最小生成树：Kruskal算法

最小生成树：Kruskal算法

概览

Kruskal算法（克鲁斯卡尔算法）是一种用来寻找最小生成树的算法，由Joseph Kruskal在1956年发表。Kruskal算法是基于贪心的思想得到的。Kruskal算法在图中存在相同权值的边时有效。

问题

给定一个无向图，如果它任意两个顶点都联通并且是一棵树，那么我们就称之为生成树（Spanning Tree）。如果是带权值的无向图，那么权值之和最小的生成树，我们就称之为最小生成树（MST, Minimum Spanning Tree）。
由Kruskal算法，我们可以求得带权无向图的最小生成树的权值之和。

算法描述

算法思想

Kruskal算法是基于贪心的思想得到的。首先把所有的边按照权值先从小到大排列，接着按照顺序选取每条边，如果这条边的两个端点不属于同一集合，那么就将两个集合合并，直到所有的点都属于同一个集合为止。合并到一个集合时可以使用并查集优化。换言之，Kruskal算法就是基于并查集的贪心算法。

算法过程

1. 记图中有V个顶点，E条边。
   
2. 将所有边按权值从小到大排序。排序完成后，我们选择边AD，这样我们的图就变成了下图。
   
3. 在剩下的边里继续寻找权值最小的，这里找到了CE，它的权值也是5。
   
4. 依此类推找到DF，AB，BE。
   
5. 下面继续选择到BC或EF。尽管现在长度为8的边是最小的未选择的边，但现在它们已经连通了（对于BC可以通过CE，EB连接，对于EF可以通过EB，BA，AD，DF连接），所以不需要选择BC或EF。类似地，BD也不需要选择。最后剩下EG和FG，选择权值更小的EG。
   

算法的简单证明

对图的顶点数n做归纳，证明Kruskal算法对任意n阶图适用：
当n=1时，显然能够找到最小生成树。
假设Kruskal算法对n=k阶图适用，那么，在k+1阶图G中，把权值最小的边的两个端点u和v做合并操作，即把u与v合为一个点v'，把原来接在u和v的边都接到v'上去，这样就能够得到一个k阶图G'，G'的最小生成树T'可以用Kruskal算法得到。
下证T'+{<u,v>}是G的最小生成树。
用反证法，如果T'+{<u,v>}不是最小生成树，设最小生成树是T，即W(T)<W(T'+{<u,v>})。显然T应该包含<u,v>，否则，可以用<u,v>加入到T中，删除环上原有的任意一条边，形成一棵更小权值的生成树，而T-{<u,v>}是G'的生成树（因为G'就是由G中的u，v两点合并产生的），所以W(T')≤W(T-{<u,v>})，即W(T'+{<u,v>})≤W(T)。与W(T)<W(T'+{<u,v>})矛盾。假设不成立。所以T'+{<u,v>}是G的最小生成树，Kruskal算法对k+1阶图也适用。
由数学归纳法，Kruskal算法得证。

程序代码

#include <iostream>
#include <algorithm>
using nam