数据结构与算法之最小生成树

最小生成树的概念

生成树概念

连通图的生成树是包含图中全部顶点的一个极小连通子图。

边尽可能的少，但要保持连通

若图中顶点数为 n，则它的生成树含有 $n-1$条边。对于生成树而言，若砍去它的一条边，则会变成非连通图，若加上一条边则会形成一个回路。

最小生成树 (最小代价树)

如下图，思考：道路规划要求：所有地方都连通，且成本尽可能的低

下面是提供的两种方案，看图：

此处引出最小生成树的概念，又称为最小代价树。

最小生成树概念

对于一个带权连通无向图 $G=(V,E)$，生成树不同，每颗树的权 (即树中所有边上的权值之和) 也可能不同。设 R 为 G 的所有生成树的集合，若 T 为 R 中边的权值之和最小的生成树，则 T 称为 G 的最小生树 (Minimum-Spanning-Tree,MST)。

1. 最小生成树可能有多个，但边的权值之和总是唯一且最小的

2. 最小生成树的边数=顶点数 -1.砍掉一条则不连通，增加一条边则会出现回路。

   1. 

3. 若果连通图本身就是一棵树，则其最小生成树就是它本身

   1. 

4. 只有连通图才有生成树，非连通图只有森林

   1. 

      而求最小生成树就需要用到：Prim算法和Kruskal 算法

Prim 算法

算法思想：

1. 从某一顶点开始构建生成树；
2. 每次将代价最小的新顶点纳入生成树，直到所有顶点都纳入为止。

1. 时间复杂度：$O(|V{|}^2)$
2. 适合用于边稠密图

算法实现

1. 从 V_0 开始，总共需要 n-1 轮循环。
2. 每一轮处理：循环遍历所有结点，找到 lowCase 最低的，且还没加入树的顶点。
3. 再次循环遍历，更新还没加入的各个顶点的 lowCase 值

以下面这个连通图为例：

1. 初始：从 $V_0$开始

   1. 标记各节点是否已经加入树

   2. 

   3. 各节点加入树的最低代价 (没有边连通，就是无穷)

   4. 

2. 第一轮：循环遍历所有结点，找到 lowCast 最低的，且还没有加入树的顶点。

   1. 

   2. 再次循环遍历，更新还没加入各个顶点的 lowCast 值。

3. 第一轮：循环遍历所有结点，找到 lowCast 最低的，且还没有加入树的顶点。

   1. 

Kruskal 算法

算法思想：

1. 每次选择一条权值最小的边，使者条边的两头连通 (原本已经连通的就不选)
2. 直到所有结点都连通

1. 时间复杂度：$O(|E|{log}_2|E|)$
2. 适合用于边稀疏图

算法实现

如下图，进行Kruskal算法获取最小生成树

1. 初始：将各条边按权值排序，结果如下图
   

2. 第一轮：检查第一条边的两个顶点是否连通(是否属于同一个集合) ^ac06e2

   1. 不连通，连起来

3. 后序几轮依次进行1操作
   共执行e[边数]轮，每轮判断两个顶点是否属于同一集合，需要$O({log}_{2}e)$