简单介绍
求最小生成树一共同拥有两种算法，一个是就是本文所说的Kruskal算法，还有一个就是Prime算法。
在具体解说Kruskal最小生成树算法之前，让我们先回想一下什么是最小生成树。
我们有一个带权值的图，我们要求找到一个全部生成树中具有最小权值的生成树。例如以下图所看到的，T是图G的生成树。但不是具有最小权值的生成树。
我们能够把他们想象成一组岛屿和连接它们的可能的桥梁。当然修桥是非常昂贵和费时的，所以我们必需要知道建设什么样的桥梁去连接各个岛。只是有一个重要的问题。建设这样一组连接全部岛屿的桥梁的最低价格是多少。
我们实际上需要构建一棵最小生成树，顶点表示岛屿，而边表示它们之间可能要修建的桥梁。每个可能修建的桥梁都有对应的权值（表示我们建造它所花费的时间和金钱等）。
在实践中。我们仅仅可能使用一个最小生成树的可能用例。（This scenario is only one of possible use cases of where minimum spanning trees can be used in practice.）
概要
Kruskal算法開始由初始化一组集合，并建立| V|棵树，每棵树都仅仅包括了图的一个顶点。
在建设最后生成树的过程中。我们维护一个森林。非常显然。我们由|V|棵树组成的森林開始，当中每个树都仅仅有是一个节点。
在某些时候，我们有“K”棵树组成的森林，这几棵树都最小生成树的子树。
构建终于的最小生成树最后一个步骤之前，我们有两个树（如上图的3），我们用剩下的最小权值边来连接这两棵树。
构建树的过程中，我们依照权值的升序，对边进行排序。
然后。获取边，检查每条边（u，v），其端点u和v是否是属于同一棵树。假设是。把（u，v）增加森林中就会形成一个回路，所以放弃这条边（u。v）。否则。说明两个顶点分属不同的树。
关于Kruskal算法一个非常大的特点是，它也能够用在非连同图中。
原文