如何用Python编写普里姆算法？
普里姆算法（Prim's algorithm）是解决最小生成树问题的一种经典算法，它能够找到一个无向连通图的最小生成树。本文将介绍如何使用Python编写普里姆算法，并附上具体的代码示例。
首先，我们需要了解普里姆算法的基本原理。该算法从一个起始节点开始，逐步扩展树的边界，直到覆盖了图中的所有节点。具体而言，普里姆算法每次选择一个离树最近的节点，并将其加入到生成树中，然后将该节点与生成树中的节点相连的边添加到候选边集中。然后，从候选边集中选择权重最小的边，并重复这个过程，直到生成树包含了所有节点。
下面是使用Python实现普里姆算法的代码示例：
立即学习“Python免费学习笔记（深入）”；
import sys
class Graph:
def __init__(self, vertices):
self.V = vertices
self.graph = [[0 for _ in range(vertices)] for _ in range(vertices)]
def printMST(self, parent):
print("Edge Weight")
for i in range(1, self.V):
print(parent[i], "-", i, " ", self.graph[i][parent[i]])
def minKey(self, key, mstSet):
min = sys.maxsize
min_index = None
for v in range(self.V):
if key[v] < min and not mstSet[v]:
min = key[v]
min_index = v
return min_index
def primMST(self):
key = [sys.maxsize] * self.V
parent = [None] * self.V
key[0] = 0
mstSet = [False] * self.V
parent[0] = -1
for _ in range(self.V):
u = self.minKey(key, mstSet)
mstSet[u] = True
for v in range(self.V):
if self.graph[u][v] > 0 and not mstSet[v] and key[v] > self.graph[u][v]:
key[v] = self.graph[u][v]
parent[v] = u
self.printMST(parent)
# 测试示例
g = Graph(5)
g.graph = [[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]]
g.primMST()上述代码中，首先定义了一个Graph类，其中包含了图的基本操作。在primMST方法中，使用了minKey方法来选择候选边集中权重最小的边对应的节点，然后更新key和parent数组。
在测试示例中，我们创建了一个包含5个节点的图，并给出了其邻接矩阵表示。代码输出的结果是最小生成树的各边及其权重。
总之，Python的简洁和易读性使得实现普里姆算法变得相对容易。通过理解普里姆算法的基本原理，并使用上述代码示例，可以轻松编写并运行一个普里姆算法实现。希望本文对你学习普里姆算法有所帮助！
