数据结构与算法-100 Days of learning-day5

用Kruskal算法构建最小生成树

1)算法描述（将森林合并成树）
对于一个无向连通图G，设其最小生成树为T。最小生成树在初始状态下是由|V|个顶点构成，而且各顶点之间无任何边（每个顶点都是一棵树，所以说初始状态就是一片森林）。此时T中的每个顶点都是一个只有一个顶点的连通分量。
那么，将森林合并成树用到的就是贪心算法中的Kruskal算法。它每次只选取权重最小的边，然后将其收录进去，同时在这个过程中要一直满足不能生成回路。那么什么时候会出现回路？当待选取边相关联的两个顶点属于同一个连通分量时，选取该边就会出现一条回路。所以如果两个顶点分别属于不同的连通分量，那么就可以收录这条将这两个顶点相连接的边。这样也就把两个不同的连通分量变成一个连通分量。这样的操作一直进行到树的边数达到|V|-1。每次都以最小的代价将两棵不同的树连接成一棵树，最终显然形成了最小生成树。
2)具体例子

图 14
此处以边为集合的变化来描述最小生成树的生长过程。初始状态，当前状态是7个顶点形成的“森林”。最小生成树T={∅}，也就是说此时并没有收录边。接着，如图14（a）所示，将权重为1的边收录其中（两条边的收录顺序不分前后）V1,V4分别属于不同的连通分量；V6,V7分别属于不同的连通分量。所以不可能有回路出现。此时T={{V1,V4,1},{V6,V7,1}}，当前森林变成了|V|-2颗树形成的森林。
然后，如图14（b）所示，分别将权重为2的两条边收录到集合里，同理这过程中无回路产生，此时T={{V1,V4,1},{V6,V7,1},{V3,V4,2},{V1,V2,2}}。
接着，如图14（c）所示，本来应该选取权重为3的边{V2,V4,3}，但V2,V4属于同一棵树，也就是同一个连通分量。那么将这两点连在一起必定会出现回路。同理对于权重为4的边{V1,V3,4}也是如此。所以最后将符合要求的边{V4,V7,4}收录到集合中，此时T={{V1,V4,1},{V6,V7,1},{V3,V4,2},{V1,V2,2},{V4,V7,4}}，当前森林变成了|V|-5颗树形成的森林。
接着，如图14（d）所示,将权重为6的边{V5,V7,6}收录到树集合T中，此时所收集到的边数达到了|V|-1。同时将所有顶点连接成为了一颗最小生成树。
3)算法伪码描述：

首先，该算法要传入图结构。在刚开始最小生成树的集合中无任何边，为空集。接着进入while循环语句，从边集合E中取一条权重最小的边E(v,w)（将每条边都遍历一遍的方法不如用最小堆存储），并将其从边集合中删除。然后看取出的边E(v,w)在MST中是否构成回路（这里可以采用并查集。比如原本两个独立的顶点（相当于独立集合），若收录的边将两棵树合并为一棵树（此时一个顶点就可以看做一棵树），就相当于将两个独立集合并成一个集合）。如果V,M两个顶点属于不同的树，不会形成回路，则将该边放在最小生成树MST集合当中。否则，不将其放在MST中，直接无视。在MST中的边数未达到|V|-1或者边集合E中仍然有边没有被遍历时，该循环持续进行。所以该循环停止的时候，E中无边而MST边数未达到|V|-1，这个时候所生成的结构就不叫生成树。
4)算法时间复杂度
While语句循环的次数最多进行|V|次。每次在内部调用最小堆的查找操作，其时间复杂度为O( log|V| )。接下来在看E(v,w)在MST中是否构成回路的过程中用到了并查集，也就是并运算（用union函数），查（Find函数），时间复杂度同样为树的高度O( log|V| )（树.docx中含有详细描述）。所以总体时间复杂度为O( |E|·log|V| )。