1. 什么是最小生成树(Minimum Spanning Trees)
对于一个无向图，如果它的所有边都带有一定的数值（即带权），则会变成下面的样子
假设这些点都是城市，每个城市之间的连线代表城市间的道路，线上的数字代表着道路的长短。当然，修越长的道路就需要越多的资源。
那么如果要用最少的资源把所有城市都联系起来（即任意城市A能沿着道路抵达任意城市B），我们应该怎样建设道路呢？答案如下图：
这就是最小生成树：用最小的权值总和（即数值总和）把所有点都联系起来。应注意到：最小生成树的边总数=此无向图的点总数-1。
注意，最小生成树里是不应该有闭合循环的，如：
权值为24的那条边显然是多余的。
2. 生成带权的无向图
因为这种无向图只比普通无向图多了些权值，我们只需在每条边上多加一个变量来记录权值即可。
使用的邻接列表也需要把权值信息写上，如下图：
目前有两种比较主流的算法来找最小生成树：kruskal's algorithm（克鲁斯卡尔算法）和Prim's algorithm（普林演算法）。（中文译名采用音译的方法。）
接下来，我们将逐一介绍这两种算法。
3. kruskal's algorithm（克鲁斯卡尔算法）
从例子入手：
为了容易理解，我们把所有边按权值大小排成递增的数组。实际代码操作时，只需要写个方法，让数组输出一个最小值即可。
我们需要创建几个数组：
创建一个点的数组Points，把最小生成树T的点存储起来;
创建一个边的数组mst（Minimum spanning tree的简写）来把最小生成树的边都存储起来。
创建一个边的数组pq把无向图里所有的边都存储起来。
首先数组pq输出并移除一个最小值：0-7 0.16。
由于目前的最小生成树T还没有点，所以把0和7加进Points。
把0-7这条边加进mst。
然后数组pq输出并移除一个最小值：2-3 0.17。
检查2和3是否在Points中。如果不在，则把这两个点加入到Points中。
把2-3这条边加进mst。
然后数组pq输出并移除一个最小值：1-7 0.19。
7已经在Points中了，只需把1加进Points里。
把1-7这条边加进mst。
然后数组pq输出并移除一个最小值：0-2 0.26。
由于0，2都已经在Points里了，我们需要检查如果把0-2这条边加进最小生成树里是否会形成闭合循环。
检查方法稍后介绍。
如果不会形成闭合循环，则把这条边加进最小生成树T中;否则，则无视这条边，继续看下一条边。
在这里，不形成闭合循环，把0-2这条边加进mst中。
然后数组pq输出并移除一个最小值：5-7 0.28。
7已经在Points中了，只需把5加进Points里。
把5-7这条边加进mst。
然后数组pq输出并移除一个最小值：1-3 0.29。
由于1，3都已经在Points里了，我们需要检查如果把1-3这条边加进最小生成树里是否会形成闭合循环。
会形成闭合循环，无视之。
然后数组pq输出并移除一个最小值：1-5 0.32。
由于1，5都已经在Points里了，我们需要检查如果把1-5这条边加进最小生成树里是否会形成闭合循环。
会形成闭合循环，无视之。
然后数组pq输出并移除一个最小值：2-7 0.34。
2，7都已经在Points里，且会形成闭合循环，无视之。
然后数组pq输出并移除一个最小值：4-5 0.35。
5已经在Points中了，只需把4加进Points里。
把5-4这条边加进mst。
然后数组pq输出并移除一个最小值：2-1 0.36。
2，1都已经在Points里，且会形成闭合循环，无视之。
然后数组pq输出并移除一个最小值：4-7 0.37。
4，7都已经在Points里，且会形成闭合循环，无视之。
然后数组pq输出并移除一个最小值：4-0 0.38。
4，0都已经在Points里，且会形成闭合循环，无视之。
然后数组pq输出并移除一个最小值：6-2 0.4。
2已经在Points中了，只需把6加进Points里。
把6-2这条边加进mst。
此时，mst里的边数=无向图的点总数-1。说明最小生成树已经形成了，算法结束。
现在讨论如何检测新加入的边（v-w）是否会使最小生成树形成闭合循环。假设现在最小生成树的点总数为V。
可以用深度优先搜索来检测v是否能抵达w，如果可以，说明最小生成树中已经有路连接v和w了，再加一条v-w会形成闭合循环。
但是，还有一种方法更为高效：并查集算法。简单总结一下就是:
v与和v相连的所有点形成一个区域，此区域用一个点a来代表。
w与和w相连的所有点形成一个区域，此区域用一个点b来代表。
然后对比a是否等于b，如果是，则说明v,w处于同一区域，最小生成树中已经有路连接v和w了，再加一条v-w会形成闭合循环；如果不是，说明v和w处于不同区域，可以加v-w进最小生成树。
总结一下kruskal's algorithm（克鲁斯卡尔算法）的通用思路就是：
把所有边放进一个数组里。
然后数组输出并移除一个拥有最小权值的边，如果这条边加入到最小生成树内不会形成闭合循环，则把它加进去；否则无视它。
如此循环，直到最小生成树的边总数=无向图的点总数-1为止。
顺带一提：输出数值的最小值的方法可以把此数组做出最小堆的结构，然后输出第一个元素即可。
代码大概是这样子的：
4. Prim's algorithm（普林演算法）
此算法有两种实现版本：懒惰算法版（lazy implementation）和贪心算法版（eager implementation）。
懒惰算法和贪心算法是两种思想，贪心算法也被称为过度热情算法。
从一个例子中感受一下：
假设a在他的房间里愉快地玩耍，突然他妈叫他收拾房间。此时a有两个选择：要么马上收拾，要么等会再收拾。
如果选择马上收拾，a会马上打扫房间，甚至把走廊也扫了一遍。这就是贪心算法。
如果选择等会再收拾，a会等到他妈要来检查的前一瞬间才开始收拾。这就是懒惰算法。
对于一个程序来说，贪心算法就是当程序收到一个指令时，它不但会完成指令，还会过度热情地多做点其它事情；
懒惰算法就是程序收到一个指令时，它会暂时无视之，等到我们要用到那个指令生成的结果时，程序才会去做这个指令。
接下来，逐一介绍这两个实现版本：
普林演算法之懒惰实现版本
从例子入手:
我们需要创建几个数组：
创建一个点的数组Points，把最小生成树T的点存储起来;
创建一个边的数组mst（Minimum spanning tree的简写）来把最小生成树的边都存储起来。
创建一个边的数组pq。
首先，随便找一个点开始：如0.
把0加入到Points里，把含点0的所有边加入到pq里。（为了方便理解，这里的边按权值递增排进数组，实际操作只需从数组中输出最小值，不必排序）
然后pq输出并移除最小一个最小值：0-7 0.16。
0已经在Points中了，只需把7加进Points里。
把含点7的除了边的另一个端顶点已经在Points里之外的所有边加入到pq里。
然后pq输出并移除最小一个最小值：1-7 0.19。
7已经在Points中了，只需把1加进Points里。
把含点1的除了边的另一个端顶点已经在Points里之外的所有边加入到pq里。
然后pq输出并移除最小一个最小值：0-2 0.26。
0已经在Points中了，只需把6加进Points里。
把含点2的除了边的另一个端顶点已经在Points里之外的所有边加入到pq里。
然后pq输出并移除最小一个最小值：2-3 0.17。
2已经在Points中了，只需把3加进Points里。
把含点3的除了边的另一个端顶点已经在Points里之外的所有边加入到pq里。
然后pq输出并移除最小一个最小值：1-3 0.29。
3，1都已经在Points里，无视之。
然后pq输出并移除最小一个最小值：7-5 0.28。
7已经在Points中了，只需把5加进Points里。
把含点5的除了边的另一个端顶点已经在Points里之外的所有边加入到pq里。
然后pq输出并移除最小一个最小值：1-5 0.32。
5，1都已经在Points里，无视之。
然后pq输出并移除最小一个最小值：7-2 0.34。
7，2都已经在Points里，无视之。
然后pq输出并移除最小一个最小值：4-5 0.35。
5已经在Points中了，只需把4加进Points里。
把含点4的除了边的另一个端顶点已经在Points里之外的所有边加入到pq里。
然后pq输出并移除最小一个最小值：1-2 0.36。
2，1都已经在Points里，无视之。
然后pq输出并移除最小一个最小值：7-4 0.37。
7，4都已经在Points里，无视之。
然后pq输出并移除最小一个最小值：0-4 0.38。
0，4都已经在Points里，无视之。
然后pq输出并移除最小一个最小值：2-6 0.4。
2已经在Points中了，只需把6加进Points里。
把含点6的除了边的另一个端顶点已经在Points里之外的所有边加入到pq里。（没有可加的边）
此时，mst里的边数=无向图的点总数-1。说明最小生成树已经形成了，算法结束。
这个算法懒惰在哪呢？我们沿用那个收拾房间的例子。
总结一下通用思路：
1. 首先随便选一个点加进Points
2. 然后把含此点的除了边的另一个端顶点已经在Points里之外的所有边加入到pq里。（孩子a听到要收拾房间，就把东西全部塞到房间里了）
3. 然后pq输出并移除最小一个拥有最小值权值的边，如果此边的另一端点在Points里，则无视之；如果不在，则把此点加进Points里。（a的妈妈要来查房了，马上收拾。）
4. 重复2,3步直到mst里的边数=无向图的点总数-1。
代码实现：
普林演算法之贪心实现版本
从例子入手:
我们需要创建几个数组：
创建一个点的数组Points，把最小生成树T的点存储起来;
创建一个边的数组mst（Minimum spanning tree的简写）来把最小生成树的边都存储起来。
创建一个点的数组pq。
首先，随便找一个点开始：如0.
把0加入到Points里，把点0能直接去的点加入到pq里。（为了方便理解，这里的边按权值递增排进数组，实际操作只需从数组中输出最小值，不必排序）
然后数组输出并移除最小值：7. 把7对应的边7-0加入到mst里，把7加入Points里。
点7能直接去的、不在Points里的点（1,2,5,4）加入到pq，但是2,4已经在pq里了，7-2的权值0.34比pq里面的0-2的权值大，故无视之；7-4的权值0.34比pq里面的0-4的权值大，故无视之。
然后数组输出并移除最小值：1. 把1对应的边7-1加入到mst里，把1加入Points里。
点1能直接去的、不在Points里的点（3,2,5）加入到pq，但是2,5已经在pq里了，1-2的权值0.36比pq里面的0-2的权值大，故无视之；1-5的权值0.32比pq里面的7-5的权值大，故无视之。
然后数组输出并移除最小值：2. 把2对应的边0-2加入到mst里，把2加入Points里。
点2能直接去的、不在Points里的点（3,6）加入到pq，但是3,6已经在pq里了，3-2的权值0.17比pq里面的1-3的权值小，故取代之;6-2的权值0.4比pq里面的0-6的权值小，故取代之。
然后数组输出并移除最小值：3. 把3对应的边2-3加入到mst里，把3加入Points里。
点3能直接去的、不在Points里的点（6）加入到pq，但是6已经在pq里了，3-6的权值0.52比pq里面的6-2的权值大，故无视之。
然后数组输出并移除最小值：5. 把5对应的边7-5加入到mst里，把5加入Points里。
点5能直接去的、不在Points里的点（4）加入到pq，但是4已经在pq里了，5-4的权值0.35比pq里面的0-4的权值小，故取代之。
然后数组输出并移除最小值：4. 把4对应的边5-4加入到mst里，把4加入Points里。
点4能直接去的、不在Points里的点（6）加入到pq，但是6已经在pq里了，4-6的权值0.93比pq里面的6-2的权值大，故无视之。
然后数组输出并移除最小值：6. 把6对应的边6-2加入到mst里，把6加入Points里。
点6没有能直接去的、不在Points里的点。最小生成树生成完毕，结束算法。
总结一下通用思路：
1. 首先随便选一个点加进Points。
2. 然后把这个点能直接去的、不在Points里的点加入到数组pq中，把对应的那些边记录下来。如果要加的点已经存在于pq中，则看新加入的对应的边权值是否比已存在的小，如果是则取代之；否则无视之。
3. 数组输出并移除拥有最小值的点，把这个点加进Points，这个点对应的边加进mst里。
4. 重复2-3步，直到pq没有元素为止。
这个算法贪心在哪？
与懒惰版对比一下就很显然了: 第二步，懒惰版是直接把所有边塞进数组里，而贪心版是全部逐一比较（a会马上打扫房间，甚至把走廊也扫了一遍）。