克鲁斯卡尔算法的java实现

克鲁斯卡尔算法的核心思想是：在带权连通图中，不断地在边集合中找到最小的边，如果该边满足得到最小生成树的条件，就将其构造，直到最后得到一颗最小生成树。

       克鲁斯卡尔算法的执行步骤：
       第一步：在带权连通图中，将边的权值排序；
       第二步：判断是否需要选择这条边（此时图中的边已按权值从小到大排好序）。判断的依据是边的两个顶点是否已连通，如果连通则继续下一条；如果不连通，那么就选择使其连通。
       第三步：循环第二步，直到图中所有的顶点都在同一个连通分量中，即得到最小生成树。

下面我用图示法来演示克鲁斯卡尔算法的工作流程，如下图：

首先，将图中所有的边排序（从小到大），我们将以此结果来选择。排序后各边按权值从小到大依次是：

HG < (CI=GF) < (AB=CF) < GI < (CD=HI) < (AH=BC) < DE < BH < DF

接下来，我们先选择HG边，将这两个点加入到已找到点的集合。这样图就变成了，如图

继续，这次选择边CI（当有两条边权值相等时，可随意选一条），此时需做判断。

判断法则：当将边CI加入到已找到边的集合中时，是否会形成回路？
      1.如果没有形成回路，那么直接将其连通。此时，对于边的集合又要做一次判断：这两个点是否在已找到点的集合中出现过？
          ①.如果两个点都没有出现过，那么将这两个点都加入已找到点的集合中；
          ②.如果其中一个点在集合中出现过，那么将另一个没有出现过的点加入到集合中；
          ③.如果这两个点都出现过，则不用加入到集合中。
      2.如果形成回路，不符合要求，直接进行下一次操作。

根据判断法则，不会形成回路，将点C和点I连通，并将点C和点I加入到集合中。如图：

继续，这次选择边GF，根据判断法则，不会形成回路，将点G和点F连通，并将点F加入到集合中。如图：

继续，这次选择边AB，根据判断法则，不会形成回路，将其连通，并将点A和点B加入到集合中。如图：

继续，这次选择边CF，根据判断法则，不会形成回路，将其连通，此时这两个点已经在集合中了，所以不用加入。如图：

继续，这次选择边GI，根据判断法则，会形成回路，如下图，直接进行下一次操作。

继续，这次选择边CD，根据判断法则，不会形成回路，将其连通，并将点D加入到集合中。如图：

继续，这次选择边HI，根据判断法则，会形成回路，直接进行下一次操作。
继续，这次选择边AH，根据判断法则，不会形成回路，将其连通，此时这两个点已经在集合中了，所以不用加入。
继续，这次选择边BC，根据判断法则，会形成回路，直接进行下一次操作。
继续，这次选择边DE，根据判断法则，不会形成回路，将其连通，并将点E加入到集合中。如图：

继续，这次选择边BH，根据法则，会形成回路，进行下一次操作。
最后选择边DF，根据法则，会形成回路，不将其连通，也不用加入到集合中。

好了，所有的边都遍历完成了，所有的顶点都在同一个连通分量中，我们得到了这颗最小生成树。

当数组数据为[1,5,8,7,7,8,0,0,6]时
     表示[节点0连着1,1连着5,5连着8,8连着6,2连着8]以及[3连着7,4连着7]
     若在加入<5,6时>，通过数组找到相同的顶点的话就说明构成了一个环

package suanfa;

import java.util.Arrays;



public class Main {
	
	static class Graph {
		Edge[] edges;
		int[][] arr;
	}
	static class Edge implements Comparable<Edge> {
		int begin;
		int end;
		int weight;
		@Override
		public int compareTo(Edge o) {
			return this.weight - o.weight;
		}

	}

	public static void kruskal(Graph graph) {
		//从小到大按权值排好序的edges
		Edge[] edges = graph.edges;
		int[][] arr = graph.arr;
		int[] parent = new int[7];
		//顶点的编号为0-6
		for(int i =0;i<7;i++){
			parent[i] = 0;
		}
		for(int i=0;i<edges.length;i++){
			Edge edge = edges[i];
			int rootOfBegin = findParentRoot(edge.begin, parent);
			int rootOfend = findParentRoot(edge.end, parent);
			if(rootOfBegin!=rootOfend){
				System.out.println(String.format("(%d,%d)->%d", rootOfBegin,rootOfend,edge.weight));
				parent[rootOfBegin] = rootOfend;
			}
		}
	}
	//parent数组用于构造MST判断是否存在环路
	/*判断的思想:
		1.初始化的时候，数组为[0,0,...,0]
		2.第一次循环进来的时候比如(begin=0,end=1,weight=5),由于数组全为0,故返回0和1,
		      若begin和end的返回值不相等则设置parent[begin]=end,即设置了0的双亲节点是1,即把0节点和1节点加入MST
		      当数组数据为[1,5,8,7,7,8,0,0,6]时
		      表示[节点0连着1,1连着5,5连着8,8连着6,2连着8]以及[3连着7,4连着7]
		      若在加入<5,6时>，通过数组找到相同的顶点的话就说明构成了一个环
		3.begin和end的返回值相等，则表示构成了环
	*/
	private static int findParentRoot(int target,int[] parent){
		while(parent[target] > 0){
			target = parent[target];
		}
		return target;
	}
	
	public static void main(String[] args) {
		//初始化
		Graph graph = new Graph();
		int[][] arr = new int[7][7];
		for (int i = 0; i < 7; i++) {
			for (int j = 0; j < 7; j++) {
				if (i == j)
					arr[i][j] = 0;
				else {
					arr[j][i] = Integer.MAX_VALUE;
				}
			}
		}
		arr[0][1] = 7;
		arr[0][3] = 5;
		arr[1][2] = 8;
		arr[1][3] = 9;
		arr[1][4] = 7;
		arr[2][4] = 5;
		arr[3][4] = 15;
		arr[3][5] = 6;
		arr[4][5] = 8;
		arr[4][6] = 9;
		arr[5][6] = 11;
		for (int i = 0; i < 7; i++) {
			for (int j = i; j < 7; j++) {
				arr[j][i] = arr[i][j];
			}
		}
		graph.arr = arr;
		int k = 0;
		Edge[] edges = new Edge[11];
		for(int i=0;i<edges.length;i++){
			Edge edge = new Edge();
			edges[i] = edge;
		}
		for (int i = 0; i < 6; i++) {
			for (int j = i + 1; j < 7; j++) {
				if (arr[i][j] < Integer.MAX_VALUE) {
					edges[k].begin = i; // 编号较小的结点为首
					edges[k].end = j; // 编号较大的结点为尾
					edges[k].weight = arr[i][j];
					k++;
				}
			}
		}
		graph.edges = edges;
		Arrays.sort(edges);
		//初始化结束
		kruskal(graph);
	}
}