文章目录
前置问题
问题解答
一、基础概念：最小生成树的定义和性质
（1）最小生成树（Minimal Spanning Tree）的定义
生成树的代价：设是一个无向连通网图，生成树上各边的权值之和称为生成树的代价。
最小生成树：在图所有生成树中，代价最小的生成树为最小生成树。
（2）最小生成树（MST）的性质
假设是一个无向连通网图，
是顶点集的一个非空子集。若
是一条具有最小权值的边，其中
,则必存在一棵包含边
的最小生成树。
二、如何利用MST性质寻找最小生成树
- 找到两个点集之间最小权值的边
，让具有最小权值的
接下来有两个思路：
- 从一个点出发，一次加入点形成点集
（Prim算法） - 从边出发，将点集合并，避免形成环
（Kruskal算法）
三、Prim算法
（1）Prim算法思想
对点做操作，维护一个在最小生成树中的点的顶点集A，以及一个待处理点的顶点集B，每次找出连接这两个集合的最短边，并将其两个顶点都加入集合A，直到所有顶点都处理完毕。
抽象描述：（觉得抽象跳过）
（2）Prim算法形成最小生成树的详细过程
- 红色线段表示最小生成树
- 蓝圈表示集合
，其他顶点集合为
- 蓝色线段表示
的相邻边
（3）Prim算法的C++和python实现
四、Dijkstra算法
（1）和Prim算法的联系
Dijkstra算法和Prim算法都是最短路径算法，主要用于求图的最短路径。
不同点在于，Dijkstra算法适用于有向图起点到其他点的最短路径，而Prim算法适用于无向图求最小生成树。它们的求解过程也略有不同。Dijkstra算法每次选择距离起点最近的点作为新的访问点，更新其他点到起点的最短距离，直到所有点都被访问。Prim算法则从一个起点开始，不断选择与已经访问过的点相连且边权最小的点，直到图上所有点都被访问。
（2）Dijkstra算法思想
算出A点到图中每一点的路径长度，选出一条最短路径：A->B，将顶点B加入集合S。
增加了一条最短路径之后，顶点A到其他点的路径是不是有更短的路径了呢？
更新最短路径：
在A->C,A->D,A->E中选出最短路径：A->D，并将D顶点加入S集合。更新所有最短路径。
版权声明：本文为博主作者：verse_armour原创文章，版权归属原作者，如果侵权，请联系我们删除！
原文链接：https://blog.csdn.net/verse_armour/article/details/128982805
