最小生成树 Prim算法和Kuskal算法（Java实现）

照着这个视频中老师的代码打了一遍
Prim算法:由顶点确定边。（链接）
简述一下算法思想：从图中的任意一个顶点开始，选择与它相连的权值最小的一条边，并且还要判断这条边是否构成了回路。下一轮的选择是判断所有已经选中的结点中与它们相邻的结点中权值最下的一条边，且要求不能构成回路，直到所有的顶点都被选中了，此时选中的所有边所构成的图形就是一颗最小生成树。

package PrimAlgorithm;

import java.util.Arrays;

public class PrimAlgorithm {

	public static void main(String[] args) {
		//测试看看图是否创建成功
		char[] data = new char[]{'A','B','C','D','E','F','G'};
		int verxs = data.length;
		//邻接矩阵的关系使用二维数组表示
		int[][] weight = new int[][]{
			{10000,5,7,10000,10000,10000,2},
			{5,10000,10000,9,10000,10000,3},
			{7,10000,10000,10000,8,10000,10000},
			{10000,9,10000,10000,10000,4,10000},
			{10000,10000,8,10000,10000,5,4},
			{10000,10000,10000,4,5,10000,6},
			{2,3,10000,10000,4,6,10000},			
			};
			
			//创建MGraph对象
			MGraph graph = new MGraph(verxs);
			//创建一个MinTree对象
			MinTree minTree = new MinTree();
			minTree.createGraph(graph, verxs, data, weight);
			//输出
			minTree.showGraph(graph);
			//测试Prim算法
			minTree.prim(graph, 0);
	}
	}



//创建最小生成树->村庄的图
class MinTree {
	//创建图的邻接矩阵
	/**
	 * 
	 * @param graph 图对象
	 * @param verxs 图对应的顶点个数
	 * @param data 图的各个顶点的值
	 * @param weight 图的邻接矩阵
	 */
	public void createGraph(MGraph graph, int verxs, char data[], int[][] weight) {
		int i, j;
		for(i = 0; i < verxs; i++) {//顶点
			graph.data[i] = data[i];
			for(j = 0; j < verxs; j++) {
				graph.weight[i][j] = weight[i][j];
			}
		}
	}
	
	//显示图的邻接矩阵
	public void showGraph(MGraph graph) {
		for(int[] link : graph.weight) {
			System.out.println(Arrays.toString(link));
		}
	}
	
	//编写一个Prim算法，得到最小生成树
	/**
	 * 
	 * @param graph 图
	 * @param v 表示从图的第几个顶点开始生成
	 */
	public void prim(MGraph graph, int v) {
		//visited[]标记结点（顶点）是否被访问过
		int visited[] = new int[graph.verxs];
		//visited[]默认元素的值都是0，表示没有访问过
		
		//把当前结点标记为已访问
		visited[v] = 1;
		//h1 和 h2记录两个顶点的下标
		int h1 = -1;
		int h2 = -1;
		int minWeight = 10000;//将minWeight初始化为一个大数，后面遍历过程中，会被替换
		//因为有graph.verxs个顶点，Prim算法结束后有graph.verxs-1条边
		for(int k = 1; k < graph.verxs; k++) {
			
			//这个是确定每一次生成的子图，和哪个结点的距离最近
			for(int i = 0; i < graph.verxs; i++) {// i结点表示被访问过的结点
				for(int j = 0; j < graph.verxs; j++) {//j结点表示还没有访问过的结点
					if(visited[i] == 1 && visited[j] == 0 && graph.weight[i][j] < minWeight) {
						//替换minWeight(寻找已经访问过的结点和未访问过的结点间的权值最小的边)
						minWeight = graph.weight[i][j];
						h1 = i;
						h2 = j;
					}
				}
			}
			//找到一条边是最小
			System.out.println("边<" + graph.data[h1] + "," + graph.data[h2] + ">权值：" +minWeight);
			//将当前这个结点标记为已经访问
			visited[h2] = 1;
			//minWeight 重新设置为最大值10000
			minWeight = 10000;
		}
	}
	
	
}

class MGraph {
	int verxs;//表示图的节点个数
	char[] data;//存放节点数据
	int[][] weight;//存放边，就是邻接矩阵
	
	//构造器
	public MGraph(int verxs) {
		this.verxs = verxs;
		data = new char[verxs];
		weight = new int[verxs][verxs];
	}
}

Kuskal算法：由边确定顶点。
简述一下算法思想：由图中权值最小的边开始，并将选中的这条边的两个顶点处理一下，避免出现环；每次选择权值最小的，且要求这条边没有被选中，也没有构成环的边，最后选中的边连接的图形就是最小生成树。

package KruskalAlgorithm;

import java.util.Arrays;

public class KruskalAlgorithm {
	private int edgeNum;//记录边的个数
	private char[] vertexs;//顶点数组
	private int[][] matrix;//邻接矩阵
	//使用INF 表示两个顶点不能连通
	private static final int INF = Integer.MAX_VALUE;
	
	public static void main(String[] args) {
		char[] vertexs = {'A','B','C','D','E','F','G'};
		int[][] matrix = {
				{0,12,INF,INF,INF,16,14},
				{12,0,10,INF,INF,7,INF},
				{INF,10,0,3,5,6,INF},
				{INF,INF,3,0,4,INF,INF},
				{INF,INF,5,4,0,2,8},
				{16,7,6,INF,2,0,9},
				{14,INF,INF,INF,8,9,0}
		};
		//创建KruskalAlgorithm 对象实例
		KruskalAlgorithm kruskalAlgorithm = new KruskalAlgorithm(vertexs, matrix);
		//输出构建的
		kruskalAlgorithm.print();
		kruskalAlgorithm.kruskal();
	}
	
	//构造器
	public KruskalAlgorithm(char[] vertexs, int[][] matrix) {
		//初始化顶点数和边的个数
		int vlen = vertexs.length;
		
		//初始化顶点
		this.vertexs = new char[vlen];
		for(int i = 0; i < vertexs.length; i++) {
			this.vertexs[i] = vertexs[i];
		}
		
		//初始化边,使用的是复制拷贝的方式
		this.matrix = new int[vlen][vlen];
		for(int i = 0; i < vlen; i++) {
			for(int j = 0; j < vlen; j++) {
				this.matrix[i][j] = matrix[i][j];
			}
		}
		//统计边
		for(int i = 0; i < vlen; i++) {
			for(int j = i+1; j < vlen; j++) {
				if(this.matrix[i][j] != INF) {
					edgeNum++;
				}
			}
		}
	}
	public void kruskal() {
		int index = 0;//表示最后结果数组的索引
		int[] ends = new int[edgeNum];//用于保存"已有最小生成树"中的每个顶点在最小生成树的终点
		//创建结果数组，保存最后的最小生成树
		EData[] rets = new EData[edgeNum];
		
		//获取图中所有边的集合，一共有12条边
		EData[] edges = getEdges();
		System.out.println("图的边的集合=" + Arrays.toString(edges) + "共" + edges.length);
	
		//按照边的权值大小进行排序（从小到大）
		sortEdges(edges);
		
		//遍历edges数组，将边添加到最小生成树中时，判断是准备加入的边是否形成了回路，如果没有，就加入rets，否则不能加入
		for(int i = 0; i < edgeNum; i++) {
			//获取到第i条边的第一个顶点（起点）
			int p1 = getPosition(edges[i].start);
			//获取到第i条边的第2个顶点
			int p2 =getPosition(edges[i].end);
			
			//获取p1这个顶点在已有最小生成树的终点
			int m = getEnd(ends, p1);
			//获取p2这个顶点在已有最小生成树 中的终点
			int n= getEnd(ends, p2);
			//是否构成回路
			if(m != n) {//没有构成回路
				ends[m] = n;
				rets[index++] = edges[i];//有一条边加入到rets数组
			}
		}
		
		//统计并打印"最下生成树"，输出rets
		System.out.println("最小生成树为=");
		for(int i = 0; i < index; i++) {
			System.out.println(rets[i]);
		}
	}
	
	//打印邻接矩阵
	public void print() {
		System.out.println("邻接矩阵为：\n");
		for(int i = 0; i < vertexs.length; i++) {
			for(int j = 0; j < vertexs.length; j++) {
				System.out.printf("%12d",matrix[i][j]);//%12d使输出对齐
			}
			System.out.println();
		}
	}
	//对边进行排序处理，冒泡排序
	/**
	 * 功能：对边进行排序处理，冒泡排序
	 * @param edges 边的集合
	 */
	private void sortEdges(EData[] edges) {
		for(int i = 0; i < edges.length - 1; i++) {
			for(int j = 0; j < edges.length - 1; j++) {
				if(edges[j].weight > edges[j+1].weight) {
					EData tmp = edges[j];
					edges[j] = edges[j+1];
					edges[j+1] = tmp;
				}
			}
		}
	}
	/**
	 * 
	 * @param ch 顶点的值，比如'A','B'
	 * @return 返回ch对应的下标，如果找不到，返回-1
	 */
	private int getPosition(char ch) {
		for(int i = 0; i < vertexs.length; i++) {
			if(vertexs[i] == ch) {//找到
				return i;
			}
		}
		return -1;//找不到
	}
	
	/**
	 * 功能：获取图中的边，放到EData[]数组中，后面我们需要遍历该数组
	 * 是通过martix 邻接矩阵来获取
	 * EData[] 形式[['A','B',12], ['B','F',7], ……]
	 * @return
	 */
	private EData[] getEdges() {
		int index = 0;
		EData[] edges = new EData[edgeNum];
		for(int i = 0; i < vertexs.length; i++) {
			for(int j = i+1; j < vertexs.length; j++) {
				if(matrix[i][j] != INF) {
					edges[index++] = new EData(vertexs[i], vertexs[j], matrix[i][j]);
				}
			}
		}
		return edges;
	}
	/**
	 * 功能：获取下标为i的顶点的终点，用于后面判断两个顶点的终点是否相同
	 * @param ends :数组记录了各个顶点对应的终点是哪个，ends数组是在遍历过程中逐步形成的
	 * @param i：表示传入的顶点对应的下标
	 * @return 返回的就是下标为i的这个顶点的终点的下标
	 */
	
	private int getEnd(int[]ends, int i) {
		while(ends[i] != 0) {
			i = ends[i];
		}
		return i;
	}
}


//创建一个类EData， 它的对象实例就表示一条边
class EData {
	char start;//边的一个点
	char end;//边的另外一个点
	int weight;//边的权值
	//构造器
	public EData(char start, char end, int weight) {
		this.start = start;
		this.end = end;
		this.weight = weight;
	}
	//重写toString，便于输出边的信息
	@Override
	public String toString() {
		
		return "EData [<" + start + "," + end + "> = " + weight + "]";
		
	}
	
}