ขั้นตอนวิธีของพริม

ขั้นตอนวิธีของพริม (อังกฤษ: Prim's algorithm)Prim's Algorithm ถูกพัฒนาโดยนักคณิตศาสตร์ชื่อ Vojtech Jarnik ในปี1930 ต่อมาถูก พัฒนาต่อโดยนักคอมพิวเตอร์ชื่อ Robert C. Prim ในปี1957 และ Edsger Dijkstra ในปี1959 ดังนั้น อัลกอริทึมนี้บางทีจึงมักเรียกว่า DJP Algorithm , Jarnik Algorithm หรือ Prim-Jarnik Algorithm ซึ่งเป็นอัลกอริทึมที่ใช้ในการหาขนาด หรือน้ำหนักของต้นไม้ทอดข้ามที่น้อยที่สุด

เราจะเริ่มจากการทำ minimum spanning tree เล็ก ๆในกราฟก่อน จากนั้นจะค่อยๆเลือก edge ที่ ไม่ต่อกับ minimum spanning tree ย่อย ๆเดิมมาต่อเพิ่มไปเรื่อย ๆ จนได้ครบทุก node ซึ่ง algorithm ตัวนี้ จะ implement คล้ายๆกับ Dijkstra's Algorithm

ตัวอย่างขั้นตอนวิธีการของพริม

codeขั้นตอนวิธีของพริม

import heapq

def prim(nodes,edges):
    if nodes==None and edges==None:
        return None
    conn = {}
    for u, v, w in edges:
        if u not in conn:
            conn[u] = [(w,u,v)]
            # print(conn[u])            
        else:
            conn[u].append((w, u, v))
            # print(conn[u])  
        if v not in conn:
            conn[v] = [(w,v,u)]
            # print(conn[v])  
        else:
            conn[v].append((w, v, u)) 
            # print(conn[v])             
    node = nodes[0]    
    usable_edges = conn[node]    
    heapq.heapify(usable_edges)
    Q = set(node)
    mst = []
    while len(usable_edges) > 0:        
        wt, from_node, to_node = heapq.heappop(usable_edges)        
        if to_node not in Q:
            Q.add(to_node)
            mst.append((from_node, to_node, wt))
            # print(mst)            
            for edge in conn[to_node]:                
                ww, uu, vv = edge
                if vv not in Q:
                    heapq.heappush(usable_edges, (ww, uu, vv)) 
    return mst

testcase ขั้นตอนวิธีของพริม

import heapq
from prim import prim
# scenario1:กราฟทั่วไป
# Given:มีเส้นเชื่อมดังที่กำหนด
# When:หาระยะที่สั้นที่สุดที่เชื่อมทุกnode
# Then:ได้ผลลัพธ์คือ[('A', 'D', 5),('D', 'F', 6),('A', 'B', 7),('B', 'E', 7),('E', 'C', 5),('E', 'G', 9)]
def test_case1():
    edges = [ ("A", "B", 7), ("A", "D", 5),
          ("B", "C", 8), ("B", "D", 9), ("B", "E", 7),
      ("C", "E", 5),
      ("D", "E", 15), ("D", "F", 6),
      ("E", "F", 8), ("E", "G", 9),
      ("F", "G", 11)]
 
    nodes = ["A","B","C","E","F","G"]
    mst=[('A', 'D', 5),('D', 'F', 6),('A', 'B', 7),('B', 'E', 7),('E', 'C', 5),('E', 'G', 9)]
    assert prim(nodes,edges )==mst

# scenario2:กราฟทั่วไปแต่มีขนาดที่เล็กลง
# Given:มีเส้นเชื่อมดังที่กำหนด
# When:หาระยะที่สั้นที่สุดที่เชื่อมทุกnode
# Then:ได้ผลลัพธ์คือ[ ("A", "C", 3),("A", "B", 4),("B", "D", 2)]
def test_case2():
    edges = [ ("A", "B", 4),("A", "C", 3),("A", "D", 5),("B", "D", 2)]
    nodes = ["A","B","C",]
    mst=[ ("A", "C", 3),("A", "B", 4),("B", "D", 2)]
    assert prim(nodes,edges )==mst

# scenario3:ไม่มีกราฟ
# Given:มีเส้นเชื่อมดังที่กำหนด
# When:หาระยะที่สั้นที่สุดที่เชื่อมทุกnode
# Then:ได้ผลลัพธ์คือNone
def test_case3():
    edges =None
    nodes =None
    mst=None
    assert prim(nodes,edges )==mst

# scenario4:มีค่าซ้ำกัน
# Given:มีเส้นเชื่อมดังที่กำหนด
# When:หาระยะที่สั้นที่สุดที่เชื่อมทุกnode
# Then:ได้ผลลัพธ์คือ[ ("A", "B", 2),("A", "E",2 ),("A", "C", 3),("B", "D", 4)]
def test_case4():
    edges =[ ("A", "B", 2), ("A", "E", 2),("A", "C", 3),("B", "D", 4), ("D", "C", 5), ("E", "C", 6)]
    nodes =["A","B","C","E"]
    mst=[ ("A", "B", 2),("A", "E",2 ),("A", "C", 3),("B", "D", 4)]
    assert prim(nodes,edges )==mst

Big-o

  Big-o Prim’s algorithm
       Big o=o(n^2logn)
  Best case กรณีไม่มีmatrix
          Big o=o(1)
   Worst case กรณีมีmatrix
      Big o=o(n^2logn)