数据结构——Kruskal算法

基本思想：（加边）
1.设无向连通网为G＝(V, E)，令G的最小生成树为T＝(U, TE)，其初态为U＝V，TE＝{ }，
2.然后，按照边的权值由小到大的顺序，考察G的边集E中的各条边。
　2.1若被考察的边的两个顶点属于T的两个不同的连通分量，则将此边作为最小生成树的边加入到T中，同时把两个连通分量连接为一个连通分量；
　2.2若被考察边的两个顶点属于同一个连通分量，则舍去此边，以免造成回路，
　2.3如此下去，当T中的连通分量个数为1时，此连通分量便为G的一棵最小生成树。
伪代码：

算法：Kruskal算法
输入：无向连通图G={V,E}
输出：最小生成树T={U,TE}
   1. 初始化：U=V；  TE={}； 
   2. 循环直到T中的连通分量个数为1  
       2.1 在E中寻找最短边(u，v);
       2.2 如果顶点u、v位于T的两个不同连通分量，则
           2.2.1 将边(u，v)并入TE；
           2.2.2 将这两个连通分量合并为一个；
     2.3 在E中标记边(u，v)，使得(u，v)不参加后续最短边的选取；

代码实现：

struct EdgeType //定义边集数组的元素类型
{
int from, to, weight; //假设权值为整数
};

const int MaxVertex = 10; //图中最多顶点数
const int MaxEdge = 100; //图中最多边数
template //定义模板类
class EdgeGraph 
{
public:
	EdgeGraph(DataType a[], int n, int e);//构造函数，生成n个顶点e条边的连通图
	~EdgeGraph(); //析构函数
	void Kruskal(); //Kruskal算法求最小生成树
private:
	int FindRoot(int parent[], int v);//求顶点v所在集合的根
	DataType vertex[MaxVertex];//存储顶点的一维数组
	EdgeType edge[MaxEdge];//存储边的边集数组
	int vertexNum, edgeNum; 
};

template<T>
EdgeGraph::EdgeGraph(DataType a[], int n, int e)
{
	int i, j, k, w;
	vertexNum = n; edgeNum = e;
	for (i = 0; i < vertexNum; i++)
	vertex[i] = a[i];
	for (k = 0; k < edgeNum; k++)
	{
		cout << "请输入边依附的两个顶点的编号，以及边上的权值：";
		cin >> i >> j >> w; //输入边依附的两个顶点的编号
		edge[k].from = i; edge[k].to = j; edge[k].weight = w;
	}
}

template<T>
EdgeGraph::~EdgeGraph(){}

template<T>
void EdgeGraph :: Kruskal()
{
	int num = 0, i, vex1, vex2;
	int parent[vertexNum]; //双亲表示法存储并查集
	for (i = 0; i < vertexNum; i++)
		parent[i] = -1; //初始化n个连通分量
	for (num = 0, i = 0; num < vertexNum - 1; i++) //依次考察最短边
	{
		vex1 = FindRoot(parent, edge[i].from);
		vex2 = FindRoot(parent, edge[i].to);
		if (vex1 != vex2){ //位于不同的集合
			cout << "(" << edge[i].from << "," << edge[i].to << ")" << edge[i].weight << endl;
			parent[vex2] = vex1; //合并集合
			num++;
		}
	}
}

template<T>
int EdgeGraph :: FindRoot(int parent[ ], int v) //求顶点v所在集合的根
{
	int t = v;
	while (parent[t] > -1) //求顶点t的双亲一直到根
		t = parent[t]; 
	return t;
}