【数据结构与算法 | 图篇】最小生成树之Kruskal(克鲁斯卡尔)算法

1. 前言

克鲁斯卡尔算法（Kruskal's algorithm）是一种用于寻找加权图的最小生成树（Minimum Spanning Tree, MST）的经典算法。这种算法是由约瑟夫·克鲁斯卡尔（Joseph Kruskal）提出的，并且适用于所有类型的加权无向图，特别是那些边比较稀疏的图。

Prim算法更偏重于图的顶点，而克鲁斯卡尔算法更偏重于图的边。

2. 基本步骤

1. 排序：首先将图中的所有边按照权重（cost）从小到大进行排序。
2. 初始化：创建一个空集合来保存最小生成树中的边。
3. 遍历边：依次检查每一条边，检查顺序基于权重的大小。对于每一条边 `(u, v)`：如果加入这条边不会在已选择的边中形成环，则将这条边加入到最小生成树中。如果加入这条边会导致环的形成，则跳过这条边。
4. 终止条件：重复上述过程，直到最小生成树包含了 `n - 1` 条边（其中 `n` 是顶点的数量），或者没有更多的边可以添加为止。

3. 代码

public class Kruskal {
    // 静态内部类
    static class Edge implements Comparable<Edge>{
        // 顶点集合,构造器赋值，用于toString方法
        List<Vertex> vertices;
        // 下列两属性是定点集合的索引，比如索引0代表顶点v1
        int start;
        int end;
        int weight;

        public Edge(int start, int end, int weight) {
            this.start = start;
            this.end = end;
            this.weight = weight;
        }

        public Edge(List<Vertex> vertices, int start, int end, int weight) {
            this.vertices = vertices;
            this.start = start;
            this.end = end;
            this.weight = weight;
        }

        @Override
        public int compareTo(Edge o) {
            return Integer.compare(this.weight, o.weight);
        }

        @Override
        public String toString() {
            return "v" + vertices.get(start).name + "<=>" + "v"+
                    vertices.get(end).name + "  " + "(" + weight + ")";
        }
    }

    public static void main(String[] args) {
        List<Vertex> vertices = new ArrayList<>();
        Vertex v1 = new Vertex("0");
        Vertex v2 = new Vertex("1");
        Vertex v3 = new Vertex("2");
        Vertex v4 = new Vertex("3");
        Vertex v5 = new Vertex("4");
        Vertex v6 = new Vertex("5");
        Vertex v7 = new Vertex("6");

        vertices.add(v1);
        vertices.add(v2);
        vertices.add(v3);
        vertices.add(v4);
        vertices.add(v5);
        vertices.add(v6);
        vertices.add(v7);

        List<Edge> edges = new ArrayList<>();
        // 由于处理的是加权无向图，所以start:0, end:1与start:1, end:0无区别
        edges.add(new Edge(vertices, 0, 1, 2));
        edges.add(new Edge(vertices, 0, 2, 4));
        edges.add(new Edge(vertices, 0, 3, 1));
        edges.add(new Edge(vertices, 1, 3, 3));
        edges.add(new Edge(vertices, 1, 4, 10));
        edges.add(new Edge(vertices, 2, 3, 2));
        edges.add(new Edge(vertices, 2, 5, 5));
        edges.add(new Edge(vertices, 3, 4, 7));
        edges.add(new Edge(vertices, 3, 5, 8));
        edges.add(new Edge(vertices, 3, 6, 4));
        edges.add(new Edge(vertices, 4, 6, 6));
        edges.add(new Edge(vertices, 5, 6, 1));
        //将边的集合按照从小到大的顺序排列
        PriorityQueue<Edge> queue = new PriorityQueue<>(edges);

        kruskal(vertices.size(), queue);
    }
    public static void kruskal(int size, PriorityQueue<Edge> queue) {
        // 创建一个空集合来保存最小生成树中的边。
        List<Edge> list = new ArrayList<>();
        // 最小生成树的顶点数为size个，所以只需要找到size-1条边即可
        while (list.size() < size - 1){
            // 弹出边权重最小的边判断
            Edge poll = queue.poll();
            // 并查集:用来判断该边加入是否会相交，如果会，则跳过该边
            DisjointSet set = new DisjointSet(size);
            int i = set.find(poll.start);
            int j = set.find(poll.end);
            // 如果不相交
            if(i != j){
                list.add(poll);
                // 将两点相交
                set.union(i, j);
            }
        }
        for (Edge e : list){
            System.out.println(e);
        }
    }
}

输出：

v0<=>v3  (1)
v5<=>v6  (1)
v2<=>v3  (2)
v0<=>v1  (2)
v1<=>v3  (3)
v0<=>v2  (4)

4. 图注

初始时顶点图:

最小生成树的图:

由图：当（v3->v4）(v4->v7) （v7->v6）三顶点已经连通，判断(v3->v6)时，find(2) == find(5)，即两个顶点已经连通，(如果加入该边会形成环)所以跳过该边。