Java實現(xiàn)克魯斯卡爾算法的示例代碼
克魯斯卡爾算法
克魯斯卡爾算法是一種用于求解最小生成樹問題的貪心算法。最小生成樹是一個連通無向圖中生成樹中邊權(quán)值和最小的生成樹??唆斔箍査惴ò催厵?quán)值從小到大的順序依次選擇邊,當所選的邊不會形成環(huán)時,將其加入到生成樹中。具體實現(xiàn)過程如下:
- 將所有邊按照邊權(quán)值從小到大排序。
- 依次選擇邊,如果選擇的邊的兩個端點不在同一個連通分量中,則將這條邊加入到最小生成樹中,并將兩個端點合并為同一個連通分量。
- 直到最小生成樹中包含了圖中的所有頂點為止。
算法的優(yōu)點在于只需要關(guān)注邊的權(quán)值,而與頂點的度數(shù)無關(guān),因此在稠密圖中也能表現(xiàn)出較好的性能。同時,克魯斯卡爾算法還具有較好的可擴展性,可以很方便地處理帶權(quán)圖中的最小生成森林問題。
執(zhí)行流程
- 將所有的邊按照權(quán)值從小到大排序;
- 依次遍歷每條邊,如果這條邊連接的兩個節(jié)點不在同一個連通分量中,則將這條邊加入生成樹,并將這兩個節(jié)點合并為一個連通分量;
- 重復步驟 2 直到所有的節(jié)點都在同一個連通分量中,此時生成的樹即為最小生成樹。
在實現(xiàn)過程中,通常使用并查集來維護連通性,以提高效率。
代碼實現(xiàn)
import java.util.*;
public class KruskalAlgorithm {
// 定義邊的數(shù)據(jù)結(jié)構(gòu)
class Edge implements Comparable<Edge> {
int src, dest, weight;
public int compareTo(Edge edge) {
return this.weight - edge.weight;
}
}
// 并查集數(shù)據(jù)結(jié)構(gòu)
class Subset {
int parent, rank;
}
int V, E; // V是頂點數(shù),E是邊數(shù)
Edge edge[]; // 存儲邊的數(shù)組
// 構(gòu)造函數(shù),初始化邊和頂點數(shù)
KruskalAlgorithm(int v, int e) {
V = v;
E = e;
edge = new Edge[E];
for (int i = 0; i < e; ++i)
edge[i] = new Edge();
}
// 查找父節(jié)點
int find(Subset subsets[], int i) {
if (subsets[i].parent != i)
subsets[i].parent = find(subsets, subsets[i].parent);
return subsets[i].parent;
}
// 合并兩個子集
void union(Subset subsets[], int x, int y) {
int xroot = find(subsets, x);
int yroot = find(subsets, y);
if (subsets[xroot].rank < subsets[yroot].rank)
subsets[xroot].parent = yroot;
else if (subsets[xroot].rank > subsets[yroot].rank)
subsets[yroot].parent = xroot;
else {
subsets[yroot].parent = xroot;
subsets[xroot].rank++;
}
}
// 執(zhí)行克魯斯卡爾算法
void kruskal() {
Edge result[] = new Edge[V]; // 存儲結(jié)果的數(shù)組
int e = 0; // 表示result數(shù)組中的下標
// 將邊按照權(quán)重從小到大排序
Arrays.sort(edge);
// 創(chuàng)建V個子集
Subset subsets[] = new Subset[V];
for (int i = 0; i < V; ++i)
subsets[i] = new Subset();
// 初始化每個子集的父節(jié)點和秩
for (int v = 0; v < V; ++v) {
subsets[v].parent = v;
subsets[v].rank = 0;
}
// 取E-1條邊
int i = 0;
while (e < V - 1) {
Edge next_edge = new Edge();
next_edge = edge[i++];
int x = find(subsets, next_edge.src);
int y = find(subsets, next_edge.dest);
// 如果兩個節(jié)點不在同一個集合中,合并它們
if (x != y) {
result[e++] = next_edge;
union(subsets, x, y);
}
}
// 打印結(jié)果
System.out.println("Following are the edges in the constructed MST");
for (i = 0; i < e; ++i){
System.out.println(result[i].src + " - " + result[i" - " + result[i].weight);
return;
}
// 定義一個輔助函數(shù),用于查找結(jié)點所在的集合
private int find(int parent[], int i) {
if (parent[i] == -1)
return i;
return find(parent, parent[i]);
}
// 定義一個輔助函數(shù),用于合并兩個集合
private void union(int parent[], int x, int y) {
int xset = find(parent, x);
int yset = find(parent, y);
parent[xset] = yset;
}
}
}
函數(shù)使用Arrays類的sort方法,按照邊的權(quán)重從小到大對邊進行排序。然后,函數(shù)依次遍歷排序后的邊,對于每條邊,使用find函數(shù)查找其src和dest所在的集合的根節(jié)點。如果根節(jié)點不同,則說明這兩個集合不連通,可以合并,并將邊加入最小生成樹的結(jié)果數(shù)組result中。最后,函數(shù)遍歷最小生成樹的結(jié)果數(shù)組result,并輸出每條邊的起點、終點和權(quán)重。
該實現(xiàn)中,使用了快速查找集合的方法,即使用并查集來實現(xiàn)。每個結(jié)點都有一個parent數(shù)組,其中parent[i]表示結(jié)點i的父節(jié)點,如果parent[i] == -1,則說明結(jié)點i為根節(jié)點。在查找結(jié)點所在的集合時,如果當前結(jié)點的父節(jié)點為-1,則說明該結(jié)點為根節(jié)點,直接返回;否則,遞歸查找其父節(jié)點所在的集合。在合并兩個集合時,找到要合并的兩個集合的根節(jié)點,將其中一個根節(jié)點的父節(jié)點設為另一個根節(jié)點的索引,即將一個集合的根節(jié)點合并到另一個集合的根節(jié)點下。
這樣實現(xiàn)的克魯斯卡爾算法時間復雜度為O(ElogE),其中E表示圖中的邊數(shù),主要的時間開銷在于排序邊的過程??臻g復雜度為O(V+E),其中V表示圖中的頂點數(shù),主要的空間開銷在于存儲邊和parent數(shù)組。
到此這篇關(guān)于Java實現(xiàn)克魯斯卡爾算法的示例代碼的文章就介紹到這了,更多相關(guān)Java克魯斯卡爾算法內(nèi)容請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!
相關(guān)文章
Java中用Mybatis插入mysql報主鍵重復的解決方案
這篇文章主要介紹了Java中用Mybatis插入mysql報主鍵重復的解決方案,具有很好的參考價值,希望對大家有所幫助。2023-02-02
spring?aop?pointcut?添加多個execution方式
這篇文章主要介紹了spring?aop?pointcut?添加多個execution方式,具有很好的參考價值,希望對大家有所幫助。如有錯誤或未考慮完全的地方,望不吝賜教2021-11-11

