图——最小生成树

加权无向图应用：
       城市之间的飞行时长；站点之间的距离；聚类中的相似度值；设备之间的网线。

生成树：包含加权无向图上所有结点，且边尽量少的子图结构

最⼩⽣成树（Minimum Spanning Trees, MST）——生成树中边权重和最小的生成树

        需要注意的是：最小生成树可能不唯一

最小生成树算法1——Prim算法

算法流程：
      Step 0: 任选一个结点𝑟，得到集合 𝑆 = 𝑟 和𝐴 = ∅；
      Step 1: 找到横跨分割 𝑆, 𝑉 − 𝑆 轻边，将其加入到𝐴 ，并将其 𝑉 − 𝑆 中的顶点加入到集合𝑆；
      Step 2: 如果 𝑉 − 𝑆 = ∅，则输出MST(𝑆, 𝐴)，否则，继续回到Step 1继续执行

Prim(G, w, r)
输入： G：图  W：图中边的权重  r：初始结点
Input: A graph G, a matrix w representing the weights between vertices in G, the algorithm will start at root vertex r
Output: None
步骤1：构建三个一维数组color[维度=结点的个数]:标记结点颜色,key[维度=结点的个数]；边的权重,pred[维度=结点的个数] :结点父节点
Let 𝑐𝑜𝑙𝑜𝑟[1…|V|],𝑘𝑒𝑦[1…|V|],𝑝𝑟𝑒𝑑[1…|V|] be new arrays;
步骤2：对一维数组color，key进行初始化
for 𝑢 ∈ 𝑉 do
    𝑐𝑜𝑙𝑜𝑟[𝑢] ← WHITE, 𝑘𝑒𝑦[𝑢] ← +∞;   
end
步骤3：跟结点r
𝑘𝑒𝑦 [𝑟] ← 0, 𝑝𝑟𝑒𝑑 [𝑟] ← NULL; 
步骤4：构建优先队列Q，将v加入队列
𝑄 ← new PriQueue(V);   // put vertices in Q
While 𝑄 𝑖𝑠 𝑛𝑜𝑛𝑒𝑚𝑝𝑡𝑦 do
    𝑢 ← 𝑄.Extract-Min(); // lightest edge
    for 𝑣 ∈ 𝑎𝑑𝑗[𝑢] do
        if (𝑐𝑜𝑙𝑜𝑟[𝑣] ← 𝑊𝐻𝐼𝑇𝐸)&&(𝑤[ 𝑢, 𝑣] < 𝑘𝑒𝑦[𝑣]) then
            𝑘𝑒𝑦 [𝑣] ← 𝑤 [𝑢, 𝑣] ;   // new lightest edge
            𝑄.Decrease-Key(𝑣, 𝑘𝑒𝑦[𝑣]);
            𝑝𝑟𝑒𝑑 [𝑣] ← 𝑢;
        end
    end
    𝑐𝑜𝑙𝑜𝑟[𝑢] ← BLACK;
end

最小生成树算法2——Kruskal算法

算法流程：

    Step 0: 设𝐴 = ∅，𝐹 = 𝐸（即所有边的集合）；
    Step 1: 从森林𝐹中选择权重最小的边𝑒加入𝐴中，并判断是否形成环:
                 如果不形成环，则把𝑒从中森林𝐹删除，加入到集合𝐴中；
                 如果形成环，直接把𝑒从中森林𝐹删除；
    Step 2: 如果𝐹 ≠ ∅，则输出MST(𝑉, 𝐴)，否则，继续回到Step 1继续执行。