kruskal算法基本思路:先对边按权重从小到大排的序,先选取权重最小的一条边,如果该边的两个节点均为不同的分量,则加入到最小生成树,否则计算下一条边,直到遍历完所有的边。
拘谨的算法基本思路:所有节点分成两个组,一个为已经选取的selected_node(为列表类型),一个为candidate_node,首先任取一个节点加入到selected_node,然后遍历头节点在selected_node,尾节点在candidate_node的边,选取符合这个条件的边里面权重最小的边,加入到最小生成树,选出的边的尾节点加入到selected_node,并从candidate_node删除。直到candidate_node中没有备选节点(这个循环条件要求所有节点都有边连接,即边数要大于等于节点数1,循环开始前要加入这个条件判断,否则可能会有节点一直在候选人中,导致死循环)。
#=utf - 8编码 类图(对象): def __init__(自我、地图): 自我。地图=地图 自我。nodenum=self.get_nodenum () 自我。edgenum=self.get_edgenum () def get_nodenum(自我): 返回len (self.maps) def get_edgenum(自我): 数=0 因为我在范围(self.nodenum): j的范围(我): 如果自我。地图[我][j]比;0和自我。地图[我][j] & lt;9999: 数+=1 返回数 def kruskal(自我): res=[] 如果自我。nodenum & lt;=0或自我。edgenum & lt;self.nodenum-1: 返回res edge_list=[] 因为我在范围(self.nodenum): self.nodenum j的范围(我): 如果自我。地图[我][j] & lt;9999: edge_list。追加([j,我self.maps[我][j]]) #按(开始、结束、重量)形式加入 edge_list。sort(关键=λ:[2])#已经排好序的边集合 组=[[我]我的范围(self.nodenum)] 在edge_list边缘: 因为我在范围(len(集团)): 如果边缘[0][我]:组 m=我 如果边缘集团[我][1]: n=我 如果m !=n: res.append(边缘) 集团[m]=[m] + [n]组 集团[n]=[] 返回res def的(自我): res=[] 如果自我。nodenum & lt;=0或自我。edgenum & lt;self.nodenum-1: 返回res res=[] seleted_node=[0] candidate_node=[我的范围内(self.nodenum)] len (candidate_node)比;0: 开始,结束,minweight=0, 0, 9999 因为我在seleted_node: 在candidate_node j: 如果自我。地图[我][j] & lt;minweight: minweight=self.maps[我][j] 开始=我 结束=j res.append((开始、结束minweight)) seleted_node.append(结束) candidate_node.remove(结束) 返回res max_value=https://www.yisu.com/zixun/9999 max_value row0=[0, 7日,max_value, max_value, 5] 第一行=[7 0 9 max_value 3, max_value] row2=[max_value max_value 9 0, 6日,max_value] row3=[max_value max_value 6 0 8 10] row4=[max_value 3 max_value 8 0, 4] row5=[5, max_value max_value 10 4 0] 地图=[row0,第一行,row2 row3, row4, row5] 图=图(地图) 打印(“邻接矩阵为\ n % s的% graph.maps) 打印('节点数据为% d,边数为% d \ n ' %(图。nodenum, graph.edgenum)) 打印(' - - - - - -最小生成树kruskal算法- - - - - -”) print (graph.kruskal ()) 打印(' - - - - - -最小生成树的算法”) print (graph.prim ())
初始的图如下。
运行结果如下。
以上就是本文的全部内容,希望对大家的学习有所帮助,也希望大家多多支持。