P3366 【模板】最小生成树(Prim算法)

2024-01-31 08:52

本文主要是介绍P3366 【模板】最小生成树(Prim算法),希望对大家解决编程问题提供一定的参考价值,需要的开发者们随着小编来一起学习吧!

Problem: P3366 【模板】最小生成树

文章目录

  • 思路
  • 解题方法
  • 复杂度
  • Code

思路

这是一个求最小生成树的问题。给定一个无向图,需要找到连接所有节点的最小权重边集合。如果图不连通,则输出"orz"。
最小生成树是一棵包含图中所有节点的树,且树中的边的权重之和最小。常用的算法有Prim算法和Kruskal算法。

解题方法

本题可以使用Prim算法来解决。Prim算法的基本思想是从一个起始节点开始,每次选择一个与当前生成树相连的权重最小的边,将其加入生成树中,直到生成树包含了所有节点。
具体步骤如下:

  1. 创建一个优先队列(最小堆)用于存储待选边,初始时将起始节点的所有边加入队列。
  2. 创建一个布尔数组用于标记节点是否已经加入生成树,初始时只有起始节点被标记为已加入。
  3. 创建一个变量用于记录已加入生成树的节点数量,初始时为1。
  4. 创建一个变量用于记录最小生成树的总权重,初始时为0。
  5. 循环执行以下步骤,直到生成树包含了所有节点:
  • 从优先队列中取出权重最小的边,记为当前边。
  • 如果当前边的另一个节点未加入生成树,则将该节点加入生成树,并将节点数量加1,将当前边的权重加入总权重。
  • 将当前边的另一个节点的所有边加入优先队列。
  1. 判断生成树的节点数量是否等于图中的节点数量,如果相等,则输出最小生成树的总权重,否则输出"orz"。

复杂度

时间复杂度:

时间复杂度:Prim算法的时间复杂度为 O ( ( V + E ) l o g V ) O((V+E)logV) O((V+E)logV),其中V为节点数量,E为边数量。

空间复杂度:

空间复杂度:Prim算法的空间复杂度为 O ( V ) O(V) O(V),其中V为节点数量。

Code

import java.io.BufferedReader;
import java.io.IOException;
import java.io.InputStreamReader;
import java.io.OutputStreamWriter;
import java.io.PrintWriter;
import java.io.StreamTokenizer;
import java.util.ArrayList;
import java.util.List;
import java.util.PriorityQueue;public class Main {static BufferedReader in = new BufferedReader(new InputStreamReader(System.in));static PrintWriter out = new PrintWriter(new OutputStreamWriter(System.out));static StreamTokenizer sr = new StreamTokenizer(in);static int MAXN = 5010;static int MAXM = 200010;static int n, m;public static void main(String[] args) throws IOException {List<List<int[]>> graph = new ArrayList<>();n = nextInt();m = nextInt();for (int i = 0; i <= n; i++) {graph.add(new ArrayList<>());}for (int i = 0, f, t, w; i < m; i++) {f = nextInt();t = nextInt();w = nextInt();graph.get(f).add(new int[] { t, w });graph.get(t).add(new int[] { f, w });}PriorityQueue<int[]> heap = new PriorityQueue<>((a, b) -> a[1] - b[1]);for (int[] edge : graph.get(1)) {heap.add(edge);}boolean[] set = new boolean[n + 1];int nodeCnt = 1;set[1] = true;int ans = 0;while(!heap.isEmpty()) {int[] edge = heap.poll();int next = edge[0];int cost = edge[1];if(!set[next]) {set[next] = true;nodeCnt++;ans += cost;for(int[] e : graph.get(next)) {heap.add(e);}}}out.println(nodeCnt == n ? ans : "orz");out.flush();}static int nextInt() throws IOException {sr.nextToken();return (int) sr.nval;}}

这篇关于P3366 【模板】最小生成树(Prim算法)的文章就介绍到这儿,希望我们推荐的文章对编程师们有所帮助!



http://www.chinasem.cn/article/663203

相关文章

Python实现自动化Word文档样式复制与内容生成

《Python实现自动化Word文档样式复制与内容生成》在办公自动化领域,高效处理Word文档的样式和内容复制是一个常见需求,本文将展示如何利用Python的python-docx库实现... 目录一、为什么需要自动化 Word 文档处理二、核心功能实现:样式与表格的深度复制1. 表格复制(含样式与内容)2

python如何生成指定文件大小

《python如何生成指定文件大小》:本文主要介绍python如何生成指定文件大小的实现方式,具有很好的参考价值,希望对大家有所帮助,如有错误或未考虑完全的地方,望不吝赐教... 目录python生成指定文件大小方法一(速度最快)方法二(中等速度)方法三(生成可读文本文件–较慢)方法四(使用内存映射高效生成

Maven项目中集成数据库文档生成工具的操作步骤

《Maven项目中集成数据库文档生成工具的操作步骤》在Maven项目中,可以通过集成数据库文档生成工具来自动生成数据库文档,本文为大家整理了使用screw-maven-plugin(推荐)的完... 目录1. 添加插件配置到 pom.XML2. 配置数据库信息3. 执行生成命令4. 高级配置选项5. 注意事

MybatisX快速生成增删改查的方法示例

《MybatisX快速生成增删改查的方法示例》MybatisX是基于IDEA的MyBatis/MyBatis-Plus开发插件,本文主要介绍了MybatisX快速生成增删改查的方法示例,文中通过示例代... 目录1 安装2 基本功能2.1 XML跳转2.2 代码生成2.2.1 生成.xml中的sql语句头2

Java如何根据word模板导出数据

《Java如何根据word模板导出数据》这篇文章主要为大家详细介绍了Java如何实现根据word模板导出数据,文中的示例代码讲解详细,感兴趣的小伙伴可以跟随小编一起学习一下... pom.XML文件导入依赖 <dependency> <groupId>cn.afterturn</groupId>

使用雪花算法产生id导致前端精度缺失问题解决方案

《使用雪花算法产生id导致前端精度缺失问题解决方案》雪花算法由Twitter提出,设计目的是生成唯一的、递增的ID,下面:本文主要介绍使用雪花算法产生id导致前端精度缺失问题的解决方案,文中通过代... 目录一、问题根源二、解决方案1. 全局配置Jackson序列化规则2. 实体类必须使用Long封装类3.

使用Python自动化生成PPT并结合LLM生成内容的代码解析

《使用Python自动化生成PPT并结合LLM生成内容的代码解析》PowerPoint是常用的文档工具,但手动设计和排版耗时耗力,本文将展示如何通过Python自动化提取PPT样式并生成新PPT,同时... 目录核心代码解析1. 提取 PPT 样式到 jsON关键步骤:代码片段:2. 应用 JSON 样式到

SpringBoot实现二维码生成的详细步骤与完整代码

《SpringBoot实现二维码生成的详细步骤与完整代码》如今,二维码的应用场景非常广泛,从支付到信息分享,二维码都扮演着重要角色,SpringBoot是一个非常流行的Java基于Spring框架的微... 目录一、环境搭建二、创建 Spring Boot 项目三、引入二维码生成依赖四、编写二维码生成代码五

Android与iOS设备MAC地址生成原理及Java实现详解

《Android与iOS设备MAC地址生成原理及Java实现详解》在无线网络通信中,MAC(MediaAccessControl)地址是设备的唯一网络标识符,本文主要介绍了Android与iOS设备M... 目录引言1. MAC地址基础1.1 MAC地址的组成1.2 MAC地址的分类2. android与I

Springboot实现推荐系统的协同过滤算法

《Springboot实现推荐系统的协同过滤算法》协同过滤算法是一种在推荐系统中广泛使用的算法,用于预测用户对物品(如商品、电影、音乐等)的偏好,从而实现个性化推荐,下面给大家介绍Springboot... 目录前言基本原理 算法分类 计算方法应用场景 代码实现 前言协同过滤算法(Collaborativ