最小树形图（有向图的最小生成树）

我们知道，无向图的最小生成树的求法有Krusal和prime算法，一个是归点一个是归边，在具体实现上Krusal可以用并查集实现，难度不大。

这里稍微区别一下最短路径和最小生成树（因为我又搞混了23333）
最小生成树能够保证首先是树（对于n个顶点的图只有n-1条边），其次保证任意两个顶点之间都可达，再次保证这棵树的边权值之和为最小，但不能保证任意两点之间是最短路径；
最短路径保证从源点S到目地点D的路径最小（有向图中不要求终点能到起点），不保证任意两个顶点都可达;
最小生成树是用最小代价遍历整个图中所有顶点，所有的权值和最小。而最短路径只是保证出发点到终点的路径和最小，不一定要经过所有顶点；
最小生成树是到一群点（所有点）的路径代价和最小，是一个n-1条边的树，最短路径是从一个点到另一个点的最短路径；
总之，最小生成树一定保证包含所有结点，而最短路径则不然。若题目要求必须每个点都必须经过，则是MST的问题；若只要求起点终点的最小消费，则是最短路径问题。

那么，对于有向图求最小生成树应该如何求呢？有向图就意味着可能有环，比如下面的图：

1、2结点形成一个环，应该删除哪一条边呢？如果从3出发，就会删掉2->1的边，如果从4出发，就会删掉1->2的边。那么如果把1、2合成一个点，所以3的权值更新为9-3=6，同理4的权值变为7-4 = 3。相当于变相删除不需要走的边。
有向图的最小生成树（最小树形图）求解步骤如下：

• 先求出最短弧集合E0；

对于节点1 = min{3,9},结点2 = min{4,7},结点4 = 1

• 如果E0不存在，则图的最小树形图也不存在；
• 如果E0存在且不具有环，则E0就是最小树形图；
• 如果E0存在但是存在有向环，则把这个环收缩成一个点u，形成新的图G1，然后对G1继续求其的最小树形图，直到求到图Gi，如果Gi不具有最小树形图，那么此图不存在最小树形图，如果Gi存在最小树形图，那么逐层展开，就得到了原图的最小树形图。

对于上面那张图，整个过程直观地看就是这样：



下面是一个更科学的流程图：

附上代码：

#include<iostream>
#include<stdio.h>
#include<string.h>
using namespace std;
#define INF 0x7f7f7f7f
const int maxn = 105;
const int maxm = 100050;

int n, m;
int in[maxn];  //保存每个点的最小入权值
int pre[maxn];  //保存最小权值的父节点
int vis[maxn], id[maxn]; //vis是访问标识，id是重新分配的节点号
struct E{
   
    int from,to,dis;
}edge[maxm];

int dist_mst(int n,int m,int root){
     //节点数、边数、根节点
    int ans = 0;
    while(1){
   
        for(int i = 0; i < n;++i)in[i] = INF;
        for(int i = 0; i < m;++i){
   
          int u = edge[i].from;
          int v = edge[i].to;
          //非根节点选出最小边，并记录父节点
          if(in[v] > edge[i].dis && u != v){
   
            in[v] = edge[i].dis;
            pre[v] = u;
            }
          }
          //若除了根节点外还有入度为0的结点，即孤立点，则没有最小生成树
          for(int i = 0; i < n;++i){
   
            if(i == root)