且包含原图中的所有n个结点，并且有保持图连通的最少的边.docVIP

最小生成树 一个有 n 个结点的连通图的生成树是原图的极小连通子图，且包含原图中的所有 n 个结点，并且有保持图连通的最少的边。 最小生成树可以用kruskal（克鲁斯卡尔）算法或prim（普里姆）算法求出。 两算法都能从连通图找出最小生成树。区别在于Prim算法是挨个找，而Kruskal是先排序再找。 求MST(most small tree)的一般算法可描述为：针对图G，从空树T开始，往集合T中逐条选择并加入n-1条安全边（u，v），最终生成一棵含n-1条边的MST。 当一条边（u，v）加入T时，必须保证T∪{(u，v)}仍是MST的子集，我们将这样的边称为T的安全边。 Prim算法简述 Prim算法实现的是找出一个有权重连通图中的最小生成树，即：具有最小权重且连接到所有结点的树。(强调的是树，树是没有回路的)。 Prim算法是这样来做的： 首先以一个结点作为最小生成树的初始结点，然后以迭代的方式找出与最小生成树中各结点权重最小边，并加入到最小生成树中。加入之后如果产生回路则跳过这条边，选择下一个结点。当所有结点都加入到最小生成树中之后，就找出了连通图中的最小生成树。 1.先选取一个点作起始点，然后选择它邻近的权值最小的点（如果有多个与其相连的相同最小权值的点，随便选取一个）。如1作为起点。 visited[1]=1; pos=1; //用low[]数组不断刷新最小权值，low[i](0i=点数)的值为：i点到邻近点（未被标记）的最小距离。 low[1]=0; //起始点i到邻近点的最小距离为0 low[2]=map[pos][2]=4; low[3]=map[pos][3]=2; low[4]=map[pos][4]=3; low[5]=map[pos][5]=MaxInt; //无法直达 low[6]=map[pos][6]=MaxInt; 2.再在伸延的点找与它邻近的两者权值最小的点。 //low[]以3作当前位置进行更新 visited[3]=1; pos=3; low[1]=0; //已标记，不更新 low[2]=map[1][2]=4; //比5小，不更新 low[3]=2; //已标记，不更新 low[4]=map[1][4]=3; //比1大，更新后为：low[4]=map[3][4]=1; low[5]=map[1][5]=MaxInt;//无法直达，不更新 low[6]=map[1][6]=MaxInt;//比2大，更新后为：low[6]=map[3][6]=2; ?3.如此类推... int prim() { int i,j,pos,min,result=0; memset(visited,0,sizeof(visited)); visited[1]=1; pos=1; for(i=1;i=n;i++) if(i!=pos) low[i]=map[pos][i];// //进行 n-1次循环，将其中的 n-1个顶点并入 1中 for(i=1;in;i++) { min=MaxInt; for(j=1;j=n;j++) //找出距离当前点最近的边 if(!visited[j]minlow[j]) { min=low[j];pos=j; } result+=min; //计算最短路径总和 visited[pos]=1; //对于新加进来的顶点，将 map[pos][j]与low[j]进行比较，然后更新 low，low[]是专门对 1 号顶点设置的数组 for(j=1;j=n;j++) //再在伸延的点找与它邻近的两者权值最小的点 if(!visited[j]low[j]map[pos][j]) low[j]=map[pos][j]; } return result; } Kruskal算法简述 Kruskal算法与Prim算法的不同之处在于，Kruskal在找最小生成树结点之前，需要对所有权重边做从小到大排序。将排序好的权重边依次加入到最小生成树中，如果加入时产生回路就跳过这条边，加入下一条边。当所有结点都加入到最小生成树中之后，就找出了最小生成树。 void kruskal(int t) { int i,num,min,k,g; for(i=1;i=n;i++) x[i] = i; sort(a+1,a+t+1,cmp); min=0; num=1;