最小生成树-普利姆算法lazy实现

算法描述

lazy普利姆算法的步骤：

1.从源点s出发，遍历它的邻接表s.Adj，将所有邻接的边（crossing edges）加入优先队列Q；
2.从Q出队最轻边，将此边加入MST.
3.考察此边的两个端点，对两个端点重复第1步.

示例

从顶点0开始，遍历它的邻接表：边0-7、0-2、0-4、0-6会被加入优先队列Q.
顶点0的邻接表搜索完毕后，边0-7是最轻边，所以它会出队，并加入MST.
如下图：

边0-7出队后，开始考察边的两个端点：

顶点0已经访问过了，跳过；
顶点7还未探索，开始探索顶点7.对7的邻接表进行访问和第一步类似.
我们找到最轻边7-1并加入MST

如下图：

对每条边重复，当所有边都考察完毕，我们就得到了最小生成树,如下图：

时间复杂度

扫描所有边会耗时O(E ).
由于所有的边都会入队,优先队列调整的操作耗时O(logE ).
那lazy方式最差就是O(ElogE ).
其中E 是图的边数.

算法实现

算法的第一步，将源点s所有的邻接的边加入Q，如下：

    /**
     * 找出从源点出发的所有的crossing edges，并用一个优先队列维护他们
     *
     * 原理：
     * 将对未访问的邻接点进行遍历当作一次切断（graph-cut），则源点和邻接点间的边就是crossing edge
     * 根据贪心策略求MST的要求，要加入的边必须是最轻边（权重最小的边），
     * 故而将crossing edges加入优先队列，这样便可用O(logN)的时间找出最小权重边
     *
     * @param src 源点
     */
    private void search(int src) {
        visited[src] = true;
        for(Edge e : g.vertices()[src].Adj) {
            WeightedEdge we = (WeightedEdge)e;
            if(!visited[we.to])
                cr