最小生成树（算法导论第23章）

下面讨论的两种最小生成树算法都是贪心算法。贪心算法的每一步必须在多个可能的选择中选择一种，贪心算法选择在当前看来最好的选择。

通用算法是每个时刻生长最小生成树的一条边（安全边），并在整个策略的实施过程中，管理一个遵守下述循环不变式的边集合A：在每遍循环之前，A是某棵最小生成树的子集。

GENERIC-MST(G,W)
  A=∅
  while A does not form a spanning tree
       find an edge(u,v) that is safe for A
       A=A∪{(u,v)}
  return A

Kruskal算法：

找安全边，在所有连接森林中两颗不同树的边里面，找到权重最小的边（u，v）。

在该算法中，集合A是一个森林，其结点就是给定图的结点，每次加入集合A中的安全边永远是权重最小的连接两个不同分量的边。我们使用一个不相交集合（并查集）数据结构来维护几个互不相交的元素集合。每个集合代表当前森林中的一棵树。操作FIND-SET(u)用来返回包含元素u的集合的代表元素。我们可以通过测试FIND-SET(u)是否等于FIND-SET(v)来判断结点u和结点v是否属于同一棵树。使用UNION过程来对两棵树进行合并。

MST-KRUSKAL(G,w)
  A=∅
  for each vertex v∈G.v
       MAKE-SET(v)
  sort the each of G.E into nondecreasing order by weight w
  for each edge(u,v)∈G.E,taken in nondecreasing order by weight
       if FIND-SET(u)≠FIND-SET(v)
            A=A∪{(u,v)}
            UNION(u,v)
  return A

Prim算法：

该算法中，集合A是一棵树。每次加入到A中的安全边永远是连接A和A之外某个结点的边中权重最小的边。在算法的执行过程中，所有不在树A中的结点都存放在一个基于key属性的最小优先队列Q中。对于每个结点v，属性v.key保存的是连接v和树中节点的所有边中所有边中最小的边的权重。

MST-PRIM(G,w,r)
  for each u∈G.V
      u:key=∞ 
      u:π=NIL
  r:key=0
  Q=G.V
  while Q≠∅
       u=EXTRACT-MIN(Q)
       for each v∈G.Adj[u]
        if v∈Q and w(u,v)<v.key
            v.=u
            v.key=w(u,v)