Prim算法和Kruskal算法比较

Prim算法与Kruskal算法都是用来求连通网的最小生成树问题的方法。首先让我们来创设一个情景：

• 某营业厅接到一个单子，要求给一所学校新建校区安装宽带
• 该学校教学楼、宿舍分别用(A， B， C， D， E， F， G)来代表
• 问：如何修路保证各个站点都能连通，并且线路最短
  

Prim算法

1).输入：一个加权连通图，其中顶点集合为V，边集合为E；
2).初始化：Vnew = {x}，其中x为集合V中的任一节点（起始点），Enew = {},为空；
3).重复下列操作，直到Vnew = V：
	a.在集合E中选取权值最小的边<u, v>，其中u为集合Vnew中的元素，而v不在Vnew集合当中，并且v∈V（如果存在有多条满足前述条件即具有相同权值的边，则可任意选取其中之一）；
	b.将v加入集合Vnew中，将<u, v>边加入集合Enew中；
4).输出：使用集合Vnew和Enew来描述所得到的最小生成树。

以上是来自百度百科对Prim的描述，那他到底是怎么执行的呢，我们看看流程图

• 首先我们确定一根节点，然后从此节点出发，利用贪心算法寻找权值最小的边。逐步扩大所含顶点的数目，直到遍及连通图的所有顶点。

• 这里我们选取A点为起始点，那么Prim的流程就如下图所示

• 最后黄色所连成的树就是Prim算法的最小生成树

Kruskal算法

百度百科中对Kruskal是这样描述的：

克鲁斯卡尔算法是求连通网的最小生成树的另一种方法。与普里姆算法不同，它的时间复杂度为O（eloge）（e为网中的边数），所以，适合于求边稀疏的网的最小生成树

• 其基本思想是：假设连通网G=（V，E），令最小生成树的初始状态为只有n个顶点而无边的非连通图T=（V，{}），概述图中每个顶点自成一个连通分量。在E中选择代价最小的边，若该边依附的顶点分别在T中不同的连通分量上，则将此边加入到T中；否则，舍去此边而选择下一条代价最小的边。依此类推，直至T中所有顶点构成一个连通分量为止
• 流程如下

Prim算法与Kruskal算法比较

Prim算法的核心步骤是增加点，针对点考察边，与网中的边数无关，因此适合求解稠密图最小生成树。Kruskal算法是针对一条边的扫描和排序，借助“堆”存放。

算法名	普利姆算法	克鲁斯卡尔算法
基本思想	以顶点为对象	以边为对象
时间复杂度	O(n²)	O(eloge)
适应范围	稠密图	稀疏图

Prim算法实现

pass

Kruskal算法实现

pass