亚洲乱码中文字幕综合,中国熟女仑乱hd,亚洲精品乱拍国产一区二区三区,一本大道卡一卡二卡三乱码全集资源,又粗又黄又硬又爽的免费视频

Python 經(jīng)典貪心算法之Prim算法案例詳解

 更新時(shí)間:2021年09月06日 09:00:41   作者:Mose  
這篇文章主要介紹了Python 經(jīng)典貪心算法之Prim算法案例詳解,本篇文章通過(guò)簡(jiǎn)要的案例,講解了該項(xiàng)技術(shù)的了解與使用,以下就是詳細(xì)內(nèi)容,需要的朋友可以參考下

最小生成樹(shù)的Prim算法也是貪心算法的一大經(jīng)典應(yīng)用。Prim算法的特點(diǎn)是時(shí)刻維護(hù)一棵樹(shù),算法不斷加邊,加的過(guò)程始終是一棵樹(shù)。

Prim算法過(guò)程:
一條邊一條邊地加, 維護(hù)一棵樹(shù)。
初始 E = {}空集合, V = {任選的一個(gè)起始節(jié)點(diǎn)}
循環(huán)(n – 1)次,每次選擇一條邊(v1,v2), 滿(mǎn)足:v1屬于V , v2不屬于V。且(v1,v2)權(quán)值最小。
E = E + (v1,v2)
V = V + v2
最終E中的邊是一棵最小生成樹(shù), V包含了全部節(jié)點(diǎn)。
以下圖為例介紹Prim算法的執(zhí)行過(guò)程。

Prim算法的過(guò)程從A開(kāi)始 V = {A}, E = {}

選中邊AF , V = {A, F}, E = {(A,F)} 

選中邊FB, V = {A, F, B}, E = {(A,F), (F,B)}

選中邊BD, V = {A, B, F, D},   E = {(A,F), (F,B), (B,D)}

選中邊DE, V = {A, B, F, D, E},   E = {(A,F), (F,B), (B,D), (D,E)}

選中邊BC, V = {A, B, F, D, E, c},   E = {(A,F), (F,B), (B,D), (D,E), (B,C)}, 算法結(jié)束。

Prim算法的證明:假設(shè)Prim算法得到一棵樹(shù)P,有一棵最小生成樹(shù)T。假設(shè)P和T不同,我們假設(shè)Prim算法進(jìn)行到第(K – 1)步時(shí)選擇的邊都在T中,這時(shí)Prim算法的樹(shù)是P', 第K步時(shí),Prim算法選擇了一條邊e = (u, v)不在T中。假設(shè)u在P'中,而v不在。
因?yàn)門(mén)是樹(shù),所以T中必然有一條u到v的路徑,我們考慮這條路徑上第一個(gè)點(diǎn)u在P'中,最后一個(gè)點(diǎn)v不在P'中,則路徑上一定有一條邊f(xié) = (x,y),x在P'中,而且y不在P'中。
我們考慮f和e的邊權(quán)w(f)與w(e)的關(guān)系: 若w(f) > w(e),在T中用e換掉f (T中加上e去掉f),得到一個(gè)權(quán)值和更小的生成樹(shù),與T是最小生成樹(shù)矛盾。
若w(f) < w(e), Prim算法在第K步時(shí)應(yīng)該考慮加邊f(xié),而不是e,矛盾。
因此只有w(f) = w(e),我們?cè)赥中用e換掉f,這樣Prim算法在前K步選擇的邊在T中了,有限步之后把T變成P,而樹(shù)權(quán)值和不變, 從而Prim算法是正確的。
請(qǐng)仔細(xì)理解Prim算法——時(shí)刻維護(hù)一棵生成樹(shù)。我們的證明構(gòu)造性地證明了所有地最小生成樹(shù)地邊權(quán)(多重)集合都相同!
N個(gè)點(diǎn)M條邊的無(wú)向連通圖,每條邊有一個(gè)權(quán)值,求該圖的最小生成樹(shù)。

最后,我們來(lái)提供輸入輸出數(shù)據(jù),由你來(lái)寫(xiě)一段程序,實(shí)現(xiàn)這個(gè)算法,只有寫(xiě)出了正確的程序,才能繼續(xù)后面的課程。

輸入
第1行:2個(gè)數(shù)N,M中間用空格分隔,N為點(diǎn)的數(shù)量,M為邊的數(shù)量。(2 <= N <= 1000, 1 <= M <= 50000)
第2 - M + 1行:每行3個(gè)數(shù)S E W,分別表示M條邊的2個(gè)頂點(diǎn)及權(quán)值。(1 <= S, E <= N,1 <= W <= 10000)
輸出

輸出最小生成樹(shù)的所有邊的權(quán)值之和。

輸入示例

9 14
1 2 4
2 3 8
3 4 7
4 5 9
5 6 10
6 7 2
7 8 1
8 9 7
2 8 11
3 9 2
7 9 6
3 6 4
4 6 14
1 8 8

輸出示例

37

maxv=10001
n,m=list(map(int,input().split()))
E=[]
V=set([1])
cost=[]
for i in range(n+1):
    a=[]
    for j in range(n+1):
        a.append(maxv)
    cost.append(a)
for i in range(m):
    s,e,w=list(map(int,input().split()))
    cost[s][e]=w
    cost[e][s]=w
closet=[0]
lowcost=[maxv]
for i in range(1,n+1):
    closet.append(1)
    lowcost.append(cost[1][i])
ans=0
for i in range(n-1):
    k=0
    for j in range(2,n+1):
        if (lowcost[j]!=0) and (lowcost[j]<lowcost[k]):k=j

    for j in range(2,n+1):
        if cost[j][k]<lowcost[j]:
            lowcost[j]=cost[j][k]
            closet[j]=k
    ans+=lowcost[k]
    lowcost[k]=0
print(ans)

到此這篇關(guān)于Python 經(jīng)典貪心算法之Prim算法案例詳解的文章就介紹到這了,更多相關(guān)Python 經(jīng)典貪心算法之Prim內(nèi)容請(qǐng)搜索腳本之家以前的文章或繼續(xù)瀏覽下面的相關(guān)文章希望大家以后多多支持腳本之家!

相關(guān)文章

  • Python多繼承原理與用法示例

    Python多繼承原理與用法示例

    這篇文章主要介紹了Python多繼承原理與用法,簡(jiǎn)單描述了Python多繼承的相關(guān)概念、原理并結(jié)合實(shí)例形式分析了Python多繼承的具體定義、使用方法及相關(guān)操作注意事項(xiàng),需要的朋友可以參考下
    2018-08-08
  • TensorFlow進(jìn)階學(xué)習(xí)定制模型和訓(xùn)練算法

    TensorFlow進(jìn)階學(xué)習(xí)定制模型和訓(xùn)練算法

    本文將為你提供關(guān)于 TensorFlow 的中級(jí)知識(shí),你將學(xué)習(xí)如何通過(guò)子類(lèi)化構(gòu)建自定義的神經(jīng)網(wǎng)絡(luò)層,以及如何自定義訓(xùn)練算法,有需要的朋友可以借鑒參考下,希望能夠有所幫助,祝大家多多進(jìn)步,早日升職加薪
    2023-07-07
  • 解決TensorFlow GPU版出現(xiàn)OOM錯(cuò)誤的問(wèn)題

    解決TensorFlow GPU版出現(xiàn)OOM錯(cuò)誤的問(wèn)題

    今天小編就為大家分享一篇解決TensorFlow GPU版出現(xiàn)OOM錯(cuò)誤的問(wèn)題,具有很好的參考價(jià)值,希望對(duì)大家有所幫助。一起跟隨小編過(guò)來(lái)看看吧
    2020-02-02
  • 如何解決pycharm調(diào)試報(bào)錯(cuò)的問(wèn)題

    如何解決pycharm調(diào)試報(bào)錯(cuò)的問(wèn)題

    在本篇內(nèi)容里小編給大家整理的是一篇關(guān)于如何解決pycharm調(diào)試報(bào)錯(cuò)的問(wèn)題文章,需要的朋友們可以學(xué)習(xí)參考下。
    2020-08-08
  • python @property的用法及含義全面解析

    python @property的用法及含義全面解析

    下面小編就為大家分享一篇python @property的用法及含義全面解析,具有很好的參考價(jià)值,希望對(duì)大家有所幫助。一起跟隨小編過(guò)來(lái)看看吧
    2018-02-02
  • Pytorch高階OP操作where,gather原理

    Pytorch高階OP操作where,gather原理

    這篇文章主要介紹了Pytorch高階OP操作where,gather原理,文中通過(guò)示例代碼介紹的非常詳細(xì),對(duì)大家的學(xué)習(xí)或者工作具有一定的參考學(xué)習(xí)價(jià)值,需要的朋友可以參考下
    2020-04-04
  • 解決Python下json.loads()中文字符出錯(cuò)的問(wèn)題

    解決Python下json.loads()中文字符出錯(cuò)的問(wèn)題

    今天小編就為大家分享一篇解決Python下json.loads()中文字符出錯(cuò)的問(wèn)題,具有很好的參考價(jià)值,希望對(duì)大家有所幫助。一起跟隨小編過(guò)來(lái)看看吧
    2018-12-12
  • python實(shí)現(xiàn)自動(dòng)解數(shù)獨(dú)小程序

    python實(shí)現(xiàn)自動(dòng)解數(shù)獨(dú)小程序

    這篇文章主要為大家詳細(xì)介紹了python實(shí)現(xiàn)自動(dòng)解數(shù)獨(dú)小程序,具有一定的參考價(jià)值,感興趣的小伙伴們可以參考一下
    2019-01-01
  • 詳解Python安裝tesserocr遇到的各種問(wèn)題及解決辦法

    詳解Python安裝tesserocr遇到的各種問(wèn)題及解決辦法

    這篇文章主要介紹了詳解Python安裝tesserocr遇到的各種問(wèn)題及解決辦法,文中通過(guò)示例代碼介紹的非常詳細(xì),對(duì)大家的學(xué)習(xí)或者工作具有一定的參考學(xué)習(xí)價(jià)值,需要的朋友們下面隨著小編來(lái)一起學(xué)習(xí)學(xué)習(xí)吧
    2019-03-03
  • Python常用內(nèi)置函數(shù)和關(guān)鍵字使用詳解

    Python常用內(nèi)置函數(shù)和關(guān)鍵字使用詳解

    在Python中有許許多多的內(nèi)置函數(shù)和關(guān)鍵字,它們是我們?nèi)粘V薪?jīng)常可以使用的到的一些基礎(chǔ)的工具,可以方便我們的工作。本文將詳細(xì)講解他們的使用方法,需要的可以參考一下
    2022-05-05

最新評(píng)論