最小生成树——Kruskal和Prim算法的实现和总结

最小生成树概念

1. 一个连通图的生成树是原图的极小连通子图，它包含原图中的所有n个顶点和使n个顶点连通的n-1条边。 这意味着对于生成树来说，若删除它的一条边，就会使生成树变成非连通图；若给它增加一条边，就会形成图中的一个回路。
2. 一个连通图的生成树不是唯一的，使用不同的方法遍历图，可以得到不同的生成树；从不同的顶点出发，也可能得到不同的生成树；而且生成树有时还和图的存储结构中具体的结点顺序有关。
3. 对于一个带权的连通图（即网络），如何找出一棵生成树，使得各边上的权值总和达到最小，这是一个有实际意义的问题。例如，在n个城市之间建立通信网络，至少要架设n-1条线路，这时自然会考虑：如何做才能使得总造价最少？在每两个城市之间都可以架设一条通信线路，并要花费一定的代价。若用图的顶点表示城市，用边表示两城市之间架设的线路，用边上的权值表示架设该线路的造价，就可以建立一个通信网络。对于这样一个有n个顶点的网络，可以有不同的生成树，每一棵生成树都可以构成通信网络。我们希望能够根据各条边上的权值，选择一棵总造价最小的生成树，这就是构造网络的最小（代价）生成树（Minimum-cost spanning tree）问题。

最小生成树的算法

1. 有许多种方法可以构造最小生成树，比较典型的有两种：克鲁斯卡尔（Kruskal）算法和普里姆（Prim）算法，它们都采用了一种逐步求解的策略。
2. 图7-18给出了一个连通网络及其邻接矩阵和它的一棵最小生成树。
   

克鲁斯卡尔(Kruskal)算法

普里姆(Prim)算法

MST	Kruskal	Prim
复杂度分析	O(E logE)	O(V^2)
适用图	（循环与边数有关）稀疏图	（循环与顶点数有关）稠密图