algorithm-python/kruskal_algorithm.py at master · wabc1994/algorithm-python · GitHub

Repository navigation

#! /usr/bin/env python

#coding:utf-8

"""

最小生成树的Kruskal算法

描述：有A、B、C、D四个点，每两个点之间的距离（无方向）是(第一个数字是两点之间距离，后面两个字母代表两个点）：(1,'A','B'),(5,'A','C'),(3,'A','D'),(4,'B','C'),(2,'B','D'),(1,'C','D')

生成边长和最小的树，也就是找出一种连接方法，将各点连接起来，并且各点之间的距离和最小。

"""

#以全局变量X定义节点集合，即类似{'A':'A','B':'B','C':'C','D':'D'},如果A、B两点联通，则会更改为{'A':'B','B':'B",...},即任何两点联通之后，两点的值value将相同。

X = dict()

#各点的初始等级均为0,如果被做为连接的的末端，则增加1

R = dict()

#设置X R的初始值

def make_set(point):

X[point] = point

R[point] = 0

#节点的联通分量

def find(point):

if X[point] != point:

X[point] = find(X[point])

return X[point]

#连接两个分量（节点）

def merge(point1,point2):

r1 = find(point1)

r2 = find(point2)

if r1 != r2:

if R[r1] > R[r2]:

X[r2] = r1

else:

X[r1] = r2

if R[r1] == R[r2]: R[r2] += 1

#KRUSKAL算法实现

def kruskal(graph):

for vertice in graph['vertices']:

make_set(vertice)

minu_tree = set()

edges = list(graph['edges'])

edges.sort() #按照边长从小到达排序

for edge in edges:

weight, vertice1, vertice2 = edge

if find(vertice1) != find(vertice2):

merge(vertice1, vertice2)

minu_tree.add(edge)

return minu_tree

if __name__=="__main__":

graph = {

'vertices': ['A', 'B', 'C', 'D', 'E', 'F'],

'edges': set([

(1, 'A', 'B'),

(5, 'A', 'C'),

(3, 'A', 'D'),

(4, 'B', 'C'),

(2, 'B', 'D'),

(1, 'C', 'D'),

])

}

result = kruskal(graph)

print result

"""

参考:

1.https://github.com/qiwsir/Algorithms-Book--Python/blob/master/5-Greedy-algorithms/kruskal.py

2.《算法基础》(GILLES Brassard,Paul Bratley)

"""

algorithm-python/kruskal_algorithm.py at master · wabc1994/algorithm-python · GitHub

Repository navigation

Expand file tree

Breadcrumbs

kruskal_algorithm.py

Latest commit

History

Breadcrumbs

kruskal_algorithm.py

File metadata and controls