n个村庄间架设通信线路,每个村庄间的距离不同,如何架设最节省开销?
这个问题中,村庄可以抽象成节点,村庄之间的距离抽象成带权值的边,要求最节约的架设方案其实就是求如何使用最少的边、最小的权值和将图中所有的节点连接起来。 这就是一个最小代价生成树的问题,可以用Prim算法或kruskal算法解决。
算法的目标很明确,就是要在n个节点的图中,找出n-1个节点,并且节点之间连线的权值是最小的。因此总体思路如下:
/**
 * @param a:图的邻接矩阵
 */
EdgeSet spanningTree(int[][] a){
    // 结果集(边的集合)
    EdgeSet solution = new EdgeSet();
    // 选出n-1条边
    int i = 0;
    while( i<n && 还有未检查的边 ){
        // 选出一条边
        Edge edge = Select(a);
        // 判断是否有回路
        if ( !hasLoop(edge) ) {
            solution.add( edge );
        }
    }
    return solution;
}上述为最小代价生成树的总体思路,其中选边方式(贪心准则)的不同,就产生不同的最小代价生成树算法。
一个边节点有一条边 和 一个终止节点组成。
/**
 * 边节点(由一条边和一个终止节点构成)
 */
class ENode{
    int id;// 终止节点的编号
    int weight;// 边的权重
}图用一个Map< String,List>表示,其中String表示节点的编号,List中存储以该节点为起点的所有边节点。
Map<String,List<ENode>>贪心准则:将整个图分成两部分,一部分已选入生成树,另一部分在生成树之外。每次选的边要求一头在生成树之内,一头在生成树之外,并保证当前边是满足上述条件中最短的一条。重复上述操作,直到选出n-1条边为止。
第一步: 首先初始化数组: 1. mark的值全为false 2. nearest的值全为-1 3. lowcost的值全为Integer.MAX_VALUE。
mark[1]  | mark[2]  | mark[3]  | mark[4]  | mark[5]  | mark[6]  | 
|---|---|---|---|---|---|
false  | false  | false  | false  | false  | false  | 
lowcost[1]  | lowcost[2]  | lowcost[3]  | lowcost[4]  | lowcost[5]  | lowcost[6]  | 
|---|---|---|---|---|---|
MAX  | MAX  | MAX  | MAX  | MAX  | MAX  | 
nearest[1]  | nearest[2]  | nearest[3]  | nearest[4]  | nearest[5]  | nearest[6]  | 
|---|---|---|---|---|---|
-1  | -1  | -1  | -1  | -1  | -1  | 
第二步:
mark[1]  | mark[2]  | mark[3]  | mark[4]  | mark[5]  | mark[6]  | 
|---|---|---|---|---|---|
true  | false  | false  | false  | false  | false  | 
lowcost[1]  | lowcost[2]  | lowcost[3]  | lowcost[4]  | lowcost[5]  | lowcost[6]  | 
|---|---|---|---|---|---|
MAX  | 6  | 1  | 5  | MAX  | MAX  | 
nearest[1]  | nearest[2]  | nearest[3]  | nearest[4]  | nearest[5]  | nearest[6]  | 
|---|---|---|---|---|---|
-1  | 1  | 1  | 1  | 0  | 0  | 
第三步:
/**
 * prim算法
 * @param graph:图的邻接矩阵
 */
void prim(Map<String,List<Edge>> graph){
    // 初始化
    Map<String,String> nearest = new HashMap<>();
    Map<String,Integer> lowcost = new HashMap<>();
    Map<String,Boolean> mark = new HashMap<>();
    String k = null;
    String end = null;// 记录最后一个节点的id,用于从后向前输出结果
    for( String id : graph.keySet() ){
        nearest.put( id, null );
        lowcost.put( id, Integer.MAX_VALUE );
        mark.put( id, false );
        k = id;
    }
    mark.put( id, true );
    // 寻找生成树的n-1条边
    for(int i=1; i<=graph.size()-1; i++){
        // 更新与k相邻的nearest
        List<ENode> edges = graph.get( k );
        for( ENode edge : edges ){
            if ( !mark.get(edge.id) && edge.w < lowcost.get(edge.id) ) {
                lowcost.put( edge.id, edge.w );
                nearest.put( edge.id, k );
            }
        }
        // 寻找当前lowcost中最短的边
        int min = Integer.MAX_VALUE;
        for( Map.Entry<String,Integer> entry : lowcost.entrySet() ){
            if ( entry.getValue() < min ) {
                min = entry.getValue();
                k = entry.getKey();
            }
        }
        mark.get( k, true );
        end = k;
    }
    // 输出结果
    for ( int i=0; i<graph.size(); i++ ) {
        System.out.println( nearest.get(end)+"-"+end+"权值:"+lowcost.get(end) );
        end = nearest.get(end);
    }
}若图中共有n个节点,那么Prim算法的时间复杂度为O(n^2)。
贪心准则:将所有的边按照权值递增的顺序排序,每次选一条权值最小的边纳入生成树中,若没有环路则选边成功,若有环路,则选下一条次小的边,直到选满n-1条边为止。