图的最小生成树prim算法详解

prim算法是求图的最小生成树的一种算法，它是根据图中的节点来进行求解，具体思想大概如下：
首先，将图的所有节点（我们假定总共有n个节点）分成两个集合，V和U。其中，集合V保存的是我们已经访问过的节点，集合U保存的是我们未曾访问的节点。prim算法第一步就是选定第一个节点放入集合V中（一般是第一个），然后查找V中节点和U中节点之间距离最小的那个路径，（假设U中节点w离V中的某个节点距离最近），将w放入V中，将w从U中删除，这样，直到U中所有节点都被放入V中，那么我们就找到了最小生成树。
因为prim算法每一步都需要遍历集合V和集合U中的所有节点，其时间复杂度为O（n*n），这是未经任何优化的prim算法时间复杂度。
一般，我们要对该算法进行优化，我们维护一个数组low[n],用来保存到每个节点的已知的最短路径是多少，例如，我们有图如下：
首先，我们选定v1作为我们的初始节点，这时，low数组的大小分别为：
low[1] = 0;
low[2] = 6;
low[3] = 1;
low[4] = 5;
low[5] = INF;
low[6] = INF;
因为5和6从1无法到达，所以设定为无穷大。
此时，集合V中有节点{V1}，集合U中有节点{V2，V3，V4, V5，V6}，此时，通过条件判断，我们可以找到节点3离V1最近（通过low数组），然后，我们将节点V3放入集合V中，并从U中删除它，此时
集合V= {V1，V3}
集合U={V2，V4，V5，V6}
这时，我们需要对low数组进行更新。前面讲过，low数组是保存的我们已知的点到剩余节点的最短距离，因为此时V3加入了已知点集，所以需要根据V3到其它节点的距离进行更新；
low[1] = 0;//因为节点V1已经被访问过，所以不需要更新
low[2] = 5;//因为从节点V3到节点V2的距离为5，比上一个数据low[2] = 6要小，因此需要更新；
low[3] = 1;//因为节点V3已经被访问过，所以不需要更新；
low[4] = 5;//因为从节点V3到V4的距离和上一个数据low[4]=5一样，我们不更新；
low[5] = 6;//很明显，此时V3到V5的距离要比上一个数据low[5]=INF来的小，我们进行更新；
low[6] = 4;//道理同low[5];
此时，我们对low数组进行更新完毕，这样，下次就可以继续通过low数组来查找最距