图的连通法之普里姆算法和卡鲁斯卡尔算法

最小生成树

• 连通图：图的连通其实就是树，图的最小连通图其实就是最小生成树。
• 树：如果一个无向连通图中不存在回路，则这种图称为树。
• 生成树：无向连通图G的一个子图如果是一颗包含G的所有顶点的树，则该子图称为G的生成树。
• 最小生成树：或者称为最小代价树，对无向连通图的生成树，各边的权值总和称为生成树的权，权最小的生成树称为最小生成树。

• 一个连通图的生成树是一个极小的连通子图，它含有图中全部的顶点，但只有足以构成一棵树的n-1条边。我们把构造连通网的最小代价生成树。称为最小生成树。
• 找连通网的最小生成树，经典的有两种算法，普里姆算法和克鲁斯卡尔算法。

普里姆算法

• 普里姆算法：

#代表无限大


假设以v0为基准开始，探测v0到各个顶点的距离：
v0
0, 10, #, #, #, 11, #, #, #
看到v0到v1的距离最短为10.

接下来我们要把v1加到基准里。以v0和v1为基准，探测到各个顶点的距离：
v0，v1
0, 0, 18, #, #, 11, 16, #, 12
看到到v8的举例最短为12.
这个过程前会把v0到各个顶点的距离和v1到各个顶点的距离作比较，小的留下。
=======>

v0
0, 10, #, #, #, 11, #, #, #
v1
10, 0, 18, #, #, #, 16, #, 12
可以看到相同位置的元素，18比#小，11比16小，12比#小。替换后：

v0，v1
0, 0, 18, #, #, 11, 16, #, 12

=======>

就是这样不断寻找基准距离最短的顶点，将其加入基准。然后再以基准探测周围举例最短的点。一直到所有顶点都找完！

package com.cx.graphdemo;

public class Graph {
   

    private int vertexSize; // 顶点数量
    private int[] vertexs; // 顶点数组
    private int[][] matrix; // 邻接矩阵
    private static final int MAX_WEIGHT = 1000;
    private boolean[] isVisited; // 是否被访问过

    public Graph(int vertexSize) {
        this.vertexSize = vertexSize;
        vertexs = new int[vertexSize];
        matrix = new int[vertexSize][vertexSize];

        for (int i = 0; i < vertexSize; i++) {
            vertexs[i] = i;
        }

        isVisited = new boolean[vertexSize];
    }

    /**
     * prim 普里姆算法
     */