สมมติว่าเราได้รับกราฟและถูกถามให้หา "Minimum Spanning Tree" (MST) จากกราฟนั้น MST ของกราฟคือเซตย่อยของกราฟมีน้ำหนักที่ทุกจุดยอดอยู่และเชื่อมต่อกัน และไม่มีวัฏจักรในเซตย่อย MST เรียกว่า minimum เพราะน้ำหนักเส้นขอบรวมของ MST เป็นค่าต่ำสุดที่เป็นไปได้จากกราฟ ที่นี่เราใช้อัลกอริทึม Prim MST และหาผลรวมน้ำหนักเส้นขอบของ MST จากกราฟที่กำหนด
เช่น ถ้าอินพุตเป็นดังภาพ จำนวนจุดยอด (n) คือ 4 และจุดยอดเริ่มต้น (s) = 3 ผลลัพธ์จะเป็น 14 MST จากกราฟนี้จะเป็นดังภาพ น้ำหนักเส้นขอบรวมของ MST นี้คือ 14
วิธีแก้ปัญหา
- กำหนดฟังก์ชัน mst_find() รับ G, s:
- distance := รายการใหม่ขนาด G เริ่มต้น negative infinity
- distance[s] := 0
- itr := รายการใหม่ขนาด G เริ่มต้น False
- c := 0
- while True:
- min_weight := infinity, m_idx := -1
- สำหรับ i ในช่วง 0 ถึงขนาดของ G:
- ถ้า itr[i] เท่ากับ False และ distance[i] < min_weight:
- min_weight := distance[i], m_idx := i
- ถ้า itr[i] เท่ากับ False และ distance[i] < min_weight:
- ถ้า m_idx เท่ากับ -1: ออกจากลูป
- c := c + min_weight
- itr[m_idx] := True
- สำหรับแต่ละคู่ i, j ในค่าของ G[m_idx]: distance[i] := min(distance[i], j)
- return c
- G := แมปใหม่ที่มี n แมปย่อย
- สำหรับแต่ละ item ใน edges: สร้าง G ด้วยน้ำหนักต่ำสุดระหว่าง u, v
- return mst_find(G, s)
ตัวอย่าง
def mst_find(G, s):
distance = [float("inf")] * len(G)
distance[s] = 0
itr = [False] * len(G)
c = 0
while True:
min_weight = float("inf")
m_idx = -1
for i in range(len(G)):
if itr[i] == False:
if distance[i] < min_weight:
min_weight = distance[i]
m_idx = i
if m_idx == -1:
break
c += min_weight
itr[m_idx] = True
for i, j in G[m_idx].items():
distance[i] = min(distance[i], j)
return c
def solve(n, edges, s):
G = {i: {} for i in range(n)}
for item in edges:
u = item[0]
v = item[1]
w = item[2]
u -= 1
v -= 1
try:
min_weight = min(G[u][v], w)
G[u][v] = min_weight
G[v][u] = min_weight
except KeyError:
G[u][v] = w
G[v][u] = w
return mst_find(G, s)
print(solve(4, [(1, 2, 5), (1, 3, 5), (2, 3, 7), (1, 4, 4)], 3))
อินพุต
4, [(1, 2, 5), (1, 3, 5), (2, 3, 7), (1, 4, 4)], 3
เอาต์พุต
14