图论基础——最小生成树

树、图与生成树的定义

树：

需要保证到达每个点只有通过唯一的路径，即每两个点间只有唯一的边，且不会存在交叉的边；

图：

没有限制，点与点之间可以有很多边存在，路径也可以交叉；

生成树：

是在图的基础上，保证每个点相连，抽象出来的新的图；由于选择路径不同，一个图可以有多种生成树；
生成树必须保证图为无向图；
生成树特点：

1. 节点数量和图的结点数量一致；
2. n个结点，生成树有n-1条边；

最小生成树：

所有生成树中所有边的权值最小的生成树为该图的最小生成树；

计算最小生成树的算法

以洛谷3366题 最小生成树模板题为例：

①Kruskal算法：

对边按权值从小到大进行排序，按照次序进行遍历，假如该边两点不在生成树中就添加进行，假如已经存在就不添加；
所以Kruskal算法本质上是对边进行遍历；
代码实现：
预处理部分，边需要存储起点，终点和权值，由于需要对边的权值进行排序，所以需要重写操作符<;
由于需要判断新加入的边是否已经被连通了，所以需要用到简易的并查集，假如遍历到的边的起点和终点没有被连通，才把这条边加进来；

首先需要初始化并查集，以及接收边的信息，接收之后对边按照边的权值进行排序，排序后对边进行遍历，正如上面所说，只有遍历到一条边的起点和终点没有被加入过时，才会把这条边加进来；当边的总数达到n-1时，遍历就结束了；

②Prim算法：

Kruskal算法本质上是对边的遍历，而prim算法是对点的遍历。而整个过程与dijkstra算法非常相近，需要用一个优先队列来维护每个结点，并且每次都取当前优先队列中权值最小的那条边来进行；
代码实现：
预处理边，采用链式前向星进行保存边的信息，同样需要一个结点结构，由于需要用优先队列来按照边的权值维护，所以需要重写操作符；

加完边后，首先将起点进入优先队列，并将边的权值记录在终点处，这个地方后面仔细分析；然后每次都取优先队列中维护的结点中权值最小的边，将这条边加入进来了，并且将终点当作起点，与起点所有相连的边加入优先队列；当遍历点的个数达到n个时，遍历就结束了；

但是这里面有两个优化，首先是mark数组，当这个点已经被遍历过，代表以这个点为起点，所有的点都在队列内部，那这个点就不必再被遍历一次；
第二个地方是依然采取num数组记录以i点为终点最小权值大小，假如不去记录和判断也是没有问题的，但是可以减少遍历次数；