无向图最小生成树 java,无向图的最小生成树---克鲁斯卡尔算法

"""

克鲁斯卡尔算法：

一种按权值递增顺序选择合适的边来构造最小生成树的算法

关键点：

如何判断选取的边是否与生成树已保留的边形成了回路，可以通过判断边的两个顶点所在的连通分量的方法来解决

设置一个辅助数组vset[0..n−1], 它用于判定两个顶点之间是否连通。数组元素vset[i](初值为i)代表序号为i的顶点所属的连通顶点集的编号

(当选中不连通的两个顶点间的一条边时，它们分属的两个顶点集合按其中的一个编号)。当两个顶点的集合编号不同时，

加入这两个顶点构成的边到最小生成树时一定不会形成回路。

1.将自己指向自身

2.每个集合中的所有节点都指向同一个节点

3.如果两个节点有共同的父节点，那么说明这两个节点所在的边将构成闭环

"""

class DisJointset(dict):

def __init__(self, _):

pass

def add(self, item):

"""

指向本身

"""

self[item] = item

def find(self, item):

"""

查找远古父节点

"""

# 如果不是远古父节点，即自己指向自己，那么一直往上寻找

# 在向上寻找的同时，将寻找过的父节点都指向远古父节点，可以将时间复杂度从O(n)降低为O(1)

if self[item] != item:

self[item] = self.find(self[item])

# 返回父节点

return self[item]

def unionset(self, item1, item2):

"""

合并两个集合，将一个集合的远古父节点与另一个合并，就相当于合并两个集合了

:param item1: 节点

:param item2: 节点

"""

self[item2] = self[item1]

def kruskal(nodes, edges):

# 创建对象，传入的nodes没有意义，仅仅是继承dict需要而已

forest = DisJointset(nodes)

# 加入最小生成树中的边的集合

MST = []

# 将各个节点都指向本身

for item in nodes:

forest.add(item)

# 排序

edges = sorted(edges, key=lambda x: x[2])

# 边的条数是节点的个数-1时，所有的节点就都加入了树中

num_sides = len(nodes) - 1

# 遍历每一条边

for e in edges:

# 取出两个节点，权值可以不用管

node1, node2, _ = e

# 分别找到两个节点的远古父节点

parent1 = forest.find(node1)

parent2 = forest.find(node2)

# 如果两个父节点不相同，表示node1和node2不在一个集合中

if parent1 != parent2:

# 添加数据

MST.append(e)

# 数量-1

num_sides -= 1

if num_sides == 0:

return MST

else:

# 如果父节点不相同，就合并集合

forest.unionset(parent1, parent2)

if __name__ == '__main__':

# 节点信息

nodes = set(list('ABCDEFGHI'))

# 边信息

edges = [

("A", "B", 4), ("A", "H", 8),

("B", "C", 8), ("B", "H", 11),

("C", "D", 7), ("C", "F", 4),

("C", "I", 2), ("D", "E", 9),

("D", "F", 14), ("E", "F", 10),

("F", "G", 2), ("G", "H", 1),

("G", "I", 6), ("H", "I", 7)

]

print(edges)

print(kruskal(nodes, edges))