采用Kruskal算法生成最小生成树，并采用并查集的合并优化和查询优化。

最小生成树

1.什么是图的最小生成树（MST）?

用N-1条边连接N个点，形成的图形一定是树。
一个具有N个点的有权无向图，最小生成树就是从图的所有边中选择N-1条出来，连接所有的N个点。这个N-1条边的边权之和是所有方案中最小的。

2.最小生成树用来解决什么问题？

用来解决如何用最小的“代价”用N-1条边连接N个点的问题。

Kruskal（克鲁斯卡尔）算法

Kruskal算法是一种巧妙利用并查集来求最小生成树的算法。
Kruskal首先初始化并查集，把N个点看做N个独立的集合。再将所有的边从小到大排序。然后按顺序枚举每一条边，如果这条边连接的两个点属于两个集合，那么就把这条边加入最小生成树，并且合并这两个集合；如果这条边连接的两个点属于同一集合，就跳过。直到选取了N-1条边为止。

算法描述

1.初始化计数器k=0；MST=0；（K用来记录边数，MST用来记录边的权值之和）
2.初始化并查集：Parent[x]=x;（把n个点初始化为n个独立的集合，每个点的父节点是它自身）
3.将所有边用Sort()从小到大排序

 for(i=1;i<=M;i++){ // M为边数，对边进行从小到大的循环
 	if(Find(E[i].u)!=Find(E[i].v)){ // 调用查找函数,第i条边的端点u,第i条边的端点v，即查询端点u和端点v的根节点，如果根节点不相等，说明两个点处于两个不相同的集合之中
 		Union(E[i].u,E[i].v);//把u，v个治所在的集合合并  // E[i]进行边集数组储存，表示第i条边
		MST+=E[i].w; //把每条边的边权相加
		k++; //计数器 
	 }
	 if(K==N-1) break; //说明生成最小生成树
 } 

图解

//最小生成树：Kruskal算法+边集存储+并查集
 
#include<iostream>
#include<algorithm>
using namespace std;

struct Edge{
	int u,v,w;
}E[101]; //边集数组储存 
int Parent[101];//并查集,定义Parent[]数组 

int Find(int x) //查找根节点并压缩路径
{
	if(Parent[x]!=x)
	Parent[x]=Find(Parent[x]);
	return Parent[x]; 
 } 
 
 void Union(int x,int y){ //合并两个集合 
 	Parent[Find(y)]=Find(x);
 }
 int Cmp(const Edge &a,const Edge &b){ //自定义比较函数 
 	return (a.w<b.w)?1:0; 
 }
 
 int main(){
 	int i,j,k=0,MST=0;
 	int N=5,M=7;//顶点数和边数 
 	int e[9][3]={{1,2,2},{1,3,5},{1,4,2},{2,3,3},{3,4,1},{2,5,4},{3,5,6}};
	for(i=1;i<=M;i++){
		E[i].u=e[i-1][0];
		E[i].v=e[i-1][1];
		E[i].w=e[i-1][2];
	}//存边
	
	for(i=1;i<=M;i++){
	 Parent[i]=i; //初始化并查集
	} 
	 sort(E+1,E+M+1,Cmp);//调用快排序,对应的时间复杂度为O(E*logE) 
	 printf("u v w\n");
	 for(i=1;i<=M;i++){
	 	printf("%d %d %d\n",E[i].u,E[i].v,E[i].w);//跟踪 
	 } 
	 //求解最小生成树 
	 printf("\n u v w MST\n");   //时间复杂度为O(M)或者O(E) 
	 for(i=1;i<=M;i++){
	 	if(Find(E[i].u)!=Find(E[i].v)){
	 		Union(E[i].u,E[i].v);
	 		MST+=E[i].w;
	 		k++;
	 		printf("%d %d %d %d\n",E[i].u,E[i].v,E[i].w,MST);//跟踪
			  
		 }
		 if(k==N-1) {
		 	break;
		 } 
	 }
	 printf("\n MST=%d\n",MST);
 }