prim算法是稀疏,稀疏分解算法

prim算法是稀疏,稀疏分解算法

("\n");}/*调试输出*/}/*Prim的算法最小生成树*/voidMiniSpanTree_Prim(MGraphG){intmin,i,j,k;//minsavetheedgeofthecurrentshortestpathweight,kstoresthevertexnumberintlowcost[MAX]ofthecurrentshortestpath;/Primalgorithm缺点：Primalgorith不适合fordensegraphs, 不过稀疏图比克鲁斯卡尔算法好，而且原始算法比较难理解，小编现在还是有点糊涂，就写两个问题，下棋会带来一个最小生成树的例子

原始算法的复杂度与顶点的数量无关，而Kruskal算法的复杂度与边的数量无关，边的数量描述了稀疏性。 Prim的算法也是一致的算法。 开始时，最小生成树（MST）为空（不包含任何节点），然后维护两个集合，一个集合包含已进入MST的节点，另一个集合包含尚未添加到MST的节点。 算法内的

Prim算法的核心：始终保持TE中的边集合，形成生成树。 注：原始算法不适合密集图，其时间复杂度为O(n^2)，其时间复杂度与边数无关，而kruskal算法的时间复杂度为O(eloge)，与边数无关⭐最小生成树有两种最常用的算法：原始算法（求解密集图）和Kruskal（求解稀疏图）我来逐一介绍一下：⭐原始算法思路：首先创建一个集合，然后求逐点距离集合

总结分析：Prim算法对顶点计算错误，Kruskal算法对边计算错误，适用于稀疏图。Kruskal算法可用于边数少的图，Kruskal算法适用于边数多的图。 其次，最好使用原始算法。原始算法不适合稀疏图，而且代码实现简单。 Prim算法这种算法可以称为"加法法"。每次迭代都会选择成本最小的边对应的点，将其添加到最小生成树中。 该算法从某些顶点开始，逐渐增长并覆盖

然后判断边的两个节点。这样，如果图结构很密集，则Kruksal算法相对较慢，而原始算法只遍历节点并使用set进行标记，因此会相对于Kruksal（注：原始算法不适合密集图，其时间复杂度为O(n^2)，其时间复杂度与边的数量无关，而kruskal算法的时间复杂度为O(eloge)，与边数有关，不适合稀疏图。