算法导论随笔(十)：最小生成树(MST)与Kruskal算法、Prim算法

这篇文章中我来写写图的最小生成树，以及计算一个图的最小生成树的算法，即Kruskal算法和Prim算法。两个算法均使用了贪婪策略。

1. 最小生成树

先来谈谈 最小生成树(Minimum Spanning Tree，MST) 的概念。这个概念分为三个部分：最小，生成，和树。因此，这里分别对这三个概念作出解释。首先，树的定义在算法导论随笔(四)：树形结构与二叉树已经有完整介绍。这里，介绍生成树(Spanning tree)的概念。
首先，当我们以 “生成” 作为前缀来修饰一个图或一棵树时，表示的是该树和该图是依赖一个图产生的。对于一个图G来说，它的 “生成”子图P或“生成”树T 指的是，该子图P或树T 必须包含G中的所有顶点 ，而不必包含G中所有的边。

因此，对于生成子图和生成树，可以进行如下定义：
若一个图G的子图P包含了所有G中的顶点，则P是G的生成子图。
若G的生成子图P本身是一棵树，则P是G的生成树。

例如对于上面的图G，有下面三个生成树。

如果树T是图G的生成树，而且T中包含的边的权重之和小于等于图G的任意其他生成树，则称树T为图G的最小生成树。

例如下图中，所有顶点和所有边（包括红色边和蓝色虚线边）构成了一个图。而图中所有顶点和所有红色边构成了一棵树，这棵树就是这个图的最小生成树。
可以看出，最小生成树的实质就是用图中权重最小的边连接所有的顶点，并且保证图的连通性。当然，由于是树，因此也一定不能有循环路径(cycle)存在。

最小生成树的应用范围非常广泛，比如通讯网络、交通网络等等。

2. 最小生成树的计算：Kruskal算法

Kruskal算法使用了贪心策略来计算最小生成树。先来看算法的伪代码。

算法的输入是一个连通图G，该图有n个顶点和m条边。
算法输出一个图G的最小生成树。

这个算法先为G中的每一个顶点v创建一个集群，用通俗的方式就是，为每一个顶点创造一个 “群聊”，该群聊初始时只有一个顶点。

接下来用一个优先级队列Q存储图G中的所有边，排序方式是