求解最小生成树的算法 kruskal算法（附模板）

今天来写一下最小生成树的两种的算法，毕竟能把东西完整的表述出来才是真正的理解了。

prim算法的链接http://blog.csdn.net/winoros/article/details/21284783

kruskal算法思路为贪心

算法思路

1)将边按边权升序排序。

2)然后从最小的边开始选取加入图中，如果加入这条边后出现了环（也就是这条边的两个端点都已经有边与之相连了），那么这时就破坏了生成树的性质， 所以就不选择这条边。

3)这种选择一直进行到图中出现了一个生成树为止。

算法正确性的证明：

1)假设一颗最小生成树U，我们通过kruskal得到的树为V，两颗树中不同的边为u1, u2, u3, ……v1, v2, v3……（它们均按边权从小到大排序），两棵树中相同的边在边集T中。

2)我们把v1放入V中，明显，放入时都会在U中出现一个环，而且这个环中肯定会有u1, u2, u3, ……中的边，我们把其中最大的ui删去，得到一棵新的生成树P。

3)这时，我们把P和V做对比，明显，加入的v1取代了U中的某条边，如果v1小于删去的ui，那么P<U，这与U是最小生成树相矛盾。而如果v1大于删去的ui，那么ui应该是在v1之前考虑的，而v1又是在v2, v3,……之前考虑的，从而我们考虑有kruskal生成的树V，根据V的生成思路，V中之所以没有ui，是因为ui和T中的某些边构成了环。但是，ui和T又同时都在U中，从而也就是说U中出现了环，这与U的初始假设矛盾。所以ui和v1的权重是相同的。因此，新树P和假设的U的权重的是相同的。

4)现在对P和V重复1)~3)知道两者没有不同的边为止。由于P的权重一直都和所假设的最小生成树U的权重相等。所以，V和U的权重也是相等的。

综上，我们证明了树V确实是一颗最下生成树。

算法的具体实现中，判断加入一条边后是否会出现环可以使用并查集优化。

时间复杂度O(Elog2E)，E为图的边数目，主要时间浪费在对边的排序上。所以相对prim算法，它更适合求稀疏图

 下面贴出代码

//Kruskal 算法
//made by winoros


struct edge {
    int from, int to, int cost;
    friend bool operator < (edge a, edge b) {
        return a.cost < b.cost
    }
}e[];

//并查集内容
void ufs_init(int n) {
    for(int i = 0; i < n; i++) p[i] = i;
}

ind find(int i) {
    return f[i] == I ? i : f[i] = find(f[i]);
}

int merge(int i, int j) {
    f[find(i)] = find(j);
}

int p[];//并查集中点的父亲节点

//并查集结束


int kru(int n, int all) { //n 代表边数， all代表点的个数
    int sum = 0, cnt = 0;
    sort(e, e + n);
    ufs_init(n);
    for(int i = 0; i < n; i++) {
        if(find(e[i].from) != find(e[i].to))
            sum += e[i].cost, merge(e[i].from, e[i].to);
            if(++cnt == all - 1) break;
    }
    
    return cnt == all - 1 ? sum : -1;//这里返回的是最小生成树的总边权
}