数据结构与算法-K算法实现最小生成树

好久没有更新了今天介绍图的最小生成树的算法 

K算法-在图中节点没有构成环的基础上找到最小的可以联通所有节点的边集即图的最小生成树

通过使用并查集的结构来实现,上代码

//一个人图中从一个点出发遍历到所有节点且经历的路径最短
//算法 K算法
//  
public class 生成最小生成树 {



    //并查集的实现-简单版本
    public static class MySets{
        public HashMap<Node, List<Node>> setMap;
        public MySets() {

        }
        public MySets(List<Node> nodes){
            for (Node cur : nodes){
                List<Node> set = new ArrayList<Node>();
                set.add(cur);
                setMap.put(cur, set);
            }
        }
        //from点与to点是否在一个集合中
        public boolean isSameSet(Node from, Node to){
            List<Node> fromSet = setMap.get(from);
            List<Node> toSet = setMap.get(to);
            return fromSet == toSet;
        }

        //from和to合并一个集合中
        public void union(Node from, Node to){
            List<Node> fromSet = setMap.get(from);
            List<Node> toSet = setMap.get(to);
            for (Node toNode : toSet){
                fromSet.add(toNode);
                setMap.put(toNode, fromSet);
            }
        }
    }
    //定义一个比较器
    public static class EdgeCompartor implements Comparator<Edge>{

        public int compare(Edge o1, Edge o2) {
            return o1.weight - o2.weight;
        }
    }
    //k-克鲁斯卡尔-算法-选最小边链接 形成不了环就继续选
    public static Set<Edge> kruskalMST(Graph graph){
        MySets mySets = new MySets((List<Node>) graph.nodes.values());
        PriorityQueue<Edge> priorityQueue = new PriorityQueue<>(new EdgeCompartor());
        for (Edge edge : graph.edges){
            priorityQueue.add(edge);
        }
        Set<Edge> result = new HashSet<Edge>();
        while (!priorityQueue.isEmpty()){
            Edge edge = priorityQueue.poll();
            if (!mySets.isSameSet(edge.from, edge.to)){
                result.add(edge);
                mySets.union(edge.from, edge.to);
            }
        }
        return result;
    }
}