Prim算法从起始顶点出发,每次选择最近顶点加入生成树,利用贪心策略构建最小生成树。通过邻接矩阵存储图,用key数组记录各顶点到生成树的最短距离,mstSet标记已选顶点。初始化key为无穷大,起点key为0。循环中选取key最小且未访问的顶点u,将其加入MST,并遍历其邻接点v:若存在边(u,v)且v未访问且该边权重小于当前key[v],则更新parent[v]=u和key[v]=graphu。最终输出每条MST边及权重,总时间复杂度O(V²),适用于稠密图。示例图中MST总权值为16。

Prim算法用于在加权无向图中找出最小生成树(MST),即连接所有顶点且总权重最小的子树。C++中结合邻接矩阵实现该算法,逻辑清晰、便于理解。
从任意一个起始顶点开始,逐步将距离当前生成树最近的顶点加入集合,直到所有顶点都被包含。每次选择边权最小的边进行扩展,使用贪心策略保证整体最优。
关键点:
使用二维数组graph[V][V]表示图,graph[i][j]为顶点i到j的边权。若无边,则设为一个极大值(如INT_MAX)。
立即学习“C++免费学习笔记(深入)”;
示例代码定义:
const int V = 5; // 顶点数
int graph[V][V] = {
{0, 2, 0, 6, 0},
{2, 0, 3, 8, 5},
{0, 3, 0, 0, 7},
{6, 8, 0, 0, 9},
{0, 5, 7, 9, 0}
};
以下是基于邻接矩阵的Prim算法完整实现:
#include <iostream>
#include <climits>
using namespace std;
<p>int minKey(int key[], bool mstSet[]) {
int min = INT_MAX, min_index;
for (int v = 0; v < V; v++)
if (!mstSet[v] && key[v] < min)
min = key[v], min_index = v;
return min_index;
}</p><p>void printMST(int parent[], int graph[V][V]) {
cout << "Edge \tWeight\n";
for (int i = 1; i < V; i++)
cout << parent[i] << " - " << i << "\t" << graph[i][parent[i]] << endl;
}</p><p>void primMST(int graph[V][V]) {
int parent[V];
int key[V];
bool mstSet[V];</p><pre class='brush:php;toolbar:false;'>for (int i = 0; i < V; i++)
key[i] = INT_MAX, mstSet[i] = false;
key[0] = 0;
parent[0] = -1;
for (int count = 0; count < V - 1; count++) {
int u = minKey(key, mstSet);
mstSet[u] = true;
for (int v = 0; v < V; v++)
if (graph[u][v] && !mstSet[v] && graph[u][v] < key[v])
parent[v] = u, key[v] = graph[u][v];
}
printMST(parent, graph);}
调用primMST(graph)后,程序输出每条选中的边及其权重。例如:
Edge Weight 0 - 1 2 1 - 2 3 0 - 3 6 1 - 4 5
总权重为 2+3+6+5=16,构成一棵最小生成树。
时间复杂度为 O(V²),适合稠密图。若用优先队列优化可降至 O(E log V),但邻接矩阵下不易实现稀疏结构。
基本上就这些。掌握这个版本有助于理解Prim核心机制,后续可拓展为邻接表或动态图处理。
以上就是C++怎么实现一个最小生成树Prim算法_C++图论算法与邻接矩阵实现的详细内容,更多请关注php中文网其它相关文章!
每个人都需要一台速度更快、更稳定的 PC。随着时间的推移,垃圾文件、旧注册表数据和不必要的后台进程会占用资源并降低性能。幸运的是,许多工具可以让 Windows 保持平稳运行。
Copyright 2014-2025 https://www.php.cn/ All Rights Reserved | php.cn | 湘ICP备2023035733号