最小生成树（MST，kruskal算法）

前言

最小生成树，对于一个无向图，联通且不含圈的图称为树。
给定无向图G=（V,E）,连接G中所有点，且边集是E的子集的数称为G的生成树（Spanning Tree），而权值最小的生成树称为最小生成树（Minimal Spanning Tree， MST）。构造MST的算法有很多，最常见的有两个：Kruskal算法和Prim算法。这里只介绍Kruskal算法，因为这个算法编写容易且效率很高。

前面描述不清楚的话，可以看下图

这是一个无向图，每条边有权重，你可以采用几条边就能连接所有的点，就得到了一颗生成树（前提是不含圈）。如果树的所有边的权值之和最小，就称为最小生成树。

算法流程

Kruskal算法的流程非常简单和直接：

• 1、对于边集E，对所有的边按照权值从小到大排序
• 2、 依次将排序好的边放入MST中，如果加入这条边（u,v）使图出现了环，则放弃
• 3、直到所有的点都出现在MST中，构造完成。

其中第2步可能出现环，则需要检验环，这里可以采用DFS或者BFS的方式进行图遍历（写起来很复杂，需要判断什么样才算是环，而且复杂度很高）。所以我们采用另外一种方式来进行检验，那就是"并查集"。并查集可以查看我之前的博文并查集解释。

另外第2步会出现的情况就是已经有几个边入选但是构不成树，如下图所示：

事实上我们并不需要马上构成树，我们只需要将边选出来，然后构造点的集合就可以了，这也就是为什么要用并查集的另一个理由，例如上图中有三个集合，分别是{4,6},{2,5},{1,3,}。如果连同了，那两个集合就合并为一个集合。其他还没有边连接的点构成另外的集合，例如{7},{8},{9}…

那并查集如何判断环呢？其实只要判断边的两个端点(u,v)是否在同一个集合中，如果在同一个集合中，说明已经联通（构成树），你再添加就会构成环。
以上，kruskal算法应该解释清楚了。

C++模板

struct Edge{
   
	int from, to, cost;
	Edge(int from, int to, int cost){
   this->from = from;