用Kruskal算法实现图的分簇

问题：用Floyd算法将给定的图（9个节点的连通图）分成三个簇

1.什么是分簇？

分簇：将一个图分成很多个子图，但是有要求。
分簇要求：每个子图的含有的节点之间一定是最大密度的。也就是说，每个子图是最小生成树的一部分。

2.实现方法

使用Floyd最小生成树算法来实现：

step 1：将所给的边按权值由小到大的排序。

step 2:设置一个下标为节点的数组visited来表示并查集。数组初始化时，按每个位置的下标赋值，保证每个节点都不在同一集合内。

step 3：对所有排好序的边，如果这边的两端节点所在的visited数组中的值不一样，那么该边是最小生成树中的一条边，将边的信息输出，而后，遍历visited数组，将所有与第二个节点在同一集合（也就是visited数值等于第二个节点在visited中的数值的位置）都赋值为第一个节点在visited中的值。
如果两端点所在visited数组中的值一样，则跳过这条边。

step 4：也是最重要的一条，由于是把图分成三个簇，那么最小生成树的最后两条有效边是不用找了的。因为是九个节点，所以最小生成树中有8条边，而按照Floyd算法，最小生成树中最大的两条边肯定是最后才会出来的，所以，就可以保证每个子图中的点之间是最大密度化的。因此我们要舍弃将要找到的最后两条边。

3.伪代码（感觉伪代码比代码更好理解）

main：
	for all i in visited[]:
		visited[i] = i;
		
	for all edges in the graph:
		cin>>edge;
		
	sort all edges;(small->big)
	
	for all edges:
	{
		if(visited[edge.first_node] != visited[edge.second_node])
		{
			cout<<edge;
			int temp = visited[edge.second_node];
			for all nodes in visited[]:
			{
				if(visited[node] == temp)
				{
					visited[node] = visited[edge.first_node];
				}
			}
			cont++;
		}
		if(cont == 6)
			break;
			
	}

附图的数据：
1 2 2
1 3 3
2 3 5
2 4 10
2 5 2
3 5 1
3 7 2
4 6 1
4 8 4
5 6 3
5 7 -2
6 7 5
6 8 2
6 9 3
7 9 2
8 9 1