挑战408——数据结构（27）——图的应用之最小生成树

图在我们现实生活中具有极其广泛的应用，我们这篇博文着重从以下几点展开分析：

• 网络路由与路由选择（Internet routers and traceroute）
• 拓扑排序（Topological Sort）
• 最小生成树（Minimum Spanning Trees）
• Kruskal’s 算法（Kruskal’s algorithm）

路由选择

实际上我们在学习网络的时候就已经接触过图。在《计算机网络》的网络层中，我们主要关注的是消息如何从您的计算机发送到Internet上的另一台计算机。我们通过ip数据报，从源地址出发到达目的地址。这个过程可能需要经过多个路由器，然后查看路由表进行存储转发。如果我们将其路由器抽象为一个节点，那么整个ip网络信息的传输实际上就可以看成是在一幅图中从节点A到节点B的遍历过程！

假设上图F是一台服务器，一般的服务器都有自己的主机名和ip地址。现假设节点F的主要信息如下：

www.engineering.unsw.edu.au
IP address: 149.171.158.109

对于节点C，其路由表为：

我们知道，在RIP协议中，每个路由器都知道其邻居，并且具有其邻居表的副本。 因此，路由器B将具有以下表：

如果B要选择最短路径连接到F，它将选择哪个路由器？（显然下一跳应该选择路由器D）

在本地客户端，可以使用Tracert（liunx下为traceroute）命令来查看两个主机通信时候，经过的路由器。

最小生成树（MST）

我们在介绍图的过程当中，提到过一种图叫带权图。相对于其他的图而言，这种图的边上带有数字，表示这经过这条边时候的花费。这个很容易理解，也就是并不是路径最短就是最佳的方案。比如上图B到F。虽然B ->D->F的路径要短于B->C->D->F，但是前者不一定是最佳的选择方案，因为有可能B->D的耗时比B->C->D的耗时要长的的多！因此我们通常称这样的耗时为花费（cost），并且在边上注明，称为权！

问题的提出

如下图，假设这里有一系列的房屋，问如何铺设电线，可以使得连接所有房屋的电线的总成本最低？这是20世纪20年代早期研究最小生长树的最初动机。 （捷克数学家OtakarBorůvka完成的工作）。

MST算法的发展经历了下面几步骤：

• Borůvka提出的原始MST算法（1926）现在称为Borůvka算法。
• 后来，捷克数学家VojtěchJarník（1930）发明了一种现在称为Prim算法的算法。
• 之后，美国数学家Joseph Kruskal（1956）开发了现在称为Kruskal算法的算法，这就是我们今天要呈现的算法。

最小生成树的定义

下面我们来给最小生成树下一个定义：
相连的无向加权图G的生成树（ST）是G的子图，它是树，并且连接（跨越）G的所有顶点。图G可以具有多个ST。 G的最小生成树（MST）是G的ST，其总权重在各个ST中最小。 图G可以具有多个MST，但是MST权重是唯一的。（Definition: A Spanning Tree (ST) of a connected undirected weighted graph G is a subgraph of G that is a tree and connects (spans) all vertices of G. A graph G can have multiple STs. A Minimum Spanning Tree (MST) of G is a ST of G that has the smallest total weight among the various STs. A graph G can have multiple MSTs but the MST weight is unique.）

最小生成树（MST），解释起来就是：

• 最小生成树，它是一棵树！
• 它会遍历连接所有的节点
• 这棵生成的树它不是唯一的（即可能不止一种路径），但是它的权的总和一定是最小的且唯一。

举个例子，比如你是电信局的人，负责在某一块区域铺设电缆，那么请找出铺设电话或有线电视系统电缆的最便宜方法。

右边的橙色部分就是一条最少花费的方式。从右往左看，他就是一棵树，且节点3就是树根。所以，寻找最小花费的路径的过程就是找出一棵最小生成树的过程。

Kruskal’s 算法

Kruskal’s algorithm，这是一种能在所给的图中找出最小生成树的算法。下面给出一段伪代码，看看具体的实现逻辑：

function kruskal(graph):
//从图中移除所有边
	Remove all edges from the graph.
	//将所有边放入优先级队列（基于它们自身的权重）
	Place all edges into a priority queue，based on their weight 
	//当优先级队列不为空时
	While the priority queue is not empty:
	//将边从优先级队列中取出
		Dequeue an edge e from the priority queue.
		//如果这条边添加上图中不会构成循环，则将此边添加到图中
		If e's endpoints doesn’t create a cycle ，add that edge into the graph.
		//否则，跳过该边
		Otherwise, skip the edge.

这个算法听起来似乎很简单：从图表中删除所有边。 反复找到造成循环的且花费最小的边并将其添加回来。 最终的结果就是整个图的MST.
来看下面的一幅带权图，我们试着用这种方法来找到该图的最小生成树。

1. 首先我们先将图中的所有边删除，用虚线表示删除的边,pb是图中各边及其权数的优先级队列。
   
2. 根据算法，我们从优先级队列中取出队头 a:1.将它添加到图中，发现不构成环状，于是添加到图中（实线部分）
   
3. 接着我们继续将优先级队列中的其他元素添加到图中，接下来是b:2,结果符合要求，于是加到队列中：
   
4. 重复上述步骤。
5. 当添加边到e:5时，我们发现此时构成了一个环状（红色部分），因此这条边不能加在图中，应该跳过这个边，继续添加接下来的边（如图）：
   
6. 如此反复。当优先级中的队列为空时，表明我们已经将所有的边都遍历了一遍，此时生成的结果就是我们要找的MTS，如图：
   

最终Kruskal’s 算法会按如下顺序输出所需的 MST:

{a, b, c, d, f, h, i, k, p}

而 MST的 总花费（权重）为:

1+2+3+4+6+8+9+11+16 = 60

实现思路

1. 需要某种方式来识别哪些顶点“连接”到其他顶点，我们称这些顶点为“簇”

2. 还需要一种有效的方法来找出给定顶点位于哪个群集中。

3. 添加边缘时还需要合并群集。