数据结构--图--最小生成树

数据结构–图 –最小生成树

1.基本概念

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。

最小生成树：我们把构造连通网的最小代价生成树称为最小生成树。（一棵生成树的代价就是树上各边的代价之和）

2.经典的两种算法

2.1 Prim算法思路

    假设全部顶点的集合是V，已经被挑选出来的是U，那么从集合V-U中不断挑选权值最低的点。（这里的权值最低，是相对于U中所有的点来说，是把U看成一个整体。Prim算法和后面的求最短路径的Dijkstra算法有些相似，具体区别看2.3（Prim算法和Dijkstra算法比较））。
    以某起点为顶点，逐步找各顶点上最小权值的边来构建最小生成树。（这就像是我们如果去参观某个展会，例如世博会，你从一个入口进去，然后找你所在位置周边的场馆中你最感兴趣的场馆观看，看完后再用同样的办法看下一个）

2. 2 Kruskal算法思路

    从宏观着眼，将所有的边排成序列，依次从小到大找边来构建最小生成树。若加入某条边构成回路则舍弃这条边。（这就像是我们参观世博会，事先计划好，进园后直接去到最想看的场馆观看）

2.3

Prim算法与Kruskal算法比较：

Prim算法主要针对顶点展开的，对于稠密图，即边数非常多的情况会更好一些；
Kruskal算法主要针对边来展开，边数少时效率会非常高，所以对于稀疏图有很大的优势。

Prim算法与Dijkstra算法比较[转]1：

    在图论中，Prim算法是计算最小生成树的算法，而Dijkstra算法是计算最短路径的算法。二者看起来比较类似，因为假设全部顶点的集合是V，已经被挑选出来的点的集合是U，那么二者都是从集合V-U中不断的挑选权值最低的点加入U，那么二者是否等价呢？也就是说是否Dijkstra也可以计算出最小生成树而Prim也可以计算出从第一个顶点v0到其他点的最短路径呢？答案是否定的，否则就不必有两个算法了。
    二者的不同之处在于“权值最低”的定义不同，Prim的“权值最低”是相对于U中的任意一点而言的，也就是把U中的点看成一个整体，每次寻找V-U中跟U的距离最小（也就是跟U中任意一点的距离最小）的一点加入U；而Dijkstra的“权值最低”是相对于v0而言的，也就是每次寻找V-U中跟v0的距离最小的一点加入U。
    一个可以说明二者不等价的例子是有四个顶点(v0, v1, v2, v3)和四条边且边值定义为(v0, v1)=20, (v0, v2)=10, (v1, v3)=2, (v3, v2)=15的图，用Prim算法得到的最小生成树中v0跟v1是不直接相连的，也就是在最小生成树中v0v1的距离是v0->v2->v3->v1的距离是27，而用Dijkstra算法得到的v0v1的距离是20，也就是二者直接连线的长度。

3.算法实现

• Prim算法

• Kruskal算法

4.代码实现

#include<stdio.h>
#include<stdlib.h>