数据结构之图：最小生成树算法详解与Java实现(Kruskal算法与Prim算法)

一、Kruskal算法

1.算法思想

设有两颗树$A,B$，需要从中选取两个结点相连。
情况1：选取的结点$u,v$属于同一颗树，则$u,v$的连接必然使得那棵树形成回路，此时$A,B$无论如何都不能再组成一颗树。
情况2：选取的结点$u,v$分属于$A,B$，则$u,v$的连接不会构成回路，此时$A,B$已然组成一颗新树$C$
为了使得新树$C$的总权值最小，需要使得$w=min\left\{\begin{array}{c}weigh{t}_{(u,v)},u\in A.V,v\in B.V\end{array}\right\}$；否则，必然可以构造出一个$A,B$结合的总代价更小的生成树。

现将一个图中所有的$n$个结点均看作一颗独立的只有根结点的树，从中可以选取一条权值最小的边来将某两颗树合并为一颗新树。按照上面的思想，需要判断该边连接的结点$u,v$是否属于同一颗树，否则将有构成回路的风险。因此，每次取出所有边中权值最小的边$w$，判断连接的结点$u,v$是否是同一颗树，若是则不作考虑；若否则将两棵树合并为一棵树并将$u,w,v$加入到结果集中，表示该边为最小生成树的一条边。直至边被取完。

2.算法步骤

$Step1：$结果集置空
$Step2：$将所有结点看作一颗只有一个元素的集合
$Step3：$其次将所有边按照权值大小升序排列
$Step4：$遍历已经排序好的边：1）如果边连接的两个结点在同一集合中，则不做任何操作；2）如果边连接的两个结点$u,v$不在同一个集合中，则将这两个结点所在的集合合并为一个集合，并将$u,v$加入结果集中
$Step5：$返回结果

3.伪代码(参考自算法导论)

用到了并查集这一结构：并查集原理与实现
$Kruskal(G)$
$1.A=\varnothing$
$2.for$ $v\in G.V$
 $MAKE-SET(v)$
$3.eList\leftarrow sort(e\in G.E)$ $//order$ $by$ $weight$
$4.for$ $e\in eList$
 $if$ $FIND-SET(u)\ne FIND-SET(v)$
  $A=A\cup (u,v)$
  $UNI$