最小生成树之Kruskal算法

最小生成树之Kruskal算法，其核心原理也是切分定理
切分定理：
切分
把图中的节点分为两部分，称为一个切分（Cut）；
横切边
如果一个边的两个端点，属于切分（Cut）不同的两边，这个边称为横切边（Crossing Edge）;
切分定理
给定任意切分，横切边中权值最小的边必然属于最小生成树；

Kruskal算法属于切分定理的逆向应用。

首先将所有的边按从小到大进行排序。
选出最短的边。

此时最短的边为{0，1}这条边，此时把{0}和{2}看成一个切分，{0，1}这条是横切边且最短，所以将这条加入到最小生成树边中。此时图变为

然后再找出次短边，因为对边进行排过序，现在只需要O(1)的时间，

此时找到边是{3，4}，此时的切分为{3}，{4}，这条边是横切边中最短的（虽然只有一条），那么一定是最小生成树中的边，将其加入最小生成树中，此时的图为

按此算法找到下一条边是{4，5}，此时的切分为{3，4}和{5}，{4，5}这条边仍为最小横切边，将其加入到最小生成树中。此时图跟新为

在找下一条边是{2，3}，那么此时的切分为{0，2}和{3，4，5}，发现这个切分出现了两条横切边{2，3}和{2，4}，虽然他们长度相等，那么我们任意选择一条{2，3}作为最短横切边。此时将{2，3}加入到最小生成树中去。那么此时的图可以更新为

可以看到在最小生成树的内部，还有一条边{2，4}，这条边在树的内部构成了环，这就不符合树的要求了。我们现在可以暂时不管他，因为我们对所有的边进行了排序，一定会对所有的边进行遍历，到时候遍历到它的时候在进行处理。
继续遍历下一条边，恰巧是刚刚那条有问题的边{2，4}，这条边造成的问题是使得这个图内构成了环。所以这条边需要被舍弃，那么引伸出一个问题，那就是环检测，在学习BFS或者DFS时，我们知道遍历一个图可以检测这个图内是否有环，很明显如果使用BFS或者DFS时间复杂度太高，所以我们使用并查集这个高级数据结构，可以快速判断一图中是否有环。所以我们在每操作一条边的时候都要判断这条边都否构成了环，按照这个算法直到所有顶点都被加入到最小生成树了。

下面是代码实现Kruskal算法。