引言
Prim算法与Dijkstra的最短路径算法类似,它采用贪心策略。算法开始先把图中权值最小的边添加到树T中,然后不断把权值最小的边E(E的一个端点在T中,另一个在G-T中)。当没有符合条件的E时算法结束,此时T就是G的一个最小生成树。
NetworkX是一款Python的软件包,用于创造、操作复杂网络,以及学习复杂网络的结构、动力学及其功能。 本文借助networkx.Graph类实现Prim算法。
正文
Prim算法的代码
Prim
def prim(G,s): dist = {} # dist记录到节点的最小距离 parent = {} # parent记录最小生成树的双亲表 Q = list(G.nodes()) # Q包含所有未被生成树覆盖的节点 MAXdisT = 9999.99 # MAXdisT表示正无穷,即两节点不邻接 # 初始化数据 # 所有节点的最小距离设为MAXdisT,父节点设为None for v in G.nodes(): dist[v] = MAXdisT parent[v] = None # 到开始节点s的距离设为0 dist[s] = 0 # 不断从Q中取出“最近”的节点加入最小生成树 # 当Q为空时停止循环,算法结束 while Q: # 取出“最近”的节点u,把u加入最小生成树 u = Q[0] for v in Q: if (dist[v] < dist[u]): u = v Q.remove(u) # 更新u的邻接节点的最小距离 for v in G.adj[u]: if (v in Q) and (G[u][v]['weight'] < dist[v]): parent[v] = u dist[v] = G[u][v]['weight'] # 算法结束,以双亲表的形式返回最小生成树 return parent
测试数据
从~到 | 2 | 3 | 4 | 5 | 6 | 7 | 8 |
---|---|---|---|---|---|---|---|
1 | 1.3 | 2.1 | 0.9 | 0.7 | 1.8 | 2.0 | 1.8 |
2 | 0.9 | 1.8 | 1.2 | 2.8 | 2.3 | 1.1 | |
3 | 2.6 | 1.7 | 2.5 | 1.9 | 1.0 | ||
4 | 0.7 | 1.6 | 1.5 | 0.9 | |||
5 | 0.9 | 1.1 | 0.8 | ||||
6 | 0.6 | 1.0 | |||||
7 | 0.5 |
测试代码
import matplotlib.pyplot as plt import networkx as nx g_data = [(1,2,1.3),(1,3,2.1),4,0.9),5,0.7),6,1.8),7,2.0),8,(2,1.2),2.8),2.3),1.1),(3,2.6),1.7),2.5),1.9),1.0),(4,1.6),1.5),(5,0.8),(6,0.6),(7,0.5)] def draw(g): pos = nx.spring_layout(g) nx.draw(g,pos,\ arrows=True,\ with_labels=True,\ nodelist=g.nodes(),\ style='dashed',\ edge_color='b',\ width=2,\ node_color='y',\ alpha=0.5) plt.show() g = nx.Graph() g.add_weighted_edges_from(g_data) tree = prim(g,1) mtg = nx.Graph() mtg.add_edges_from(tree.items()) mtg.remove_node(None) draw(mtg)
运行结果
以上这篇NetworkX之Prim算法(实例讲解)就是小编分享给大家的全部内容了,希望能给大家一个参考,也希望大家多多支持编程小技巧。