作者 | 小灰
来源 | 程序员小灰
————— 第二天 —————
————————————
首先看看第一个例子，有下面这样一个带权图：
它的最小生成树是什么样子呢？下图绿色加粗的边可以把所有顶点连接起来，又保证了边的权值之和最小：
去掉那些多余的边，该图的最小生成树如下：
下面我们再来看一个更加复杂的带权图：
同样道理，下图绿色加粗的边可以把所有顶点连接起来，又保证了边的权值之和最小：
去掉那些多余的边，该图的最小生成树如下：
怎样铺设才能保证成本最低呢？
城市之间的交通网就像一个连通图，我们并不需要在每两个城市之间都直接进行连接，只需要一个最小生成树，保证所有的城市都有铁路可以触达即可。
Prim算法是如何工作的呢？
这个算法是以图的顶点为基础，从一个初始顶点开始，寻找触达其他顶点权值最小的边，并把该顶点加入到已触达顶点的集合中。当全部顶点都加入到集合时，算法的工作就完成了。Prim算法的本质，是基于
贪心算法
。
接下来说一说最小生成树的存储方式。我们最常见的树的存储方式，是链式存储，每一个节点包含若干孩子节点的指针，每一个孩子节点又包含更多孩子节点的指针：
这样的存储结构很清晰，但是也相对麻烦。为了便于操作，我们的最小生成树用一维数组来表达，数组下标所对应的元素，代表该顶点在最小生成树当中的父亲节点。（根节点没有父亲节点，所以元素值是-1）
下面让我们来看一看算法的详细过程：
1.选择初始顶点，加入到已触达顶点集合。
2.从已触达顶点出发，寻找到达新顶点的权值最小的边。显然从0到2的边权值最小，把顶点2加入到已触达顶点集合，Parents当中，下标2对应的父节点是0。
3.从已触达顶点出发，寻找到达新顶点的权值最小的边。显然从2到4的边权值最小，把顶点4加入到已触达顶点集合，Parents当中，下标4对应的父节点是2。
4.从已触达顶点出发，寻找到达新顶点的权值最小的边。显然从0到1的边权值最小，把顶点1加入到已触达顶点集合，Parents当中，下标1对应的父节点是0。
5.从已触达顶点出发，寻找到达新顶点的权值最小的边。显然从1到3的边权值最小，把顶点3加入到已触达顶点集合，Parents当中，下标3对应的父节点是1。
这样一来，所有顶点都加入到了已触达顶点集合，而最小生成树就存储在Parents数组当中。
final static int INF = Integer.MAX_VALUE;
public static int prim(int[][] matrix){
List
reachedVertexList = new ArrayList
;
//选择顶点0为初始顶点，放入已触达顶点集合中
reachedVertexList.a
dd
(0);
//创建最小生成树数组，首元素设为-1
int parents = new int[matrix.length];
parents[0] = -1;
//边的权重
int weight;
//源顶点下标
int fromIndex = 0;
//目标顶点下标
int toIndex = 0;
while (reachedVertexList.size
weight = INF;
//在已触达的顶点中，寻找到达新顶点的最短边
for (Integer verte
xI
ndex : reachedVertexList) {
for (int i = 0; i
if (!reachedVertexList.contains(i)) {
if (matrix[verte
xI
ndex][i]
fromIndex = verte
xI
ndex;
toIndex = i;
weight = matrix[verte
xI
ndex][i];
}
}
}
}
//确定了权值最小的目标顶点，放入已触达顶点集合
reachedVertexList.a
dd
(toIndex);
//放入最小生成树的数组
parents[toIndex] = fromIndex;
}
return parents;
}
public static void main(String[] args) {
int matrix = new int{
{0, 4, 3, INF, INF},
{4, 0, 8, 7, INF},
{3, 8, 0, INF, 1},
{INF, 7, INF, 0, 9},
{INF, INF, 1, 9, 0},
};
int parents = prim(matrix);
System.out.println(Arrays.toString(parents));
}
这段代码当中，图的存储方式是邻接矩阵，在main函数中作为测试用例的图和对应的邻接矩阵如下：
当然，也可以使用邻接表来实现prim算法，有兴趣的小伙伴可以尝试写一下代码。
