Javascript 中的 Prim 算法

web developmentfront end technologyjavascript

Prim 算法是一种贪婪算法,用于为加权无向图找到最小生成树。它找到形成包含每个顶点的树的边的子集,其中树中所有边的总权重最小化。

该算法通过从任意起始顶点一次构建一个顶点来运行此树,每一步都从树到另一个顶点添加最便宜的连接。

Prim 算法如何工作?

让我们看一下 Prim 算法如何工作的说明 −

1. 选择任意节点作为根节点:在这种情况下,我们选择 S 节点作为 Prim 生成树的根节点。此节点是任意选择的,因此任何节点都可以是根节点。有人可能想知道为什么任何视频都可以成为根节点。所以答案是,在生成树中,图的所有节点都包括在内,并且由于它是连通的,因此必须至少有一条边将其连接到树的其余部分。

2. 检查传出边并选择成本较低的边:选择根节点 S 后,我们看到 S、A 和 S、C 是两条边,权重分别为 7 和 8。我们选择边 S、A,因为它小于另一条边。

现在,树 S-7-A 被视为一个节点,我们检查从它发出的所有边。我们选择成本最低的那个并将其包含在树中。

完成此步骤后,S-7-A-3-C 树就形成了。现在我们再次将其视为一个节点,并再次检查所有边。但是,我们只会选择成本最低的边。在这种情况下,C-3-D 是新边,它比其他边的成本低成本 8、6、4 等。

将节点 D 添加到生成树后,我们现在有两条具有相同成本的边从生成树中出来,即 D-2-T 和 D-2-B。因此,我们可以添加其中任何一个。但下一步将再次产生边 2 作为最低成本。因此,我们展示的是包含两条边的生成树。

现在让我们看看如何在代码中实现相同的功能 −

示例

primsMST() {
   // 初始化包含 MST 的图
   const MST = new Graph();
   if (this.nodes.length === 0) {
      return MST;
   }

   // 选择第一个节点作为起始节点
   let s = this.nodes[0];

   // 创建优先级队列和探索集
   let edgeQueue = new PriorityQueue(this.nodes.length * this.nodes.length);
   let explored = new Set();
   explored.add(s);
   MST.addNode(s);

   // 以权重为优先级,将所有从此起始节点开始的边添加到 PQ
   this.edges[s].forEach(edge => {
      edgeQueue.enqueue([s, edge.node], edge.weight);
   });

   // 取最小边并将其添加到新图中
   let currentMinEdge = edgeQueue.dequeue();
   while (!edgeQueue.isEmpty()) {

      // 继续移除边,直到我们得到一个具有未探索节点的边
      while (!edgeQueue.isEmpty() && explored.has(currentMinEdge.data[1])) {
         currentMinEdge = edgeQueue.dequeue();
      }
      let nextNode = currentMinEdge.data[1];

      // 再次检查,因为队列可能会变空而不返回未探索的元素
      if (!explored.has(nextNode)) {
         MST.addNode(nextNode);
         MST.addEdge(currentMinEdge.data[0], nextNode, currentMinEdge.priority);
           // 再次将所有边添加到 PQ
         this.edges[nextNode].forEach(edge => {
            edgeQueue.enqueue([nextNode, edge.node], edge.weight);
         });

         // 将此节点标记为已探索 explored.add(nextNode);
         s = nextNode;
      }
   }
   return MST;
}

您可以使用以下方法测试:

let g = new Graph();
g.addNode("A");
g.addNode("B");
g.addNode("C");
g.addNode("D");
g.addNode("E");
g.addNode("F");
g.addNode("G");

g.addEdge("A", "C", 100);
g.addEdge("A", "B", 3);
g.addEdge("A", "D", 4);
g.addEdge("C", "D", 3);
g.addEdge("D", "E", 8);
g.addEdge("E", "F", 10);
g.addEdge("B", "G", 9);
g.primsMST().display();

输出

将给出输出 −

A->B, D
B->A, G
D->A, C, E
C->D
E->D, F
G->B
F->E

请注意,我们的初始图是 −

示例

/**
   *         A
   *       / | \
   *       C | B
   *       \ | |
   *         D G
   *         | /
   *         E
   *         |
   *         F
*/

输出

我们当前的图表看起来像 −

/**
   *         A
   *         |\
   *     C   | B
   *      \  | |
   *       D   G
   *       |
   *       E
   *       |
   *       F
   *
*/

我们已经删除了最昂贵的边,现在有一个生成树。


相关文章