图论最小生成树-Kruskal算法

Kruskal是用于求出加权无向图的最小生成树的算法。核心思想：按照权值从小到大选边且不会形成环状，直到选完n-1条边（n为结点数）

最小生成树：对于无向加权图来讲，就是包含图中所有顶点的连通子图且边权之和为最小（无环状，边数为n-1）

举个例子：在几个村庄间修路，这条路可以达到每一个村庄且花费最少（权值之和最小）

给出一个连通图

 首先我们将他们按照权值排序：

（0，5）权值：10        （2，3）权值：12        （1，6）权值：14        （1，2）权值：16

（3，6）权值：18        （3，4）权值：22        （4，6）权值：24        （4，5）权值：25

从小到大选边且不为环状

（0，5）没有成环，作为第一条边，此时

（2，3）没有成环，作为第二条边，此时

（1，6）没有成环，作为第三条边

（1，2）没有成环，作为第四条边

（3，6）发现已选边已经成环状，所以不选

（0，1）没有成环，作为第五条边

（3，4）没有成环，选择作为第六条边

已经选完n-1条边，且不成环状，选边结束

结果如下

 代码如下：

#include<cstdio>
#include<iostream>
#include<algorithm>
using namespace std;
const int MAX_SIZE=100;
struct Edge {
	int u;  //起始点
	int v;  //终止点
	int w;  //权值
};
Edge e[MAX_SIZE];   //存放图的边集的结构体数组
void addedge(int n, int u, int v, int w) {   //用于添加边集
	e[n].u = u;
	e[n].v = v;
	e[n].w = w;
}
int parent[10]; //并查集数组，存储每个节点的父节点，用于判断连通性
bool compare(Edge a, Edge b) {    //用于sort函数按照权值排序
	return a.w < b.w;
}
int find(int x) {                 //用于查找x的根节点
	if (parent[x] == x) { return x; }  //结束条件：直到索引==根节点的值
	else {
		find(parent[x]);           //传入x的父节点到find
	}
}
void uniontree(int a, int b) {     //用于将a，b放入同一个并查集中
	a = find(a);
	b = find(b);
	if (a != b) {
		parent[b] = a;
	}
}

void kruskal(int n) {
	for (int i = 0;i < n;i++) {    //初始化并查集，他们的根节点为本身
		parent[i] = i;
	}
	int count = 1;                //已选边数
	int i = 0;
	while (count < n) {           //一共要找n-1条边
		int u = e[i].u;
		int v = e[i].v;
		int w = e[i].w;
		if (find(u) != find(v)) {   //判断两个结点是否属于同一个树
			uniontree(u, v);        //合并两个树
			count++;                //找到的边数+1
			printf("(%d,%d),权值：%d\n", u, v, w);
		}
		i++;
	}
}
int main() {
	addedge(0, 0, 1, 20);
	addedge(1, 0, 5, 10);
	addedge(2, 1, 2, 16);
	addedge(3, 1, 6, 14);
	addedge(4, 2, 3, 12);
	addedge(5, 3, 4, 22);
	addedge(6, 3, 6, 18);
	addedge(7, 4, 5, 25);
	addedge(8, 4, 6, 24);
	sort(e, e + 9, compare);   //按照权值进行升序排序；
	kruskal(7);  //一共7个结点
}

总结：Kruskal核心就是将所有边按照权值升序排序，从小到大选择边且不成环状，直到选完n-1条边为止。

此篇文章用于给总结巩固知识点，如果帮助到大家也是非常荣幸，如果文章有错误，感谢批评和指出