最新文章专题视频专题问答1问答10问答100问答1000问答2000关键字专题1关键字专题50关键字专题500关键字专题1500TAG最新视频文章推荐1 推荐3 推荐5 推荐7 推荐9 推荐11 推荐13 推荐15 推荐17 推荐19 推荐21 推荐23 推荐25 推荐27 推荐29 推荐31 推荐33 推荐35 推荐37视频文章20视频文章30视频文章40视频文章50视频文章60 视频文章70视频文章80视频文章90视频文章100视频文章120视频文章140 视频2关键字专题关键字专题tag2tag3文章专题文章专题2文章索引1文章索引2文章索引3文章索引4文章索引5123456789101112131415文章专题3
当前位置: 首页 - 科技 - 知识百科 - 正文

JS使用Prim算法和Kruskal算法实现最小生成树

来源:动视网 责编:小采 时间:2020-11-27 22:01:58
文档

JS使用Prim算法和Kruskal算法实现最小生成树

JS使用Prim算法和Kruskal算法实现最小生成树:之前都是看书,大部分也是c++的实现,但是搞前端不能忘了JS啊,所以JS实现一遍这两个经典的最小生成树算法。 一、权重图和最小生成树 权重图:图的边带权重 最小生成树:在连通图的所有生成树中,所有边的权重和最小的生成树 本文使用的图如下: 它的最小
推荐度:
导读JS使用Prim算法和Kruskal算法实现最小生成树:之前都是看书,大部分也是c++的实现,但是搞前端不能忘了JS啊,所以JS实现一遍这两个经典的最小生成树算法。 一、权重图和最小生成树 权重图:图的边带权重 最小生成树:在连通图的所有生成树中,所有边的权重和最小的生成树 本文使用的图如下: 它的最小


之前都是看书,大部分也是c++的实现,但是搞前端不能忘了JS啊,所以JS实现一遍这两个经典的最小生成树算法。

一、权重图和最小生成树

权重图:图的边带权重

最小生成树:在连通图的所有生成树中,所有边的权重和最小的生成树

本文使用的图如下:

它的最小生成树如下:

二、邻接矩阵

邻接矩阵:用来表示图的矩阵就是邻接矩阵,其中下标表示顶点,矩阵中的值表示边的权重(或者有无边,方向等)。

本文在构建邻接矩阵时,默认Number.MAX_SAFE_INTEGER表示两个节点之间没有边,Number.MIN_SAFE_INTEGER表示当前节点没有自环。

代码如下:

/**
 * 邻接矩阵
 * 值为顶点与顶点之间边的权值,0表示无自环,一个大数表示无边(比如10000)
 * */
const MAX_INTEGER = Number.MAX_SAFE_INTEGER;//没有的边
const MIN_INTEGER = Number.MIN_SAFE_INTEGER;//没有自环
 
const matrix= [
 [MIN_INTEGER, 9, 2, MAX_INTEGER, 6],
 [9, MIN_INTEGER, 3, MAX_INTEGER, MAX_INTEGER],
 [2, 3, MIN_INTEGER, 5, MAX_INTEGER],
 [MAX_INTEGER, MAX_INTEGER, 5, MIN_INTEGER, 1],
 [6, MAX_INTEGER, MAX_INTEGER, 1, MIN_INTEGER]
];

这个邻接矩阵表示的图如下:

三、 边的表示

一个边具有权重、起点、重点三个属性,所以可以创建一个类(对象),实现如下:

/**
 * 边对象
 * */
function Edge(begin, end, weight) {
 this.begin = begin;
 this.end = end;
 this.weight = weight;
}
 
Edge.prototype.getBegin = function () {
 return this.begin;
};
Edge.prototype.getEnd = function () {
 return this.end;
};
Edge.prototype.getWeight = function () {
 return this.weight;
};
 
/*class Edge {
 constructor(begin, end, weight) {
 this.begin = begin;
 this.end = end;
 this.weight = weight;
 }
 getBegin() {
 return this.begin;
 }
 getEnd() {
 return this.end;
 }
 getWeight() {
 return this.weight;
 }
}*/

 PS:JS这门语言没有私有变量的说法,这里写get方法纯粹是模拟一下私有变量。可以不用这么写,可以直接通过属性访问到属性值。

四、Prim算法

将这个算法的文章数不胜数,这里就不细说了。

其大体思路就是:以某顶点为起点,逐步找各顶点上最小权值的相邻边构建最小生成树,同时其邻接点纳入生成树的顶点中,只要保证顶点不重复添加即可。

实现代码如下:

/**
 * Prim算法
 * 以某顶点为起点,逐步找各顶点上最小权值的边构建最小生成树,同时其邻接点纳入生成树的顶点中,只要保证顶点不重复添加即可
 * 使用邻接矩阵即可
 * 优点:适合点少边多的情况
 * @param matrix 邻接矩阵
 * @return Array 最小生成树的边集数组
 * */
function prim(matrix) {
 const rows = matrix.length,
 cols = rows,
 result = [],
 savedNode = [0];//已选择的节点
 let minVex = -1,
 minWeight = MAX_INTEGER;
 for (let i = 0; i < rows; i++) {
 let row = savedNode[i],
 edgeArr = matrix[row];
 for (let j = 0; j < cols; j++) {
 if (edgeArr[j] < minWeight && edgeArr[j] !== MIN_INTEGER) {
 minWeight = edgeArr[j];
 minVex = j;
 }
 }
 
 //保证所有已保存节点的相邻边都遍历到
 if (savedNode.indexOf(minVex) === -1 && i === savedNode.length - 1) {
 savedNode.push(minVex);
 result.push(new Edge(row, minVex, minWeight));
 
 //重新在已加入的节点集中找权值最小的边的外部边
 i = -1;
 minWeight = MAX_INTEGER;
 
 //已加入的边,去掉,下次就不会选这条边了
 matrix[row][minVex] = MAX_INTEGER;
 matrix[minVex][row] = MAX_INTEGER;
 }
 }
 return result;
}

五、Kruskal算法

介绍这个算法的文章也很多,这里不细说。

其主要的思路就是:遍历所有的边,按权值从小到大排序,每次选取当前权值最小的边,只要不构成回环,则加入生成树。

5.1 邻接矩阵转成边集数组

与Prim算法不同,Kruskal算法是从最小权值的边开始的,所以使用边集数组更方便。所以需要将邻接矩阵转成边集数组,并且按照边的权重从小到大排序。

/**
 * 邻接矩阵转边集数组的函数
 * @param matrix 邻接矩阵
 * @return Array 边集数组
 * */
function changeMatrixToEdgeArray(matrix) {
 const rows = matrix.length,
 cols = rows,
 result = [];
 for (let i = 0; i < rows; i++) {
 const row = matrix[i];
 for(let j = 0 ; j < cols; j++) {
 if(row[j] !== MIN_INTEGER && row[j] !== MAX_INTEGER) {
 result.push(new Edge(i, j, row[j]));
 matrix[i][j] = MAX_INTEGER;
 matrix[j][i] = MAX_INTEGER;
 }
 }
 }
 result.sort((a, b) => a.getWeight() - b.getWeight());
 return result;
}

5.2 Kruskal算法的具体实现

Kruskal算法的一个要点就是避免环路,这里采用一个数组来保存已纳入生成树的顶点和边(连线),其下标是边(连线)的起点,下标对应的元素值是边(连线)的终点。下标对应的元素值为0,表示还没有以它为起点的边(连线)。

连线:表示一条或多条边前后连接形成的一条线,这条线没有环路。

/**
 * kruskal算法
 * 遍历所有的边,按权值从小到大排序,每次选取当前权值最小的边,只要不构成回环,则加入生成树
 * 邻接矩阵转换成边集数组
 * 优点:适合点多边少的情况
 * @param matrix 邻接矩阵
 * @return Array 最小生成树的边集数组
 * */
function kruskal(matrix) {
 const edgeArray = changeMatrixToEdgeArray(matrix),
 result = [],
 //使用一个数组保存当前顶点的边的终点,0表示还没有已它为起点的边加入
 savedEdge = new Array(matrix.length).fill(0);
 
 for (let i = 0, len = edgeArray.length; i < len; i++) {
 const edge = edgeArray[i];
 const n = findEnd(savedEdge, edge.getBegin());
 const m = findEnd(savedEdge, edge.getEnd());
 console.log(savedEdge, n, m);
 //不相等表示这条边没有与现有生成树形成环路
 if (n !== m) {
 result.push(edge);
 //将这条边的结尾顶点加入数组中,表示顶点已在生成树中
 savedEdge[n] = m;
 }
 }
 return result;
}
 
/**
 * 查找连线顶点的尾部下标
 * @param arr 判断边与边是否形成环路的数组
 * @param start 连线开始的顶点
 * @return Number 连线顶点的尾部下标
 * */
function findEnd(arr, start) {
 //就是一直循环,直到找到终点,如果没有连线,就返回0
 while (arr[start] > 0) {
 start = arr[start];
 }
 return start;
}

文档

JS使用Prim算法和Kruskal算法实现最小生成树

JS使用Prim算法和Kruskal算法实现最小生成树:之前都是看书,大部分也是c++的实现,但是搞前端不能忘了JS啊,所以JS实现一遍这两个经典的最小生成树算法。 一、权重图和最小生成树 权重图:图的边带权重 最小生成树:在连通图的所有生成树中,所有边的权重和最小的生成树 本文使用的图如下: 它的最小
推荐度:
  • 热门焦点

最新推荐

猜你喜欢

热门推荐

专题
Top