最小生成树（MST）Kruskal算法 + hdu三道例题

#最小生成树 （MST）

标签（空格分隔）： 算法思想

---

在无向图中，连通且不含 圈 的图称为树。 给定无向图G = （V,E），连接G中所有点，且边集是E的子集的树称
为G的生成树，而权值最小的生成树称为最小生成树（MST）
常见算法： Kruskal 算法 和 Prim 算法。

圈指的是任选一个顶点为起点，沿着不重复的边，经过不重复的顶点为途径，之后又回到起点的闭合途径称为圈。(可以类似理解成欧拉回路，那就要求奇数度的点为0）

Kruskal 算法

Kruskal 算法第一步是给所有边按照从小到大的顺序进行排列（可以用algorithm 自带的sort)。
接下来从小到大考察每条边(u,v)。

情况1： u和v在同一个连通分量**（连通分量的概念）**，那么加入(u,v)之后会形成环，因此不能选择。
情况2： 如果u和v在不同的连通分量(也可以想成是树)，那么加入(v,v)之后一定是最优的。

伪代码:
    把所有边排序，记第i小的边为e[i] (i<=i<m)
    初始化MST为空
    初始化连通分量，让每一个点自成一个独立的连通分量
    for( int i = 0; i < m; i++){
   
        if(e[i].u和e[i].v不在同一个连通分量）{
   
            把边e[i]加入MST
            合并e[i].u和e[i].v所在的连通分量
        }
    }

/*
最小生成树(MST) Krustal算法
伪代码:
    把所有边排序，记第i小的边为e[i] (i<=i<m)
    初始化MST为空
    初始化连通分量，让每一个点自成一个独立的连通分量
    for( int i = 0; i < m; i++){
        if(e[i].u和e[i].v不在同一个连通分量）{
            把边e[i]加入MST
            合并e[i].u和e[i].v所在的连通分量
        }
    }

用并查集来判断是否在一个连通分量上
*/
int pre[MAX]; // 并查集
int FindRoot(int x)
{
   
    /*
    迭代写法
    */
    int ans = x;
    while( pre[ans]!=ans ){
   
        ans = pre[ans];
    }
    pre[x] = ans; //路径压缩
    return ans; //返回根节点
    /*
    递归写法
    return p[x] == x? x : FindRoot(p[x]); //这个没有压缩路径吧？
    */
}
void InitTree(int totalnode)
{
   
    for(int i=0;i<=totalnode;i++){
   
        pre[i] = i;
    }
}
struct Edge
{
   
    int x; //节点x
    int y; //节点y
    int cost; //权重（花费，距离等）
    bool operator < (const Edge & e){
   
        return cost < e.cost;
    }
}edge[MAX];
int Kruskal(int cnt,int totalnode) //cnt 代表总边数
{
   
    //采用结构体的方法实现
    int totalcost = 0;
    int totaledge = 0;
    sort(edge,edge+cnt); //根据权重从小到大排序
    for(int i=0;i<cnt;i++){
   
        int fx = FindRoot(edge[i].x);
        int fy = FindRoot(edge[i].y);
        if(fx!=fy){
    //两个节点不在同一个连通分量上
            pre[fy] = fx;