#MST (Minimum Spanning Tree, 最小生成樹) ##Spanning Tree (生成樹) 1. 一棵<b>包含圖上所有點</b>的樹,稱作該圖的<b>生成樹</b> 2. 一張圖的生成樹可能會有很多種 3. <b>完全連通圖</b>才有生成樹 (不連通時,則稱為生成森林) 4. 生成樹的權重為樹上每條邊的權重總和 ##Minimum Spanning Tree 擁有<b>最小權重</b>的生成樹,稱為最小生成樹 ###Kruskal’s Algorithm (greedy based) 1. 依照權重排序 2. 選擇較小的邊,並檢查是否有環 * Psuedocode ```c++ KRUSKAL(G): A = ∅ foreach v ∈ G.V: MAKE-SET(v) foreach (u, v) in G.E ordered by weight(u, v), increasing: if FIND-SET(u) ≠ FIND-SET(v): A = A ∪ {(u, v)} UNION(u, v) return A ```  ```c++ const int V = 100, E = 1000; // V = vertice, E = edge struct Edge{int a, b, c;} e[E]; // edge list bool operator<(const Edge& e1, const Edge& e2){ return e1.c < e2.c;} // disjoint-sets forest int p[V]; int init(){ for(int i=0; i<V; ++i) p[i] = i;} int find(int x){ return x == p[x] ? x : (p[x] = find(p[x]));} void union(int x, int y){ p[find(x)] = find(y);} void Kruskal(){ init(); sort(edge, edge+E); // 圖上所有邊,依照權重大小,由小到大排序。O(NlogN) for(int j = 0; i < V-1 && j < E; j ++){ // 窮舉圖上所有邊,嘗試作為最小生成樹(森林) if(find(e[j].a) == find(e[j].b)) // 產生環,則捨棄。 continue; union(e[j].a, e[j].b); // 產生橋,則以此邊連接兩棵MSS。 } } ``` * 時間複雜度 O(ElgE) ###Prim’s Algorithm (relaxation based) 1.所有節點設為<b>未拜訪</b>過 (設為INF) 2.令d[i]為到節點i的距離(每次皆考慮鄰近節點) 3.考慮所有鄰近<b>樹</b>且<b>未拜訪過</b>的節點i,選擇距離最近的節點,並檢查是否有環 4.更新拜訪過節點與鄰近節點d[i]  ```c++ int w[9][9]; // adjacency matrix int d[9]; // 紀錄目前的MST到圖上各點的距離 int parent[9]; // 紀錄各個點在MST上的父親是誰 bool visit[9]; // 紀錄各個點是不是已在MST之中 void prim(){ for(int i=0; i<9; i++) visit[i] = false; for(int i=0; i<9; i++) d[i] = 1e9; d[0] = 0; // 可以選定任何點作為樹根,這裡以第零點作為樹根。 parent[0] = 0; for(int i=0; i<9; i++){ int a = -1, b = -1, min = 1e9; for(int j=0; j<9; j++) if(!visit[j] && d[j] < min){ a = j; // 記錄這一條邊 min = d[j]; } if(a == -1) break; // 與起點相連通的MST都已找完 visit[a] = true; // d[a] = 0; // 註解後,得到MST每條邊權重。 for(b=0; b<9; b++) if(!visit[b] && w[a][b] < d[b]){ d[b] = w[a][b]; // 離樹最近,不是離根最近。 parent[b] = a; } } } ``` * 時間複雜度 O(𝑉") With Binary-Heap : O( (V+E)logV) 參考來源: 演算法筆記 http://www.csie.ntnu.edu.tw/~u91029/SpanningTree.html 維基百科 https://en.wikipedia.org/wiki/Kruskal%27s_algorithm