The Difference Between Prime and Kruskal

Kruskal Algorithm

int MST_Kruskal (G, w)
{
    A = {};
    for each vertex v in G.V            // O(V)
    Make_Set(v);
    sort all edges in G.E               // O(ElogE) = O(ElogV)
    for each edge(u, v) in G.E
        if Find_Set(u) != Find_Set(v)
            // repeate at most V-1 times
            // and each time O(log(V))   
            A = A + {u,v};
            Union(u, v);
        if A == G.V
            break
    return A
    // total complexity for Kruskal is 0(ElogV)
}

Prime Algorithm

int MST_Prime (G,w)
{
    A = {};
    heapE = {}; //heap for edges
    A = A + {G.V[0]}, heapE.insert(G.V[0].edges); //initial

    while (A != G.V){
        edge(u, v) = heapE.pop();     // fiboHeap O(1)儡司, minHeap 0(logE) = 0log(V)
        if v not in A{                // repeat at most V-1 times
            heapE.insert(v.edges);    // fiboHeap O(1), minHeap 0(logE) = O(logV)               
        }
    }
    // we can insert the valuable edges only
    // so totally E inserts, V minimum choices
    // total complexity for Prime is:
    // 0(VlogV + E) for fiboHeap, and O(ElogV) for minHeap
}

Analysis for Prime Algorithm

Prim's algorithm select the edge with the lowest weight between the group of vortexes already selected and the rest of the vortexes. So to implement Prim's algorithm, you need a minimum heap. Each time you select an edge you add the new vortex to the group of vortexes you've already chosen, and all its adjacent edges go into the heap. Then you choose the edge with the minimum value again from the heap.

So the times we get are:

With Fibonacci heap:
Choosing minimum edge = O(time of removing minimum) = O(log(E)) = O(log(V))
Inserting edges to heap = O(time of inserting item to heap) = 1
With Min heap:
Choosing minimum edge = O(time of removing minimum from heap) = O(log(E)) = O(log(V))
Inserting edges to heap = O(time of inserting item to heap) = O(log(E)) = O(log(V))

Remember that E =~ V^2 ... so log(E) = log(V^2) = 2Log(V) = O(log(V)

In total you have E inserts, and V minimum choosings (It's a tree in the end).

So using Min heap you'll get: O(Vlog(V) + Elog(V)) = O(Elog(V))

And using Fibonacci heap you'll get: O(Vlog(V) + E)

最后編輯于
?著作權(quán)歸作者所有,轉(zhuǎn)載或內(nèi)容合作請(qǐng)聯(lián)系作者
  • 序言:七十年代末,一起剝皮案震驚了整個(gè)濱河市白对,隨后出現(xiàn)的幾起案子鸽扁,更是在濱河造成了極大的恐慌岳遥,老刑警劉巖,帶你破解...
    沈念sama閱讀 211,743評(píng)論 6 492
  • 序言:濱河連續(xù)發(fā)生了三起死亡事件,死亡現(xiàn)場(chǎng)離奇詭異博投,居然都是意外死亡伪煤,警方通過(guò)查閱死者的電腦和手機(jī)加袋,發(fā)現(xiàn)死者居然都...
    沈念sama閱讀 90,296評(píng)論 3 385
  • 文/潘曉璐 我一進(jìn)店門(mén),熙熙樓的掌柜王于貴愁眉苦臉地迎上來(lái)抱既,“玉大人职烧,你說(shuō)我怎么就攤上這事》辣茫” “怎么了蚀之?”我有些...
    開(kāi)封第一講書(shū)人閱讀 157,285評(píng)論 0 348
  • 文/不壞的土叔 我叫張陵,是天一觀(guān)的道長(zhǎng)捷泞。 經(jīng)常有香客問(wèn)我恬总,道長(zhǎng),這世上最難降的妖魔是什么肚邢? 我笑而不...
    開(kāi)封第一講書(shū)人閱讀 56,485評(píng)論 1 283
  • 正文 為了忘掉前任壹堰,我火速辦了婚禮,結(jié)果婚禮上骡湖,老公的妹妹穿的比我還像新娘贱纠。我一直安慰自己,他們只是感情好响蕴,可當(dāng)我...
    茶點(diǎn)故事閱讀 65,581評(píng)論 6 386
  • 文/花漫 我一把揭開(kāi)白布谆焊。 她就那樣靜靜地躺著,像睡著了一般浦夷。 火紅的嫁衣襯著肌膚如雪辖试。 梳的紋絲不亂的頭發(fā)上辜王,一...
    開(kāi)封第一講書(shū)人閱讀 49,821評(píng)論 1 290
  • 那天,我揣著相機(jī)與錄音罐孝,去河邊找鬼呐馆。 笑死,一個(gè)胖子當(dāng)著我的面吹牛莲兢,可吹牛的內(nèi)容都是我干的汹来。 我是一名探鬼主播,決...
    沈念sama閱讀 38,960評(píng)論 3 408
  • 文/蒼蘭香墨 我猛地睜開(kāi)眼改艇,長(zhǎng)吁一口氣:“原來(lái)是場(chǎng)噩夢(mèng)啊……” “哼收班!你這毒婦竟也來(lái)了?” 一聲冷哼從身側(cè)響起谒兄,我...
    開(kāi)封第一講書(shū)人閱讀 37,719評(píng)論 0 266
  • 序言:老撾萬(wàn)榮一對(duì)情侶失蹤摔桦,失蹤者是張志新(化名)和其女友劉穎,沒(méi)想到半個(gè)月后承疲,有當(dāng)?shù)厝嗽跇?shù)林里發(fā)現(xiàn)了一具尸體邻耕,經(jīng)...
    沈念sama閱讀 44,186評(píng)論 1 303
  • 正文 獨(dú)居荒郊野嶺守林人離奇死亡,尸身上長(zhǎng)有42處帶血的膿包…… 初始之章·張勛 以下內(nèi)容為張勛視角 年9月15日...
    茶點(diǎn)故事閱讀 36,516評(píng)論 2 327
  • 正文 我和宋清朗相戀三年纪隙,在試婚紗的時(shí)候發(fā)現(xiàn)自己被綠了。 大學(xué)時(shí)的朋友給我發(fā)了我未婚夫和他白月光在一起吃飯的照片扛或。...
    茶點(diǎn)故事閱讀 38,650評(píng)論 1 340
  • 序言:一個(gè)原本活蹦亂跳的男人離奇死亡绵咱,死狀恐怖,靈堂內(nèi)的尸體忽然破棺而出熙兔,到底是詐尸還是另有隱情悲伶,我是刑警寧澤,帶...
    沈念sama閱讀 34,329評(píng)論 4 330
  • 正文 年R本政府宣布住涉,位于F島的核電站麸锉,受9級(jí)特大地震影響,放射性物質(zhì)發(fā)生泄漏舆声。R本人自食惡果不足惜花沉,卻給世界環(huán)境...
    茶點(diǎn)故事閱讀 39,936評(píng)論 3 313
  • 文/蒙蒙 一、第九天 我趴在偏房一處隱蔽的房頂上張望媳握。 院中可真熱鬧碱屁,春花似錦、人聲如沸蛾找。這莊子的主人今日做“春日...
    開(kāi)封第一講書(shū)人閱讀 30,757評(píng)論 0 21
  • 文/蒼蘭香墨 我抬頭看了看天上的太陽(yáng)打毛。三九已至柿赊,卻和暖如春俩功,著一層夾襖步出監(jiān)牢的瞬間,已是汗流浹背碰声。 一陣腳步聲響...
    開(kāi)封第一講書(shū)人閱讀 31,991評(píng)論 1 266
  • 我被黑心中介騙來(lái)泰國(guó)打工诡蜓, 沒(méi)想到剛下飛機(jī)就差點(diǎn)兒被人妖公主榨干…… 1. 我叫王不留,地道東北人奥邮。 一個(gè)月前我還...
    沈念sama閱讀 46,370評(píng)論 2 360
  • 正文 我出身青樓万牺,卻偏偏與公主長(zhǎng)得像,于是被迫代替她去往敵國(guó)和親洽腺。 傳聞我的和親對(duì)象是個(gè)殘疾皇子脚粟,可洞房花燭夜當(dāng)晚...
    茶點(diǎn)故事閱讀 43,527評(píng)論 2 349

推薦閱讀更多精彩內(nèi)容

  • 背景 一年多以前我在知乎上答了有關(guān)LeetCode的問(wèn)題, 分享了一些自己做題目的經(jīng)驗(yàn)。 張土汪:刷leetcod...
    土汪閱讀 12,738評(píng)論 0 33
  • 【咱大中華蘸朋,泱泱大國(guó)核无,教師多如牛毛,被孽徒殺死多少是不必以為不幸的藕坯,哼哼团南!死者長(zhǎng)已矣,存者且歡笑炼彪。鮑方老師的被...
    琴川先生閱讀 206評(píng)論 1 2
  • “我最討厭呆在武漢啦啊啊啊啊啊啊巴赂!” 一棵一棵的枯黃梧桐葉辐马,脈絡(luò)繾綣微縮的伸向遠(yuǎn)方拷橘。 一株一株的深綠香樟葉,一如...
    大瓜world閱讀 306評(píng)論 0 1
  • 《一條狗的使命》由萊塞·霍爾斯道姆執(zhí)導(dǎo)术幔,根據(jù)W·布魯斯·卡梅倫同名小說(shuō)改編,講述了一條狗貝利經(jīng)歷四生四世重生湃密,在...
    馬嚴(yán)閱讀 401評(píng)論 0 0