图的最小生成树算法：kruskal克鲁斯卡尔算法

题目描述

最小生成树的概念：
最小生成树的意思就是，给你很多边和点的图，请你求出使得所有顶点都能联通起来，同时边的权值之和最小的结果，这个结果就是最小生成树。

思路分析

kruskal算法的思路是，先把所有边排序，然后，每次都找最小的边，将最小边两端的节点纳入最小生成树中。此方法有一个问题，那就是，如果当前最短的边两端的端点已经在最小生成树中了，也就是说，这两个端点其实已经联通了，那么，如果再加入当前边，肯定最小生成树中会出现环，因此，要排除这种情况。如何解决？
分析问题，两个端点已经联通，也就意味着，两个端点其实已经在同一个集合中了。同时，此问题的特殊之处还在于，如果两个端点没有联通，然后他们各自有一个集合，如果他们联通了，那么，他们之间的集合也会联通了。 观察这些特征，两个点是否在同一个集合？两个集合联通？这是经典的并查集问题嘛，此题用并查集解决。并查集的具体细节，可以参考我的另一篇博客：并查集实现及理解
然后此题的具体思路：
用优先级队列，也就是小根堆，来对边排序，排序算法用比较器实现。
然后依次弹出堆顶最小边，然后判断是否在同一个并查集中，如果是，说明会出现环，这个边不行，再换个边，如果不在，就把这个边加入到结果中，然后合并这两个并查集。以此类推，直到堆弹空。

代码

    public static Set<Edges> kruskalMST(Graph graph){
        HashSet<Edges> result=new HashSet<>();
        PriorityQueue<Edges> priorityQueue=new PriorityQueue<>(new EdgeComparator());
        UnionFindSet unionFindSet=new UnionFindSet((List<Node>) graph.nodes.values());
        for (Edges edges : graph.edges){
            priorityQueue.add(edges);
        }
        while (!priorityQueue.isEmpty()){
            Edges e=priorityQueue.poll();
            if(!unionFindSet.isSame(e.from,e.to)){
                result.add(e);
                unionFindSet.union(e.from,e.to);
            }
        }
        return result;
    }