] = true; // 利用t,拉近其它节点长度 - for (int j = 1; j <= n; j++) dist[j] = min(dist[j], w[t][j]); + for (int j = 1; j <= n; j++) dis[j] = min(dis[j], g[t][j]); } return res; } int main() { - scanf("%d", &n); + cin >> n; // 完全图,每两个点之间都有距离,不用考虑无解情况 for (int i = 1; i <= n; i++) for (int j = 1; j <= n; j++) - scanf("%d", &w[i][j]); + cin >> g[i][j]; // 利用prim算法计算最小生成树 - printf("%d\n", prim()); + cout << prim() << endl; return 0; } \ No newline at end of file diff --git a/TangDou/AcWing/MinimalSpanningTree/1141.md b/TangDou/AcWing_TiGao/T3/MinialSpanningTree/1141.md similarity index 100% rename from TangDou/AcWing/MinimalSpanningTree/1141.md rename to TangDou/AcWing_TiGao/T3/MinialSpanningTree/1141.md diff --git a/TangDou/AcWing/MinimalSpanningTree/1141_Kruskal.cpp b/TangDou/AcWing_TiGao/T3/MinialSpanningTree/1141_Kruskal.cpp similarity index 100% rename from TangDou/AcWing/MinimalSpanningTree/1141_Kruskal.cpp rename to TangDou/AcWing_TiGao/T3/MinialSpanningTree/1141_Kruskal.cpp diff --git a/TangDou/AcWing/MinimalSpanningTree/1141_Prim.cpp b/TangDou/AcWing_TiGao/T3/MinialSpanningTree/1141_Prim.cpp similarity index 60% rename from TangDou/AcWing/MinimalSpanningTree/1141_Prim.cpp rename to TangDou/AcWing_TiGao/T3/MinialSpanningTree/1141_Prim.cpp index c6067cb..611fc48 100644 --- a/TangDou/AcWing/MinimalSpanningTree/1141_Prim.cpp +++ b/TangDou/AcWing_TiGao/T3/MinialSpanningTree/1141_Prim.cpp @@ -3,39 +3,39 @@ using namespace std; const int INF = 0x3f3f3f3f; const int N = 110; -int w[N][N]; -int dist[N]; +int g[N][N]; +int dis[N]; bool st[N]; int n, m, sum; int b[N]; -int prim(int source) { - memset(dist, 0x3f, sizeof dist); - dist[source] = 0; - b[source] = 1; +int prim(int s) { + memset(dis, 0x3f, sizeof dis); + dis[s] = 0; + b[s] = 1; int res = 0; for (int i = 1; i <= n; i++) { int t = -1; for (int j = 1; j <= n; j++) - if (!st[j] && (t == -1 || dist[t] > dist[j])) + if (!st[j] && (t == -1 || dis[t] > dis[j])) t = j; st[t] = true; - if (dist[t] != INF) res += dist[t], b[t] = 1; + if (dis[t] != INF) res += dis[t], b[t] = 1; for (int j = 1; j <= n; j++) - dist[j] = min(dist[j], w[t][j]); + dis[j] = min(dis[j], g[t][j]); } return res; } int main() { cin >> n >> m; - memset(w, 0x3f, sizeof w); + memset(g, 0x3f, sizeof g); while (m--) { int a, b, c; cin >> a >> b >> c; - w[a][b] = w[b][a] = c; + g[a][b] = g[b][a] = c; sum += c; // 总边长 } diff --git a/TangDou/AcWing/MinimalSpanningTree/1142.md b/TangDou/AcWing_TiGao/T3/MinialSpanningTree/1142.md similarity index 100% rename from TangDou/AcWing/MinimalSpanningTree/1142.md rename to TangDou/AcWing_TiGao/T3/MinialSpanningTree/1142.md diff --git a/TangDou/AcWing/MinimalSpanningTree/1142_Kruskal.cpp b/TangDou/AcWing_TiGao/T3/MinialSpanningTree/1142_Kruskal.cpp similarity index 100% rename from TangDou/AcWing/MinimalSpanningTree/1142_Kruskal.cpp rename to TangDou/AcWing_TiGao/T3/MinialSpanningTree/1142_Kruskal.cpp diff --git a/TangDou/AcWing/MinimalSpanningTree/1142_Prim.cpp b/TangDou/AcWing_TiGao/T3/MinialSpanningTree/1142_Prim.cpp similarity index 100% rename from TangDou/AcWing/MinimalSpanningTree/1142_Prim.cpp rename to TangDou/AcWing_TiGao/T3/MinialSpanningTree/1142_Prim.cpp diff --git a/TangDou/AcWing/MinimalSpanningTree/1143.cpp b/TangDou/AcWing_TiGao/T3/MinialSpanningTree/1143.cpp similarity index 100% rename from TangDou/AcWing/MinimalSpanningTree/1143.cpp rename to TangDou/AcWing_TiGao/T3/MinialSpanningTree/1143.cpp diff --git a/TangDou/AcWing/MinimalSpanningTree/1143.md b/TangDou/AcWing_TiGao/T3/MinialSpanningTree/1143.md similarity index 100% rename from TangDou/AcWing/MinimalSpanningTree/1143.md rename to TangDou/AcWing_TiGao/T3/MinialSpanningTree/1143.md diff --git a/TangDou/AcWing/MinimalSpanningTree/1144.cpp b/TangDou/AcWing_TiGao/T3/MinialSpanningTree/1144.cpp similarity index 100% rename from TangDou/AcWing/MinimalSpanningTree/1144.cpp rename to TangDou/AcWing_TiGao/T3/MinialSpanningTree/1144.cpp diff --git a/TangDou/AcWing/MinimalSpanningTree/1144.md b/TangDou/AcWing_TiGao/T3/MinialSpanningTree/1144.md similarity index 100% rename from TangDou/AcWing/MinimalSpanningTree/1144.md rename to TangDou/AcWing_TiGao/T3/MinialSpanningTree/1144.md diff --git a/TangDou/Topic/【最小生成树】专题.md b/TangDou/Topic/【最小生成树】专题.md new file mode 100644 index 0000000..4375281 --- /dev/null +++ b/TangDou/Topic/【最小生成树】专题.md @@ -0,0 +1,18 @@ +## 最小生成树 + +$Prim$算法和$Kruskal$算法都是用于 **求解最小生成树的算法**,但它们的使用场景和应用领域存在一些差异。 + +#### $Prim$算法 +① $Prim$算法是一种贪心算法,基于顶点的方式构建最小生成树。 +② $Prim$算法 **适用于稠密图**,即边的数量接近于完全图$(n*(n-1)/2)$的图。 +③ $Prim$算法从一个起始顶点开始逐步扩展,直到生成一个包含所有顶点的最小生成树。 +④ $Prim$算法的时间复杂度为$O(ElogV)$,对于稠密图有较好的性能。 + +#### $Kruskal$算法 +① $Kruskal$算法是一种基于边的方式构建最小生成树的算法。 +② $Kruskal$算法 **适用于稀疏图**,即边的数量远小于完全图$(n*(n-1)/2)$的图。 +③ $Kruskal$算法按权值递增的顺序选择边,并通过判断是否构成环来决定是否将边加入最小生成树。 +④ $Kruskal$算法的时间复杂度为$O(ElogE)$,对于稀疏图有较好的性能。 + +#### 总结 +总体而言,$Prim$算法适用于稠密图,具有更好的时间复杂度,而$Kruskal$算法适用于稀疏图,具有相对较好的性能。在选择使用哪种算法时,可以根据图的特性和规模来进行选择。