算法之克鲁斯卡尔(Kruskal)算法

克鲁斯卡尔(Kruskal)算法

克鲁斯卡尔(Kruskal)算法，是用来求加权连通图的最小生成树的算法。

基本思想：按照权值从小到大的顺序选择n-1条边，并保证这n-1条边不构成回路

具体做法：首先构造一个只含n个顶点的森林，然后依权值从小到大从连通网中选择边加入到森林中，并使森林中不产生回路，直至森林变成一棵树为止

克鲁斯卡尔算法在所有连接森林的两个不同树的边里面，寻找权值最小的边将最小的边加入一个不相交的集合来进行维护，每次加入时判断该边的起始顶点与结束顶点是否属于同一个树，即是否使森林产生回路，如果不产生回路则加入集合

其对应伪代码如下：

其算法描述：
1-3 行将集合A初始化一个空集合，创建一棵树V;
4 行对邻边进行排序
5-8行循环对边按权重从低到高进行检查，从每条边的起点和终点进行检查，判断是否构成回路，没有形成回路则将边加入集合中

要点：对边排序；判断是否形成回路；若没有回路则每次选择权值最小的边加入集合—这里体现了贪心算法的思想；

举例说明

1 选取权值最小的E-F边加入集合，E-F第一次加入肯定不会存在回路

2 选择权值第二小的C-D边放入集合，检查是否形成回路

3 选取D-E加入集合

4 当选取较小的边C-E时，发现C-D-E在集合中会形成回路，所以C-E不能加入集合
判断回路其实也简单：循环集合，从C-E边的起始顶点C和终点E出发,如果形成回路则
顶点C和顶点E必然共用同一终点。

5 重复 1 2 3 4 将B-F E-G A-B加入集合，最小生成树构建完成

代码实现

我们使用邻接表构建图

 class  Graph<T>{int vertexNum;int edgeNum;ArrayList< Edge<T>>  edgesList ;ArrayList< Vertex<T>> vertexList;public Graph(T[] vertex){vertexList = new ArrayList<>();edgesList = new ArrayList<>();this.addVertex(vertex);}static class Vertex<T> {T verName;//节点存储的内容Edge<T> edgeLink ;//顶点的边链public  Vertex(T name){verName = name;edgeLink = null;}@Overridepublic String toString() {return "Vertex{" +"verName=" + verName +'}';}}static class Edge<T> {Vertex<T> start;//边的头节点Vertex<T> end;//边的尾部节点int weight;//边的权值Edge<T> broEdge;// 节点连接的其他边,指向下一个邻接点public Edge(Vertex<T> start, Vertex<T> end,int weight){this.start = start;this.end = end;this.weight = weight;}@Overridepublic String toString() {return "Edge{" +"start=" + start +", end=" + end +", weight=" + weight +'}';}}public void addVertex(T[] vertex){for (T c : vertex) {vertexList.add(new Vertex<>(c));}vertexNum = vertex.length;}public  void  addEdge(T start,T end,int weight){Vertex<T> startVertex = getVertex(start);Vertex<T> endVertex = getVertex(end);edgesList.add(concatEdge(startVertex, endVertex,weight));concatEdge(endVertex, startVertex,weight);edgeNum++;}private  Edge<T> concatEdge(Vertex<T> startVertex, Vertex<T> endVertex, int weight){Edge<T> edge = new Edge<>(startVertex,endVertex,weight);if (startVertex.edgeLink != null){Edge<T> broEdge = startVertex.edgeLink;while (broEdge.broEdge != null){broEdge = broEdge.broEdge;}broEdge.broEdge = edge;}else{startVertex.edgeLink = edge;}return edge;}public   Vertex<T> getVertex(T verName){return vertexList.stream().filter(e -> e.verName.equals(verName)).findFirst().orElseThrow(()->new NoSuchElementException(verName+" is no present"));}
}

求解最小生成树

 public  LinkedList<Graph.Edge<Character>> kruskal(Graph<Character> graph){ArrayList<Graph.Edge<Character>> edgesList = graph.edgesList;edgesList.sort(Comparator.comparingInt(o -> o.weight));LinkedList<Graph.Edge<Character>> minTree = new LinkedList<>();int[] ends = new int[graph.edgeNum]; //用于保存"已有最小生成树" 中的每个顶点在最小生成树中的终点for (Graph.Edge<Character> edge : edgesList) {int p1 = getIndex(graph.vertexList, edge.start);int p2 = getIndex(graph.vertexList, edge.end);//获取p1这个顶点在已有最小生成树中的终点int m = loop(ends, p1);//获取p2这个顶点在已有最小生成树中的终点int n = loop(ends, p2);if (m != n) {minTree.add(edge);ends[m] = n;//将该边的起始顶点和终点进行连接，代表该边已经在最小生成树里}}return minTree;}private int loop(int[] ends, int i ) {while (ends[i] != 0) {i = ends[i];}return i;}private int getIndex(ArrayList<Graph.Vertex<Character>> vertexList,Graph.Vertex<Character> vertex ) {for(int i = 0; i < vertexList.size(); i++) {if(vertexList.get(i) == vertex) {return i;}}return -1;}