最小生成树算法（引自《算法导论》）

http://rock3.info/blog/2013/10/21/%E6%9C%80%E5%B0%8F%E7%94%9F%E6%88%90%E6%A0%91%E7%AE%97%E6%B3%95%EF%BC%88%E5%BC%95%E8%87%AA%E3%80%8A%E7%AE%97%E6%B3%95%E5%AF%BC%E8%AE%BA%E3%80%8B%EF%BC%89/

一、概念

找有权无向连通图（连通图本身就是无向图，强连通图指有向图所有节点都双向连通）的所有边的权重合最小的连通子图的过程，就是找最小生成树的过程。用数学语言描述这一过程：

一个无向连通图G=（V，E），其中V是顶点集合，E是边集，对于图G中的任意一条边（u，v）属于E，都有一个权值w（u，v）表示连接u和v的代价，我们希望找到一个无回路的子集T属于E，T连接了所有的顶点，且其权值之和w（T）最小。因为T包含所有定点，又没有回路，所以它必然是一棵树，成为生成树（spanning tree），因为它“生成”了图G。把确定树T的问题称为最小生成树问题。

IEEE的802.1标准中定义的STP，RSTP等协议都是最小生成树的具体应用。

找最小生成树通常有两种算法，它们分别是Kruskal算法和Prim算法。其中Kruskal算法从边入手，Prim算法从点入手。本篇博客以下图为实验对象：

二、Kruskal算法

Kruskal，通常音译为“克鲁斯卡尔”，其算法的基本想法是不断增加权重最小的边、边上的两点，但并不形成回路，直至找到最小生成树。对于给定的无向有权图G=（V，E），Kruskal算法描述如下：

1、构造空集合A，并将图G中所有点加入集合A，此时A为有|V|棵树的森林。

2、将图G中所有边按照权重进行排序，形成有序集合B。

3、对于步骤2中排序后集合B中权重最小的边（u，v），尝试将（u，v）以及点u、v加入到集合A中。

4、如果步骤3中尝试加入的点和边，对于图A而言，不形成回路，则添加点u、v及边（u，v），否则不添加。

5、将步骤3处理的边（u，v）从集合B中删除。

6、判断此时作为图的集合A，是否满足边的数量等于|V|-1（也即满足最小生成树的要求），如果是，则找到最小生成树，如果不是，则转至步骤3。

下面结合本篇博客的例子，给出一个使用Kruskal算法找最小生成树的过程：

首先，构造一个空集合A，兵家图G中的所有点加入A中，此时A为由13棵树组成的森林：

其次，将图G中的所有点按照权重排序：

显示  102550 100 项结果

搜索:

权重	边
1	（D，E）
2	（D，F）、（G，I）
3	（A，D）、（E，G）、（H，K）、（K，L）、（J，K）
4	（A，B）、（F，G）
5	（B，C）、（K，M）
6	（I，L）
7	（H，I）
8	（B，D）
10	（G，H）、（J，M）
13	（C，D）

显示第 1 至 10 项结果，共 10 项

上页 下页

再次，进行反复尝试将图G中的边按照权重由小到大的次序添加到集合A中，并判断是否形成环路，尝试添加权重为1的边（D，E）：

尝试添加权重为2的边（D，F）、（G，I） ：

尝试添加权重为3的边（A，D）、（E，G）、（H，K）、（K，L）、（J，K）： 

尝试添加权重为4的边（A，B）、（F，G），由于边（F，G）添加后形成环路，因此放弃添加（F，G）： 

尝试添加权重为5的边（B，C）、（K，M）： 

尝试添加权重为6的边（I，L）：

添加完（I，L）后，没有形成环路，并且所有顶点均连通，因此最小生成树找到：  

至此，最小生成树已经形成，所有边的权值合为1+2+2+3+3+3+3+3+4+5+5+6=40。

从上述方法不难看出，权重较小的边，尽量多的被保留到最小生成树中，而权重较大的边基本上被排除在最小生成树中，因此，我想（个人习惯），将Kruskal方法形象的叫做“增边法”，类似的，也可以采用“减边法”去找最小生成树，大体方法应该是将所有边按照降序排序，然后按照权重由大到小的方式在原图G中减去权值最大的边，判断原图是否连通。“减边法”同样属于Kruskal算法行列。

三、Prim算法

Prim算法，多翻译作“普里姆”，与Kruskal算法的想法基本差不多。不过Prim从点入手，而非从边入手。

Prim算法的基本像法是不断扩大点集合，并在以点集合中所有点相关的边中权值最小的且不构成回路的，不断加入集合，最终构成最小生成树。对于图G=（V，E），Prim算法描述如下：

1、给定空集合A，以及任何一点v0属于{V}，将v0加入集合A中，此时A={v0}。

2、对于集合A中的任意一点u，以及V-A中任意一点w，找到权重最小的边（u，w），尝试将（u，w）加入集合A。

3、判断步骤2中的边（u，w）是否使图A形成回路，如果形成回路，则不加入A，否则将点w和边（u，w）加入A。

4、判断此时图G中所有点{V}是否已经全部加入到集合A中，如果是，则最小生成树已经找到，退出；否则，转步骤2。

下面结合本篇博客的例子，给出一个使用Prim算法找最小生成树的过程：

首先，任意选择图G中的一个顶点，在此我选择I顶点：

与顶点I相连接的权重最小的边是（G，I），权重是2，加入后经判断不形成回路，也没包含图G中所有顶点： 

以下依次加入点E、D、F、A以及其相关的边：   

当尝试加入边（F，G）时，形成回路，则不加入

按照加入原则，反复不断操作，直至找到最小生成树：     

四、改进

Kruskal算法和Prim算法的时间复杂度均为O（ElogV），因为这两中算法都是用普通的二叉堆，如果采用斐波那契堆，Prim算法的时间复杂度可以减少到O（E+VlogV），如果|V|远小于|E|的话，这将是对该算法的较大改进。