在图像上用 Python 实现 Kruskal 算法

【问题标题】：Implementing Kruskal's Algorithm in Python on images在图像上用 Python 实现 Kruskal 算法
【发布时间】：2013-01-17 04:42:22
【问题描述】：

网格使用存储在两个数组中的边来定义图像：

我正在尝试实现 Kruskal 算法。这相当简单——我可以找到implementations online 并复制它们。问题是处理边缘。具体来说;对它们进行排序令人困惑。

有没有更好的方法来专门存储此拍摄的边缘？我希望它们从每个像素到相邻像素。我将图像存储为 i[x][y]，边缘权重只是图像值之间的差异。

【问题讨论】：

按原样存储数组有什么问题？您能否解释一下您遇到的缺点，以便我们尝试找到解决方案？
考虑使用networkx。 networkx.lanl.gov/_modules/networkx/algorithms/mst.html。但是对于您的问题，您可以将容器实现为元组（源，目标，成本）或类，字典，命名元组......然后按成本对这些列表进行排序并添加到您的联合查找数据结构中（确保使用路径压缩和按等级联合）一次来源，目的地没有相同的代表

【解决方案1】：

您需要做的是创建所有边的列表，然后对它们进行排序。为此，您需要定义一个 Edge 类：

class Edge:
    def x
    def y
    def direction
    def weight

然后，解析h 和v 矩阵并构建edges 列表。最后，它应该有2 * N * M 元素。边缘的方向应为'h' 或'v'，具体取决于您解析的矩阵。

如果您不将h 和v 矩阵用于任何其他目的，则可以完全放弃它们，因为您可以直接从i 矩阵计算边的权重。

最后，为了算法的目的，您需要使用权重作为标准对列表进行排序：

edges.sort(key=weight)

【讨论】：