【C++数据结构——图】最小生成树(头歌实践教学平台习题) 【合集】
目录😋
任务描述
相关知识
带权无向图
建立邻接矩阵
Prim算法
1. 算法基本概念
2. 算法背景与目标
3. 算法具体步骤
4. 算法结束条件与结果
测试说明
通关代码
测试结果
任务描述
本关任务:编写一个程序求图的最小生成树。
相关知识
为了完成本关任务,你需要掌握:
- 观察带权无向图
- 建立邻接矩阵
- Prim算法。
-
带权无向图
针对带权无向图设计图的最小生成树,如下列图形。
-
建立邻接矩阵
上述带权无向图对应的二维数组,根据它建立下列邻接矩阵:
int A[MAXV][MAXV];
注意:INF表示无穷大,表示整数:32767
-
Prim算法
1. 算法基本概念
普里姆(Prim)算法是图论中用于求解最小生成树的一种经典的构造性算法,其核心思想是通过逐步挑选权值最小的边来构建出整个图的最小生成树。
2. 算法背景与目标
在一个连通无向图 中(其中 表示顶点集合, 表示边集合,每条边都带有相应的权值),最小生成树是一棵包含图 中所有顶点的无环连通子图,并且这棵子图所有边的权值之和是所有可能的生成树中最小的。Prim 算法就是为了高效地找出这样的最小生成树而设计的。
3. 算法具体步骤
第一步:初始化操作:
- 首先,任选图 中的一个顶点 ,将其放入集合 中,即 。此时,集合 表示已经被选入到正在构建的最小生成树中的顶点集合,而 就是尚未被选入的顶点集合。
- 接着,把顶点 到其他所有顶点(也就是 中的顶点)的所有边都作为初始的候选边。这些候选边将成为后续挑选最小权值边的基础,它们都有可能最终被选入最小生成树当中。
第二步:迭代过程(重复 次,其中 是图 中顶点的总数):
- 步骤①:挑选最小权值边并更新顶点集合
- 从当前的候选边集合中,仔细挑选出权值最小的那一条边。这条边是连接集合 中的顶点和 中的顶点的边。设这条权值最小边在 这一侧的顶点是 。
- 然后,将顶点 加入到集合 中,这意味着 已经被选入到正在构建的最小生成树里了。由于 已经被选中,为了避免后续重复考虑一些不合适的边以及保证生成树无环等性质,需要把和顶点 关联的其他边(也就是一端是 ,另一端在 中的边)从候选边集合中删除掉。
- 步骤②:修改候选边集合
- 接下来,需要考察当前 中的每一个顶点 ,去更新与之相关的候选边情况。对于每一个 ,如果存在边 ,并且这条边 的权值小于原来和 关联的候选边的权值(也就是之前被视为连接 到 中顶点的最小权值边),那么就用边 取代原来那条候选边,作为新的连接 到 中顶点的候选边。通过这样不断地更新候选边集合,能保证在每一轮迭代中,候选边始终是连接已选顶点集合 和未选顶点集合 的当前最优选择,从而逐步构建出最小生成树。
4. 算法结束条件与结果
当上述迭代过程重复了 次之后,此时集合 中已经包含了图 的所有 个顶点,而挑选出来的边就构成了图 的一棵最小生成树。整个过程通过不断挑选局部最优(权值最小)的边,最终实现了全局最优(生成树边权值总和最小)的目标。
例如:对于一个简单的连通无向图,有 5 个顶点 、、、、 ,各边有权值,若一开始选择顶点 作为 放入 中,然后按照 Prim 算法的步骤逐步挑选边、更新候选边以及加入新顶点,经过 4 次迭代后,就能得到该图的最小生成树,且这棵最小生成树的边权值总和是所有可能生成树中最小的。
测试说明
平台会对你编写的代码进行测试:
测试输入:(先输入图的顶点数和边数,再输入图的邻接矩阵。)
6 10 0 5 8 7 32767 3 5 0 4 32767 32767 32767 8 4 0 5 32767 9 7 32767 5 0 5 6 32767 32767 32767 5 0 1 3 32767 9 6 1 0
预期输出:
Prim算法求解结果: 边(0,5)权为:3 边(5,4)权为:1 边(0,1)权为:5. 边(1,2)权为:4 边(4,3)权为:5
开始你的任务吧,祝你成功!
通关代码
#include <bits/stdc++.h>using namespace std;//图的存储结构#define INF 32767 //定义∞#define MAXV 100 //最大顶点个数typedef char InfoType;// 邻接矩阵表示的图typedef struct {int edges[MAXV][MAXV]; // 邻接矩阵int n, e; // 顶点数和边数} MGraph;// 边的结构体typedef struct {int u; // 顶点uint v; // 顶点vint w; // 边(u, v)的权值} Edge;// 初始化图void InitGraph(MGraph &g) {for (int i = 0; i < MAXV; i++) {for (int j = 0; j < MAXV; j++) {g.edges[i][j] = INF;}}}// Prim算法void Prim(MGraph g, int start) {int lowcost[MAXV]; // 存储从U到V-U的边中最小权值int closest[MAXV]; // 存储V-U中与U最接近的顶点bool u[MAXV]; // 标记顶点是否已在U中// 初始化for (int i = 0; i < g.n; i++) {lowcost[i] = g.edges[start][i];closest[i] = start;u[i] = false;}u[start] = true; // 将起始顶点加入Ufor (int i = 1; i < g.n; i++) { // 需要加入n-1个顶点int min = INF;int k = -1;// 找到最小的边for (int j = 0; j < g.n; j++) {if (!u[j] && lowcost[j] < min) {min = lowcost[j];k = j;}}// 输出最小生成树的边cout << "边(" << closest[k] << "," << k << ")权为:" << min << endl;u[k] = true; // 将顶点k加入U// 更新lowcost和closestfor (int j = 0; j < g.n; j++) {if (!u[j] && g.edges[k][j] < lowcost[j]) {lowcost[j] = g.edges[k][j];closest[j] = k;}}}}int main() {MGraph g;int n, e;cin >> n >> e; // 输入顶点数和边数g.n = n;g.e = e;InitGraph(g);// 输入邻接矩阵for (int i = 0; i < n; i++) {for (int j = 0; j < n; j++) {cin >> g.edges[i][j];}}// 调用Prim算法cout << "Prim算法求解结果:" << endl;Prim(g, 0); // 从顶点0开始return 0;}
测试结果
相关文章:

【C++数据结构——图】最小生成树(头歌实践教学平台习题) 【合集】
目录😋 任务描述 相关知识 带权无向图 建立邻接矩阵 Prim算法 1. 算法基本概念 2. 算法背景与目标 3. 算法具体步骤 4. 算法结束条件与结果 测试说明 通关代码 测试结果 任务描述 本关任务:编写一个程序求图的最小生成树。 相关知识 为了完成…...
Java(1)入门基础
1. Java简介 1.1 什么是Java Java 是一款由Sun Microsystems公司(现为甲骨文公司Oracle Corporation的一部分)的James Gosling及其团队在1995年发布的高级编程语言。同时,Java 是一种面向对象的语言,这意味着它允许开发者通过创…...
2024.1.5总结
今日不开心:这周本来想花点时间学习的,没想到全都花在刷视频,外出消费去了。 今日思考: 1.找对象这件事确实不能强求,顺其自然吧,单身和不单身,其实,各有各的利弊。在一次坐地铁的过程中,我一…...

【C语言程序设计——循环程序设计】枚举法换硬币(头歌实践教学平台习题)【合集】
目录😋 任务描述 相关知识 一、循环控制 / 跳转语句的使用 1. 循环控制语句(for 循环) 2. 循环控制语句(while 循环) 3. 跳转语句(break 语句) 4. 跳转语句(continue 语句&…...
在调用 borrowObject 方法时,Apache Commons Pool 会根据连接池的配置触发一系列相关的方法
在调用 borrowObject 方法时,Apache Commons Pool 会根据连接池的配置触发一系列相关的方法 1. GrpcChannel 的概念 GrpcChannel 是 gRPC 客户端与服务器之间通信的核心组件。它是基于 HTTP/2 的连接,支持多路复用,即通过单个通道可以发送多…...
Linux中的tty和pts概念和区别
目录 1、什么是tty (1)tty的概念 (2)tty0 (3)tty1~6 2、什么是pts (1)pts的含义 (2)pts的具体解释 3、pts与 tty 设备的比较 4、设备文件的位置 1、什…...
【SOC 芯片设计 DFT 学习专栏 -- RTL 中的信号名和 Netlist 中的信号名差异】
Overview 本文将介绍 soc 设计中 RTL-to-Netlist 映射及 RTL 中的信号名和 Netlist 中的信号名差异, 在 SoC设计中,RTL-to-Netlist映射 是从RTL(Register Transfer Level)代码转换为Netlist的过程。这通常涉及将用硬件描述语言&…...

机器学习经典算法——线性回归
目录 算法介绍 一元线性回归模型 多元线性回归模型 误差项分析 相关系数 算法案例 一元线性回归预测——广告销售额案例 二元线性回归预测——血压收缩案例 多元线性回归预测——糖尿病案例 算法介绍 线性回归是利用数理统计中回归分析,来确定两种或两种…...

MLU上使用MagicMind GFPGANv1.4 onnx加速!
文章目录 前言一、平台环境准备二、环境准备1.GFPGAN代码处理2.MagicMind转换修改env.sh修改run.sh参数解析运行 3.修改后模型运行 前言 MagicMind是面向寒武纪MLU的推理加速引擎。MagicMind能将人工智能框架(TensorFlow、PyTorch、Caffe与ONNX等)训练好…...

VulnHub—potato-suncs
使用命令扫描靶机ip arp-scan -l 尝试访问一下ip 发现一个大土豆没什么用 尝试扫描一下子域名 没有发现什么有用的信息 尝试扫描端口 namp -A 192.168.19.137 -p- 尝试访问一下端口,发现都访问不进去 查看源代码发现了网页的标题 potato,就想着爆破一下密码 hydr…...

【Flink CDC】Flink CDC的Schema Evolution表结构演变的源码分析和流程图
Flink CDC版本:3.2.1 说明:本文从SchemaOperator接收到,表结构变更事件开始,表结构变更事件应由source端产生,本文不讨论。 可以先看流程图,研究源码。 参考文章: Flink cdc3.0动态变更表结构—…...

【智能算法】改进蚁狮优化算法【matlab】
目录 1 主要内容 2 部分程序 3 程序结果 下载链接 1 主要内容 该程序方法复现《改进蚁狮算法的无线传感器网络覆盖优化》两种改进算法模型,即原始ALO算法的基础上添加了两种改进策略: - 改进1:将原先的间断性边界收缩因子变为连续性边界…...
swagger导出json
要将 Swagger(或者 OpenAPI)文档导出为 JSON 文件,通常有几种常见的方法,具体取决于你使用的 Swagger 工具(如 Swagger UI、Swagger Editor、Swagger Hub 等)。下面列出了几种常见的导出 JSON 文件的方法。 1. 通过 Swagger UI 导出 JSON 文件 如果你在使用 Swagger UI…...
Go语言的 的引用数据类型(Reference Data Types)核心知识
Go语言的引用数据类型(Reference Data Types)核心知识 引言 Go语言作为一种现代编程语言,因其简洁的语法、强大的并发支持以及丰富的标准库而受到广泛欢迎。在Go语言中,数据类型可以分为值类型和引用类型。本文将深入探讨Go语言…...
JAVA解析Excel复杂表头
废话不多说,直接上源码。前后端都有哦~~~~~~~~ 能帮到你记得点赞收藏哦~~~~~~~&#…...

jmeter 中 BeanShell 预处理程序、JSR223后置处理程序使用示例
1. 各个组件如何新建的? 2. "http请求" 组件内容样例: "消息体数据" 源码: {"task_tag": "face_detect","image_type": "base64","extra_args": [{"model"…...

我的创作纪念日——《惊变128天》
我的创作纪念日——《惊变128天》 机缘收获日常成就憧憬 机缘 时光飞逝,转眼间,我已在这条创作之路上走过了 128 天。回顾起 2024 年 8 月 29 日,我满怀忐忑与期待,撰写了第一篇技术博客《讲解LeetCode第1题:两数之和…...
vuedraggable 选项介绍
vuedraggable 是基于 SortableJS 的 Vue 组件,提供了丰富的选项来定制拖拽行为。以下是 vuedraggable 常用的选项和它们的详细说明: 常用选项介绍 group 配置拖拽分组。多个列表可以共享同一个分组,允许它们之间的项目互相拖拽。 group: { na…...
微信小程序获取后端数据
在小程序中获取后端接口数据 通常可以使用 wx.request 方法,以下是一个基本示例: // pages/index/index.js Page({data: {// 用于存储后端返回的数据resultData: [] },onLoad() {this.fetchData();},fetchData() {wx.request({url: https://your-backe…...
ThreadLocal` 的工作原理
ThreadLocal 的工作原理: ThreadLocal 是 Java 提供的一个类,它用于为每个线程提供独立的变量副本。也就是说,多个线程访问同一个 ThreadLocal 变量时,每个线程看到的值都是不同的,相互隔离,互不干扰。 T…...

(LeetCode 每日一题) 3442. 奇偶频次间的最大差值 I (哈希、字符串)
题目:3442. 奇偶频次间的最大差值 I 思路 :哈希,时间复杂度0(n)。 用哈希表来记录每个字符串中字符的分布情况,哈希表这里用数组即可实现。 C版本: class Solution { public:int maxDifference(string s) {int a[26]…...
java_网络服务相关_gateway_nacos_feign区别联系
1. spring-cloud-starter-gateway 作用:作为微服务架构的网关,统一入口,处理所有外部请求。 核心能力: 路由转发(基于路径、服务名等)过滤器(鉴权、限流、日志、Header 处理)支持负…...
云计算——弹性云计算器(ECS)
弹性云服务器:ECS 概述 云计算重构了ICT系统,云计算平台厂商推出使得厂家能够主要关注应用管理而非平台管理的云平台,包含如下主要概念。 ECS(Elastic Cloud Server):即弹性云服务器,是云计算…...

UDP(Echoserver)
网络命令 Ping 命令 检测网络是否连通 使用方法: ping -c 次数 网址ping -c 3 www.baidu.comnetstat 命令 netstat 是一个用来查看网络状态的重要工具. 语法:netstat [选项] 功能:查看网络状态 常用选项: n 拒绝显示别名&#…...

全球首个30米分辨率湿地数据集(2000—2022)
数据简介 今天我们分享的数据是全球30米分辨率湿地数据集,包含8种湿地亚类,该数据以0.5X0.5的瓦片存储,我们整理了所有属于中国的瓦片名称与其对应省份,方便大家研究使用。 该数据集作为全球首个30米分辨率、覆盖2000–2022年时间…...

Python实现prophet 理论及参数优化
文章目录 Prophet理论及模型参数介绍Python代码完整实现prophet 添加外部数据进行模型优化 之前初步学习prophet的时候,写过一篇简单实现,后期随着对该模型的深入研究,本次记录涉及到prophet 的公式以及参数调优,从公式可以更直观…...
基于数字孪生的水厂可视化平台建设:架构与实践
分享大纲: 1、数字孪生水厂可视化平台建设背景 2、数字孪生水厂可视化平台建设架构 3、数字孪生水厂可视化平台建设成效 近几年,数字孪生水厂的建设开展的如火如荼。作为提升水厂管理效率、优化资源的调度手段,基于数字孪生的水厂可视化平台的…...
第25节 Node.js 断言测试
Node.js的assert模块主要用于编写程序的单元测试时使用,通过断言可以提早发现和排查出错误。 稳定性: 5 - 锁定 这个模块可用于应用的单元测试,通过 require(assert) 可以使用这个模块。 assert.fail(actual, expected, message, operator) 使用参数…...
WEB3全栈开发——面试专业技能点P2智能合约开发(Solidity)
一、Solidity合约开发 下面是 Solidity 合约开发 的概念、代码示例及讲解,适合用作学习或写简历项目背景说明。 🧠 一、概念简介:Solidity 合约开发 Solidity 是一种专门为 以太坊(Ethereum)平台编写智能合约的高级编…...
LLM基础1_语言模型如何处理文本
基于GitHub项目:https://github.com/datawhalechina/llms-from-scratch-cn 工具介绍 tiktoken:OpenAI开发的专业"分词器" torch:Facebook开发的强力计算引擎,相当于超级计算器 理解词嵌入:给词语画"…...