## 最小生成树专题 $Prim$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。 ### 一、算法概述 #### $Prim$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。 **[$AcWing$ $858$. $Prim$ 算法求最小生成树](https://www.cnblogs.com/littlehb/p/15330282.html)** **$Code$模板** ```cpp {.line-numbers} #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() { memset(dis, 0x3f, sizeof dis); memset(pre, -1, sizeof pre); // 记录前驱路径 dis[1] = 0; 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); // 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; } ``` #### $Kruskal$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。 **[$AcWing$ $859$. $Kruskal$ 算法求最小生成树](https://www.cnblogs.com/littlehb/p/15336857.html)** **$Code$模板** ```cpp {.line-numbers} #include using namespace std; const int N = 100010, M = N << 1; const int INF = 0x3f3f3f3f; int n, m; // n条顶点,m条边 int res; // 最小生成树的权值和 int cnt; // 最小生成树的结点数 // Kruskal用到的结构体 struct Node { int a, b, c; bool const operator<(const Node &t) const { return c < t.c; // 边权小的在前 } } edge[M]; // 数组长度为是边数 // 并查集 int p[N]; int find(int x) { if (p[x] != x) p[x] = find(p[x]); return p[x]; } // Kruskal算法 void kruskal() { // 1、按边权由小到大排序 sort(edge, edge + m); // 2、并查集初始化 for (int i = 1; i <= n; i++) p[i] = i; // 3、迭代m次 for (int i = 0; i < m; i++) { int a = edge[i].a, b = edge[i].b, c = edge[i].c; a = find(a), b = find(b); if (a != b) p[a] = b, res += c, cnt++; // cnt是指已经连接上边的数量 } // 4、特判是不是不连通 if (cnt < n - 1) res = INF; } int main() { cin >> n >> m; for (int i = 0; i < m; i++) { int a, b, c; cin >> a >> b >> c; edge[i] = {a, b, c}; } kruskal(); if (res == INF) puts("impossible"); else printf("%d\n", res); return 0; } ``` ### 二、最小生成树练习题题单 #### [$AcWing$ $1140$. 最短网络](https://www.cnblogs.com/littlehb/p/16043987.html) $Prim$或者$Kruskal$祼题,直接套模板即可 #### [$AcWing$ $1141$. 局域网](https://www.cnblogs.com/littlehb/p/16044103.html) 最小生成森林,需要注意与最小生成树的区别,两种方法,推荐使用$Kruskal$ #### [$AcWing$ $1142$. 繁忙的都市](https://www.cnblogs.com/littlehb/p/16044984.html) $Kruskal$的简单应用,求分值最大的那条道路 #### [$AcWing$ $1143$. 联络员](https://www.cnblogs.com/littlehb/p/16048583.html) $Kruskal$的简单应用,先把必选的边放到并查集中,然后将可选的边由小到大排序,再进行$Kruskal$即可。 #### [$AcWing$ $1144$. 连接格点](https://www.cnblogs.com/littlehb/p/16049186.html) - 按边权先小后大建图,这样省的排序,当然,如果你愿意排序,顺序也不重要。 - 序号都是连着的,所以需要一个 `get(x,y)`的转换函数 - 注意最右边那列节点是无法向右引出边的,需要判断一下 - 现成的,必须有的边需要提前放到并查集中,其它的再跑$Kruskal$ ### 三、最小生成树的扩展应用题单 #### [$AcWing$ $1146$. 新的开始](https://www.cnblogs.com/littlehb/p/16050831.html) - 利用超级源点将点权转为边权 - 注意加入超级源点后,遍历的节点数量$+1$ #### [$AcWing$ $1145$. 北极通讯网络](https://www.cnblogs.com/littlehb/p/16053424.html) - 魔改$Kruskal$算法,利它的框架,增加一点代码,检查剩余的连通块个数是不是$ \leq cnt$ #### [$AcWing$ $346$. 走廊泼水节](https://www.cnblogs.com/littlehb/p/16053808.html) - 由最小生成树扩展成完全图,这是我们的知识盲区,没有这样的定理或算法 - 逆向思维,是不是可以由一个完全图思考如何求它的最小生成树?这可以用$Kruskal$算法! - 对边权由小到大排序,一个个进行讨论,当第一个不在集合中的边出现时,此边将为最小生成树的一条边。 那么,对于两个家族的其它成员而言,要想形成完全图,就需要笛卡尔积条边,对了,还需要把这条最小生成树的边去掉才行。 - 加上去的那些边,条边最小都需要比当前枚举到的边长大$1$才行,因为这样才能保证求出的是唯一最小生成树,并且这种补全办法的成本最低! **知识点** ① 并查集+维护个数 ② 逆向思维 ③ 最小生成树$Kruskal$算法 AcWing 1148. 秘密的牛奶运输