最小生成树 邻接表 并查表解决

什么是最小生成树

树其实是一种特殊的图，只不过树不会有环的存在。
当面对一幅无向有权图，假如现在要从图中找出一幅子图，该子图以最小的总权值连通所有节点。该如何是好？

我们要得到的是这样的：

如何做到呢？

Kruskal算法

图的表示方法：邻接表

江湖人称：加边大法。

1：
我们先将所以的边 按权值大小，从小到大排序。

2：
我们将图中所有节点都视作一棵棵树，每个树有一个根节点就是他本身
上图有6棵树。

遍历我们排好的边，从上到下。如果发现两节点都位于不同的树就将他们合并成一颗树。直到边数为 N - 1（N为结点的个数）结束。

3：
代码实现发现两节点都位于不同的树就将他们合并成一颗树这句话。

这里我们可以使用并查集的思想。
每一棵树我们选择该树中的根结点代表该树（可以将树理解为一个黑社会，根结点是该黑社会老大，根结点代表此树，黑社会老大代表黑社会）

我们首先声明一个列表，该列表的索引是结点，而索引对应的值是 结点 隶属的黑社会（即那棵树的根结点的值，黑社会老大）。

以上图为例（因为一开始大家都互不相干，自己就是自己的老大）：
索引 ： 0, 1, 2, 3, 4, 5
值 ：[0, 1, 2, 3, 4, 5]

在此我们先弄懂，如何根据上述数组找到一个结点的黑社会老大？

“”“
		参数：tar 	图中的一个结点的值
			 nums	记录老大数组
		返回：该结点对应的集合，并返回该集合代表的结点
”“”
        def find(tar, nums):
            while tar != nums[tar]:
                tar = nums[tar]
            return tar

假如我们的数组是这样的：
索引 ： 0, 1, 2, 3, 4, 5
值 ：[0, 1, 1, 2, 4, 5]

老大的标准是：索引的值和索引对应的值相同，即为老大，这里的老大有0，1，4，5

现在要找结点3的老大：
首先，访问记录老大数组索引3，对应的值为2，检查一下自己是不是老大，不是。结点3的上级是结点2。（结点2有可能是老大，但也可能只是比结点3高一级，不是老大。出现这种情况的原因：3之前认2为自己老大，之后2又认结点1为老大，那么3的老大已经不是2了，是结点1。）

接着，访问索引2对应的值为1，说明结点2不是老大，然后访问结点1

最后，结点1是老大，然后返回结点1。结点3的老大就是结点1

接着是合并函数的实现：
这里讲述的合并函数是最简单的，可以使用路径压缩算法，进一步优化。

# 假设 结点tar_2 要合并 到结点tar_1中：
def join(tar_1, tar_2, nums):
		nums[tar_2] = tar_1 

是的，直接修改记录老大数组，将 索引结点 tar_2 的值修改为 tar_1 即可。记录tar_2的老大是 tar_1。

有了上两个数组的支持，实现就十分简单了：
遍历排序好的边数组。如果发现边的两个结点，调用 find函数 找到他们的老大，如果发现老大不是同一个人（不隶属于同一个黑社会），记录该边，然后将这两个结点使用join函数合并（右结点的老大变为左结点的老大，（这里仅仅是方便，理论上应该是 人少的黑社会 加入 人多的黑社会））。
直到记录边的数组 >= N - 1 时，就返回边的数组，该树就整