Prim算法（最小生成树）

参考链接：https://www.cnblogs.com/nannanITeye/p/3446424.html

prim算法实现图的最小生成树，假设n个顶点，m条边。

适合稠密图，其时间复杂度为O(n^2)，与边的数目无关，而kruskal算法的时间复杂为O(eloge)，和边数有关，适合稀疏图。

算法思路：从某个顶点开始，假设v0，此时v0属于最小生成树节点中的一个元素，假设U为已经确定为生成树中的点的集合，剩下的V-U为待判定点的集合，此时，选取V-U中，到U中的点路径最小的点，这条路径为生成树新的边，并且，将选取得点加入U，直到U包含图中所有得点为止。

算法在选取最小路径的时候需要优化，具体思路：w[]数组保存各个顶点的最短路径，b[]数组保存到i顶点最短路径的顶点，比如，到0号顶点最短的路径是<v0,v3>，那么w[0]=E<v0,v3>，b[0]=3；这样每次找最小路径就不是o(n*n)的代价了。

代码编写过程和Dijkstra十分类似，只不过dis数组的含义有所变化。（Dijkstra中为源点到其他点的最短距离，Prim为当前生成树点集合中的点到其他点的最短距离）

#include <iostream>
using namespace std;
const int inf = 0x3f3f3f3f;
int edge[5][5] =
{
	{ -1,-1,-1,-1,-1 },
	{ -1, 0, 2, 6, 4 },
	{ -1, inf, 0,3, inf },
	{ -1, 7, inf, 0, 1 },
	{ -1, 5, inf, 12, 0 }
};

int main() {
	const int n = 4;//点的数量
	int dis[n + 1];//当前生成树点集合到剩余点的最短距离
	int book[n + 1];//各点到源点是否为最小值
	int b[n + 1];//生成树边集合（边为 <i, b[i]> )
					//初始化，设源点为n1
	for (int i = 1; i <= n; ++i)
		dis[i] = edge[1][i];

	//book数组初始化
	memset(book, 0, sizeof(book));
	//初始化，每个点都指向1；
	for (int i = 1; i <= n; ++i)
		b[i] = 1;

	book[1] = 1;

	int min;//当前，未确定最短路径的点，到源点的最小距离大小
			//Prim算法核心语句
	for (int i = 1; i <= n - 1; ++i) {
		//找到离1号顶点最近的顶点
		min = inf;
		int u;
		for (int j = 1; j <= n; ++j) {
			if (book[j] == 0 && dis[j] < min) {
				min = dis[j];
				u = j;
			}
		}
		//每轮迭代都可以确定一个最短距离，因此只要迭代n-1轮
		book[u] = 1;
		//通过已经确定的点，对dis数组进行更新
		//（未确定的点通过点u，缩小了到生成树集合中的点的距离）
		for (int v = 1; v <= n; ++v) {
			if (edge[u][v] < inf) {
				if (!book[v] && dis[v] > edge[u][v]) {
					dis[v] = edge[u][v];
					b[v] = u;
				}
			}
		}
	}
	//输出结果
	for (int i = 1; i <= n; ++i)
		cout << b[i] << ", " << i << endl;
	system("pause");
	return 0;
}