上面的算法有三個(gè)循環(huán),時(shí)間復(fù)雜度為O(N^3),考慮到由于使用的是貪心策略,則每添加一個(gè)新頂點(diǎn)到集合S中的時(shí)候,才會(huì)改變V中每個(gè)點(diǎn)到S中點(diǎn)的最小邊的長(zhǎng)度。因此可以用一個(gè)數(shù)組nearest[N](N為頂點(diǎn)個(gè)數(shù))記錄在生成最小數(shù)的過(guò)程中,記錄V中每個(gè)點(diǎn)的到S中點(diǎn)的最小變長(zhǎng),用另外一個(gè)數(shù)組adjecent[N]記錄使得該邊最小的對(duì)應(yīng)的鄰接點(diǎn)。那么O(N)的時(shí)間了找到最短的邊,并且能在O(N)的時(shí)間里更新nearest[N]和adjecent[N]。因此可以得到O(N^2)的算法。
源碼實(shí)現(xiàn)如下:
//O(N^2)
#include
using namespace std;
#define N 6 //節(jié)點(diǎn)個(gè)數(shù)
#define M 100000//最大值,表示不可達(dá)
//用鄰接矩陣表示無(wú)向圖
int matrix[N][N] =
{
M,6,1,5,M,M,
6,M,5,M,3,M,
1,5,M,5,6,4,
5,M,5,M,M,2,
M,3,6,M,M,6,
M,M,4,2,6,M
};
void prim()
{
//記當(dāng)前生成樹(shù)的節(jié)點(diǎn)集合為S
//未使用的節(jié)點(diǎn)結(jié)合為V
bool flag[N]; //標(biāo)記某個(gè)點(diǎn)是否在S中
int nearest[N];//記錄V中每個(gè)點(diǎn)到S中鄰接點(diǎn)的最短邊
intadjecent[N];//記錄與V中每個(gè)點(diǎn)最鄰接近的點(diǎn)
int i,j,min;
//初始化集合
for(i = 0; i flag[i] =false; flag[0] = true; for(i = 1; i { nearest[i] =matrix[0][i]; adjecent[i] =0; } int count = N; while(--count) { min = M; j = 0; for(i = 0; i< N; ++i) { if(!flag[i] && nearest[i] < min) { min =nearest[i]; j =i; } } cout< flag[j] =true; for(i = 0; i< N; ++i) { if(!flag[i] && matrix[i][j] { nearest[i] = matrix[i][j]; adjecent[i] = j; } } } } int main(int argc, char* *argv) { prim(); system("pause"); return 0; } /////////////////////////////////////////////////////////////////////////////////////////////////////////////////////////////////
北京 | 天津 | 上海 | 江蘇 | 山東 |
安徽 | 浙江 | 江西 | 福建 | 深圳 |
廣東 | 河北 | 湖南 | 廣西 | 河南 |
海南 | 湖北 | 四川 | 重慶 | 云南 |
貴州 | 西藏 | 新疆 | 陜西 | 山西 |
寧夏 | 甘肅 | 青海 | 遼寧 | 吉林 |
黑龍江 | 內(nèi)蒙古 |