关于Kruskal算法的一点想法

关于 Kruskal 算法的一点想法

首先是 cut property  ，对于两个互不相交的，也没有边  cross 这两个子集，如果在这两个子集的两个节点之间找条权重最轻的边，则符合最小生成树的过程。

伪代码：

Procedure kruskal （  G,w ）

Input ：  A connected undirected graph G=(V ， E) with edges weights w _e

Output ：  A minimum spannning tree defined by the edges X

for all u ∈  V ：

 Makeset （  u ）

sort the edges E by weight

for all edges {u ，  v} ∈ E,in increasing order of weight

if  find （  u ）！ =find  （ V ）

add edge{u ，  v} to X

union （  u ， v  ）

makeset 函数将每一个节点分成一个集合，在节点的结构里加一个  parent 的 Vnode  指针， makeset 的时候就将  parent 指向子集，加一个 rank 的  int 来表示层数，初始化时为  0 ；

对边进行排序的时候可以构造个边类型，里面包括起始节点和结尾节点。

Find 函数就是不断访问  u 的父节点知道最高层，如果相等不做任何操作，当最高层不相等的时候将  u ， v  对应的边加入到最后的最小生成树的结构体中。将两个集合合并成一个集合，即判断父节点  rank 的值，小的一方加到大的一方，即小的一方的最高节点的父节点指向到大的一方的最高节点上，然后将  rank 的值增加 1.

优化：

在 find  的时候就将不是最终节点的值，可以一边找的之后一边将边直接指向父节点的父节点。

优化的find函数的伪代码如下：

function find（x）

if x!=parent(x)  parent(x)=find(parent(x))

return parent（x）