贪婪算法在图中的应用(Prim算法，Kruskal算法，Dijkstra算法)实现

在传统贪婪算法中，采用逐步构造最优解的方法。在每个阶段，都做出一个看上去最优的决策（是局部最优解）。做出贪婪决策的依据称为贪婪准则（ greedy criterion）。

 

贪心思想的本质是每次都形成局部最优解，就是每次都处理出一个最好的方案。即，贪婪法建议通过一系列步骤来构造问题的解，每一步对目前构造的部分解做一个扩展，直到获得问题的完全解为止

 

贪婪算法的核心为， 所做的每一步选择都必须满足

1. 可行的：即它必须满足问题的约束。
2. 局部最优：它是当前步骤中所有可行选择中最佳的局部选择。
3. 不可取消：即选择一旦做出，在算法的后面步骤中就无法改变了。

Kruskal算法(稀疏图)：

假设一个连通图G=(V,E)，通过每次向T添加边来构建最小成本生成树T。按成本的非递减顺序选择要包含在T中的边(每次选取路径的最小值)。如果边不形成循环，则将其添加到T中。因为G是连通的，并且有n>0个顶点，所以将精确地选择n-1个边。

eg(在不行成回路的情况下，每次选取最小权值)：

原理：

为实现Kruskal算法，需要用到最小堆和并查集及数据结构。最小堆可以实现对边的权值得排序(也可以不用最小堆，只要将其排序即可)&#