Kruskal算法实现最小生成树

Kruskal算法思想

  G＝（V，E）是无向连通网，T＝（U，TE）是G的最小生成树算法的基本思想是:初始状态为U＝V、TE＝{ }，即T中的顶点各自构成一个连通分量，然后按照边的权值由小到大的顺序，依次考察边E中的各条边。若被考察边的两个顶点属于两个不同的连通分量，则将此边加入到TE中，同时把两个连通分量连接为一个连通分量；若被考察边的两个顶点属于同一个连通分量，则舍去此边，以免造成回路，如此下去，当T中的连通分量个数为1时，此连通分量便为G的一棵最小 Kruskal生成树。

  相比于Prim的加点，Kruskal是通过加边实现最小生成树。即从所有边中选取权值最小的边，在满足加入条件后，将其的两个端点加入最小生成树。在被考察边的两个顶点是否位于两个联通分量（是否与生成树中的边形成回路）。如果如果将同一个连通分量的顶点放入一个集合中，则 Kruskal算法需要判断被考察边的两个顶点是否位于两个集合，以及将两个集合进行合并等操作。

Kruskal伪代码

算法: Kruskal算法
输入:无向连通网G＝（V，E）
输出:最小生成树T＝（U，TE）
1.初始化:U＝V；TE＝｛｝
2.重复下述操作直到所有顶点位于一个连通分量
  2.1在E中选取最短边（u，v）；
  2.2如果顶点u、v位于两个连通分量，则
     2.2.1将边（u，v）并入TE；
     2.2.2将这两个连通分量合成一个连通分量；
  2.3在E中标记边（u，v），使得（u，v）不参加后续最短边的选取；

Kruskal算法存储结构

  图的存储结构：因为 Kruskal算法依次对图中的边进行操作，因此考虑采用边集数组（edge set array）存储。为了提高查找最短边的速度，可以先对边集数组按边上的权值排序。

边集数组结构体定义：

struct
{
    int from;
    int to;
    int weight;
}

  连通分量的顶点所在的集合:由于涉及集合的查找和合并等操作，考虑采用并查集来实现。并查集是将集合中的元素组织成树的形式，合并两个集合，即将一个集合的根点作为另一个集合根结点的孩子。为了便于在并查集中进行查找和合并操作，树采用双亲表示法存储设数组parent[n],元素parent[i]表示顶点i的双亲（0≤i≤n-1）。初始时，令parent[i]＝-1，表示顶点没有双亲，即每个集合只有一个元素。对于边（u，v），设vex1和vex2分别表示两个顶点所在集合的根，如果vex1≠vex2，则顶点和u和v一定位于两个集合，令 parent[vex2]=vex1，实现合并两个集合。

Kruskal实现最小生成树代码

#include<iostream>
using namespace std;

struct EdgeType //定义边集数组的元素类型
{
    int from, to, weight; //假设权值为整数
};

const int MaxVertex = 10; //图中最多顶点数
const int MaxEdge = 100; //图中最多边数
template //定义模板类
class EdgeGraph 
{
    public:
    EdgeGraph(DataType a[ ], int n, int e); //构造函数，生成n个顶点e条边的连通图
    ~EdgeGraph( ); //析构函数
    void Kruskal( ); //Kruskal算法求最小生成树
    private:
    int FindRoot(int parent[ ], int v); //求顶点v所在集合的根

    DataType vertex[MaxVertex]; //存储顶点的一维数组
    EdgeType edge[MaxEdge]; //存储边的边集数组
    int vertexNum, edgeNum; 
};

template 
EdgeGraph :: EdgeGraph(DataType a[ ], int n, int e)
{
    int i, j, k, w;
    vertexNum = n; edgeNum = e;
    for (i = 0; i < vertexNum; i++)
        vertex[i] = a[i];
    for (k = 0; k < edgeNum; k++)
    {
        cout << "请输入边依附的两个顶点的编号，以及边上的权值：";
        cin >> i >> j >> w; //输入边依附的两个顶点的编号
        edge[k].from = i; edge[k].to = j; edge[k].weight = w;
    }
}

template 
EdgeGraph :: ~EdgeGraph( ){}

template 
void EdgeGraph :: Kruskal( )
{
    int num = 0, i, vex1, vex2;
    int parent[vertexNum]; //双亲表示法存储并查集
    for (i = 0; i < vertexNum; i++)
        parent[i] = -1; //初始化n个连通分量
    for (num = 0, i = 0; num < vertexNum - 1; i++) //依次考察最短边
    {
        vex1 = FindRoot(parent, edge[i].from);
        vex2 = FindRoot(parent, edge[i].to);
        if (vex1 != vex2) { //位于不同的集合
            cout << "(" << edge[i].from << "," << edge[i].to << ")" << edge[i].weight << endl;
       parent[vex2] = vex1; //合并集合
       num++;
     }
  }
}

template 
int EdgeGraph :: FindRoot(int parent[ ], int v) //求顶点v所在集合的根
{
    int t = v;
    while (parent[t] > -1) //求顶点t的双亲一直到根
        t = parent[t]; 
    return t;
}

int main( )
{
    char ch[ ]={'A','B','C','D','E','F'}; 
    EdgeGraph EG{ch, 6, 9}; 
    EG.Kruskal( );
    return 0;
}