图解：如何实现最小生成树（Prim算法与Kruskal算法）

这是图算法的第四篇文章 图解：如何实现最小生成树

文章目录：

• 1.概念和性质
• 2.思路探索
• 3.Kruskal算法
• 4.Prim算法
• 5.代码实现

1.概念和性质

今天咱们考虑的模型是加权无向图，问题是如何获取它的一幅最小生成树！首先，咱们给出最小生成树的定义：

图的生成树是它的一棵含有其全部顶点的无环连通子图。一幅加权图的最小生成树（MST）是它的一棵权值（树中全部边的权值之和）最小的生成树。

如图所示：

首先，咱们给出一些约定来简化问题（这并不会影响咱们理解问题）

• 只考虑连通图（若是不连通的话是不存在最小生成树的）
• 边的权重多是0或者负数
• 全部边的权重各不相同（咱们给出这个假设以后对于一幅图来讲只存在惟一的最小生成树，这样方便咱们理解，可是若是把这个限制条件去掉，咱们以前获得的算法依然有效😎）

简而言之，咱们的讨论对象是一幅权重各不相同的加权无向图，任务是求最小生成树的每条边。接下来，咱们一块儿思考如何实现这个算法！

2.思路探索

---

1）咱们的任务是求得最小生成树的每条边，也就是我只要肯定了这些边，天然而然也就惟一肯定了最小生成树；那么，一棵最小生成树有多少条边呢？咱们先来回顾一下树的两个性质：

• 用一条边链接树中的任意两个顶点都会产生一个新的环
• 从树中删去一条边将会获得两棵独立的树

由于一共有V个顶点，生成树的边刚好链接全部顶点（很少很多），因此生成树一定有V-1条边。好了，恭喜你！🙃到这里咱们已经前进了一小步！

2）接下来，我说一句话你看是否是对的：

只要找到属于最小生成树的V-1条边（不管什么手段），也就解决了这个问题

你确定会说，这不是显然的吗？对！但这个是咱们向前走的基本思想。记牢了🤓

3）接下来，咱们就要寻找一种条件，只要一条边知足这个条件，那么咱们就可以断言这条边确定在最小生成树中。一旦存在，咱们就能够经过创造这种条件找到属于最小生成树的边，将它标记；反复创造上述条件，就能够反复地标记边；直到咱们标记了V-1条边！ 你是否是惊奇地发现：咱们已经成功地解决了这个问题！

4）咱们的任务变成了如何寻找与制造这种条件。站在巨人的肩膀上，咱们只须要理解就好了😂。这个条件，咱们称之为切分定理。

6）咱们随意将一幅加权图分为两个非空的集合，横跨两个集合的一条边被称为横切边。而横切边中最短的那个一定属于最小生成树！ 如图所示：

全部的灰色顶点是一个集合，全部的白色顶点是另一个集合，横跨两个集合的全部的边称为横切边（用红色标出）；其中权重最小的横切边一定属于最小生成树！

这个定理其实很容易想明白，由于这两个集合之间必需要存在且只能存在一条边；若是存在的不是这条最短横切边，那它就不是最小生成树了！请注意一条很重要的性质：这种划分是任意的！
——————咱们随便怎么划分都无所谓！这就为处理问题带来了很强的灵活性！

7）咱们随后介绍一种通用的算法思想：贪心算法（其实咱们在前文已经接触过）。

使用切分定理找到最小生成树的一条边，不断重复直到找到最小生成树的全部边（V-1条便可）

这是一幅贪心算法的执行过程，每次都是将全部顶点分红两个集合（注意：这是任意的！！），而后取最小的横切边加入最小生成树。如此反复，最终就达到了咱们的目的！

8）接下来再日后，咱们将真正地实现这种算法，而不是只停留在思想上（talk is cheap，show me the code！😍）

• Kruskal算法
• Prim算法地两种形式

3.Kruskal算法

1）咱们接着刚才的思路继续，咱们面临着两个问题：切分与找到最小横切边；对于切分，因为是随意的，因此仍是很容易实现的；另外一个问题：怎样很天然地找到最小的横切边呢？

2）一个比较容易想到的解决方案是：

按照边的权重顺序（从小到大）处理他们；
首先，将最小的边加入最小生成树，而后从小到大依次加入边，（注意：待加入的边不能和已经加入的边构成环）；一直重复上述过程直到树中含有V-1条边为止

3）如今咱们仔细思考一下这个方法。只要待加入的边和已经加入的边没有构成环，就说明这条边是一条横切边，同时，得益于咱们加入的顺序（从小到大），咱们能够肯定这条待加入的边是最小横切边，那么它必定属于最小生成树，将它加入也就没有什么毛病了。来看一下下面的过程：

咱们在实现的时候使用了一条优先队列来将边按照权重排序；用前几篇文章中实现的判断无向图连通性的类判断是否连通；用一条队列来保存最小生成树的全部边；就能够很容易实现Kruskal算法。

4.Prim算法

Prim算法的思想与Kruskal算法乍一看有所不一样，可是最终你会发现，只是在寻找最小权重的横切边这里使用了不一样的 策略罢了。

1）咱们考虑这样一种方案：维护一棵生长中的树

• 初始化：将一个顶点（随意，记为A）添加到最小生成树中
• 找到与最小生成树相连的权重最小的一条边（一个顶点在树中，一个顶点不在），并将这条边和相应的顶点加入到最小生成树中
• 重复上述操做，直到全部顶点都被添加

2）这个过程比Kruskal更加简明——————与最小生成树相连的权重最小的一条边；咱们把已经在树中的点记为集合A，全部没有在树中的顶点记为集合B，显然咱们选择的那条边就是最小横切边！

3）虽然过程比较简明，可是实现的代码却不简单，咱们须要：

• 顶点。使用一个由顶点索引的布尔数组 marked[]，若是顶点 v 在树中，那么 marked[v] 的值为true
• 边。使用一条队列mst来保存最小生成树中的边
• 横切边：使用一条优先队列 MinPQ<Edge> 来根据权重比较全部边

具体的操做过程以下：

4）到这儿，咱们已经实现了Prim算法，它被称为 Prim算法的延时实现 ；可是，还有能够改进的地方，咱们能够经过一些改进————删除一些冗余的信息，从而获得Prim算法的即时实现。

5）可是，在这篇文章中，咱们就不加以介绍了；它的思想和延时实现一致，目标一样是找到与最小生成树相连的权重最小的一条边，只不过实现方法更加灵活罢了！

5.代码实现

此次和往常不一样，我并无在文章中间掺杂算法的具体实现，个人想法是把它真正的思路讲明白（但愿我讲的没有让你失望🤔）；可是，代码仍是要有的，我将它们放在了这里，具体来讲书籍算法4上面都有！！

• 如何实现一个加权边
• 如何实现加权无向图
• Kruskal算法的实现
• Prim算法的实现

如何实现一个加权边

如何实现加权无向图

Kruskal算法的实现

Prim算法的实现（两张图片）

6.后记

码字绘图不易，若是以为本文对你有帮助，还请不要白嫖，关注、点赞、在看都是对小超创做的一种承认！

欢迎你们关注个人公众号：小超说 ，以后我会继续创做算法与数据结构以及计算机基础知识的文章。也能够加我微信chao_hey（备注：职业-城市） ，咱们一块儿交流，一块儿进步！

本文参考：《算法》（第四版），图片来源于此