zoukankan      html  css  js  c++  java
  • 深度理解普里姆算法的贪心策略

    在求解MST的普里姆和克鲁斯卡尔两个算法中都用到了贪心的策略,贪心一直是一个比较不好想且不好证明的算法。

    这里就以普里姆算法为例详细的介绍一下它是怎么贪的。

    首先我们需要知道普里姆算法的基本过程就是从某一点开始开始,不断的从未选择的点的集合U中选出能到达集合V(即为MST的顶点的集合)的最小权值的点,直到这个集合包含了所有的节点,也就是一个贪心过程,集合V指的就是已经被选入为最小生成树的点的集合。

    那么首先我们以两个点为例,如下图所示

     那么我们可以很明显的知道这个最小生成树就是A-B并且选权值为1的点,这就是最优解。

    那么N个点其实也是一样,我们只要把集合U和集合V看成是两个点,就好理解了,比如说起点到第一个点为例

     那么从这个图为例,我们以左边的点作为起点,在abcdefg中我们应该选择哪一条边呢,我们可以把右边的4个点看成是一个整体,也就是看成是一个点,这个图就会变成这样

     这个图和我们的第一张图就很像了,我们只要选这7条边中最短的一条就可以了,那么我们假设a最短,这个图就会变成这样(b没用了,就不用管它)

     那么第三个点我们应该怎么找呢(左边为集合V,右边为集合U),跟前面一样,只要把左边看成一个点,右边看成一个点,就可以得到下面这个图

     然后我们只要选所有边中最短的一条就行了。之后就是不断的用这种方法,直到把所有的点都放到左边这个集合,那么MST就找到了。

    那么我们就把找MST的每一步都看成是求两个点之间的最短路,每两个点之间都是最短路,也就是每一步都是最优解,那么所有点构成的当然就是最小生成树了,这就是普里姆算法的贪心思想。

    为了进一步证明这个结论,我们再举两个例子(为了方便观察,两点之间只有一条边,因为多的也没用,肯定选最少的)

    三个点之间找MST

    四个点的MST

      我们可以看到两个MST中的每一条边对每一个点来说,都是权值较小的边。

    也就是说,把这些点任意分成两个集合,那么MST的边一定是连接这两个集合中权值最小的边。

  • 相关阅读:
    Lucene
    SQL优化以及索引
    Mysql优化
    RocketMQ
    RocketMQ
    Session共享
    Linux安装Nginx
    初识nginx
    跨域,防止表单重复提交
    HttpClient案例
  • 原文地址:https://www.cnblogs.com/zlhdbk/p/12885979.html
Copyright © 2011-2022 走看看