最小代价生成树算法

• 一颗带权无向图的生成树的代价cost是该生成树中所有边的代价（权重之和）。最小代价生成树（minimum cost spanning tree）就是一颗代价最小的生成树。
• 可以采用三种不同的算法获得无向图的最小代价生成树。这三种算法采用的算法设计策略都是贪心法（greedy method）
  • Kruskal算法
  • Prim算法
  • Sollin算法

Kruskal算法

• Kruskal算法:通过每次向当前最小代价树T中加入一条边的方法构造最终的最小生成树T。算法按照边的代价非递减的顺序选取，并加入T中。如果选取的边与T中的边不形成环路，则这条边加入到T中。由于图G是连通的，且具有n个顶点（n>0）,所以最终恰好选取n-1条边加入到T中。

# Kruskal算法 伪代码
# E 边的集合
T={}; # T为最小生成树的边 
while(T 包含少于n-1条边 并且 E不为空){
  从E选择一条最小代价的边 (v,w);
  从E删除边 (v,w);
  if ((v,w) 在T中没有创造环路){
    add (v,w) 到 T 中;
  }else{
    discard (v,w);
  }
}
if (T 包含的边少于n-1条){
  print("no spanning tree!\n");
}

Prim算法

• Prim算法：通过每次增加一条边的方法来构造一颗最小代价生成树。与Kruskal算法不同的是，在每一步，Prim所选取的边集形成一颗树，而Kruskal算法所选取的边集形成一个森林。Prim算法从只包含一个顶点的树T开始，该顶点可以是原图中的任意一个顶点。然后，把一条最小代价的边(u,v)加入T中，使T ∪ {(u,v)}仍是一棵树。重复上述加入边的过程指导T中包含了n-1条边为止。为了保证所加入的边不形成环路，要求在每一步所选取的边(u,v)的两个顶点u和v，只能有一个顶点在T中。

# Prim算法伪代码
T = {};
TV = {0}; # 满足条件的顶点集
while(T包含少于n-1条边){
  寻找一条代价最小的边(u,v)，u ∈ TV && v ∉ TV;
  if(没有这样的边) break;
  add v to TV;
  add (u,v) to T;
}
if (T 包含的边少于n-1条){
  print("no spanning tree!\n");
}

Sollin算法

• Sollin算法：Sollin算法在每一步为生成树T递归地选取若干条边。每一步处理开始时，所选取的边与图中的所有n个顶点形成一个生成森林。在每一步处理过程中，为森林中的每棵树都选取一条边，所选取的边都是恰有一个顶点在树上且代价最小。由于森林中的两棵树可能选取了同一条边，所以需要去掉同一条边被多次选取的情况。在开始时，所选取的边集为空。当最后结果只有一棵树或者再没有边可供选择时，算法结束。

# Sollin算法伪代码
T={};
# 初始化当前所有点生成的森林。
for v in Vertexs{
  add v to T;
}
while(T包含少于n-1条边){
  for t in T{
    为每个森林寻找最小代价的边加入森林。
  }
  合并森林。
  if (森林无变化)break;
}
if (T 包含的边少于n-1条){
  print("no spanning tree!\n");
}

参考来源 数据结构（C语言版）