当前位置: 首页 > news >正文

代码随想录算法训练营第六十天| 图论7—卡码网53. 寻宝

图论第七天,prim和kruskal算法,说实话都没看的很懂,有点抽象难理解,只能照着题解理解一下了。

53. 寻宝(prim)

53. 寻宝(第七期模拟笔试)

复制一下网站上的prim算法的结论

prim算法三部曲

  1. 第一步,选距离生成树最近节点
  2. 第二步,最近节点加入生成树
  3. 第三步,更新非生成树节点到生成树的距离(即更新minDist数组)

minDist数组是prim算法的灵魂,它帮助prim算法完成最重要的一步,就是如何找到距离最小生成树最近的点。再来帮大家回顾minDist数组的含义:记录每一个节点距离最小生成树的最近距离。我们根据minDist数组,选取距离生成树最近的节点加入生成树,那么minDist数组里记录的其实也是最小生成树的边的权值

节点数v和边数e,不可达的点对初始化为10001。读取边信息,更新邻接矩阵,表示每对相连节点之间的权重。定义两个辅助数组,visited用于标记哪些节点已加入最小生成树,minDist用于记录每个节点到当前生成树的最短距离。主循环执行v次,每次选出未加入树的、距离当前生成树最近的节点,并更新其他节点的minDist值。最后,累加这些最短边的权重得到最小生成树的权重值并输出。

# 接收输入
v, e = list(map(int, input().strip().split()))
# 按照常规的邻接矩阵存储图信息,不可达的初始化为10001
graph = [[10001] * (v+1) for _ in range(v+1)]
for _ in range(e):x, y, w = list(map(int, input().strip().split()))graph[x][y] = wgraph[y][x] = w# 定义加入生成树的标记数组和未加入生成树的最近距离
visited = [False] * (v + 1)
minDist = [10001] * (v + 1)# 循环 n - 1 次,建立 n - 1 条边
# 从节点视角来看:每次选中一个节点加入树,更新剩余的节点到树的最短距离,
# 这一步其实蕴含了确定下一条选取的边,计入总路程 ans 的计算
for _ in range(1, v + 1):min_val = 10002cur = -1for j in range(1, v + 1):if visited[j] == False and minDist[j] < min_val:cur = jmin_val = minDist[j]visited[cur] = Truefor j in range(1, v + 1):if visited[j] == False and minDist[j] > graph[cur][j]:minDist[j] = graph[cur][j]ans = 0
for i in range(2, v + 1):ans += minDist[i]
print(ans)

53. 寻宝(kruskal)

prim 算法是维护节点的集合,而 Kruskal 是维护边的集合

kruscal的思路:

  • 边的权值排序,因为要优先选最小的边加入到生成树里
  • 遍历排序后的边
    • 如果边首尾的两个节点在同一个集合,说明如果连上这条边图中会出现环
    • 如果边首尾的两个节点不在同一个集合,加入到最小生成树,并把两个节点加入同一个集合

不同的点是在重点维护边,所以定义边的类edge存储每条边的两个端点和权重,初始化father并查集数组判断是不是环。节点数v和边数e与prim算法中是一样的,并将所有边读入一个列表中。随后进入Kruskal 函数,先按边权从小到大排序,然后遍历所有边,检查该边的两个端点是否已属于同一个集合,若不在同一集合中则将其合并并将该边的权重加入最终结果中。这个过程直到所有节点连通为止。

class Edge:def __init__(self, l, r, val):self.l = lself.r = rself.val = valn = 10001
father = list(range(n))def init():global fatherfather = list(range(n))def find(u):if u != father[u]:father[u] = find(father[u])return father[u]def join(u, v):u = find(u)v = find(v)if u != v:father[v] = udef kruskal(v, edges):edges.sort(key=lambda edge: edge.val)init()result_val = 0for edge in edges:x = find(edge.l)y = find(edge.r)if x != y:result_val += edge.valjoin(x, y)return result_valif __name__ == "__main__":import sysinput = sys.stdin.readdata = input().split()v = int(data[0])e = int(data[1])edges = []index = 2for _ in range(e):v1 = int(data[index])v2 = int(data[index + 1])val = int(data[index + 2])edges.append(Edge(v1, v2, val))index += 3result_val = kruskal(v, edges)print(result_val)

http://www.xdnf.cn/news/391267.html

相关文章:

  • 《AI大模型应知应会100篇》第55篇:大模型本地开发环境搭建
  • 机器人运动控制原理浅析-UC Berkeley超视觉模态模型
  • LangGraph框架中针对MCP协议的变更-20250510
  • android-ndk开发(12): 获取ndk内置clang的版本详情
  • git 报错:错误:RPC 失败。curl 28 Failed to connect to github.com port 443 after 75000
  • YashanDB(崖山数据库)V23.4 LTS 正式发布
  • 用户态到内核态:Linux信号传递的九重门(一)
  • Kubernetes基础(三十二):Worker节点启动全解析
  • 无人机飞控算法开发实战:从零到一构建企业级飞控系统
  • [Linux]从零开始的STM32MP157 Busybox根文件系统构建
  • 解锁健康密码,拥抱品质生活
  • 基于单片机的电子法频率计
  • 【漫话机器学习系列】253.超平面(Hyperplane)
  • ES C++客户端安装及使用
  • Qt 界面优化(绘图)
  • 【Tools】VScode使用CMake构建项目
  • 【C语言输入输出函数应用】
  • JVM——Java字节码基础
  • ElasticSearch入门详解
  • 【计算机网络】网络IP层
  • 游戏:仙剑奇侠传游戏开发代码(谢苏)
  • 数据库事务Transaction
  • 【前端】【css】【总复习】三万字详解CSS 知识体系
  • ActiveMQ 生产环境问题排查与调优指南(二)
  • 如何实现Flask应用程序的安全性
  • BuildAdmin-v2.3.0 发布
  • 黑马k8s(三)
  • Spring配置文件及其日志
  • RAGMCP基本原理说明和相关问题解惑
  • Wordpress头像无法加载太慢问题解决方式