最小生成树经典算法主要是：Prim和Kruskal算法，其核心都是MST性质：假设G=(V,E)是一个无向连通图，U是顶点集V的一个非空子集。若（u,v)是一条具有最小权值的边，其中u包含于U,v包含于V,则必存在一颗包含边(u,v)的最小生成树。
Prim算法：我所理解的prim的算法就好像动态规划式的坐公交。
第一步：根据MST性质，我们选择了一条边V2-V4,我们准备一个集合U用来存放已联通部分的定点集合，如果我们被告知从某点出发的话，那么U的初始状态就是U={V1},另外，我们用一个集合T存放路径，由图知，我们可以由v1到达的顶点的集合是{V2,V4,V5},选取权值最小，我们会到达V5,
此时U={V1,V5},T={V1V5}；
这个时候我们就有两个出发站点了，我们可以从V1到V4,V2,因为V5我们已经打通了，我们也可以由V5到V2,V3,选取权值最小,
此时U={V1,V5,V2},T={V1V5,V1V2}；
下一步，U={V1,V5,V2,V4},T={V1V5,V1V2,V2V4}；
下一步U={V1,V5,V2,V4,V6},T={V1V5,V1V2,V2V4,V4V6};
下一步U={V1,V5,V2,V4,V6,V3},T={V1V5,V1V2,V2V4,V4V6,V6V3}；
此时，所有顶点已经包含在U中，我们已经找到最小生成树，T就是所有边的集合。
=====两个算法比较的核心写在这里，prim是从我所拥有的站点出发，寻找下一个离我最近，未到达的站点,kruskal的核心是我什么都不管，我就找最小的权值边，但我有一点会考虑，不形成环路，如果最小的边会形成环，我就找倒数第二小的权值，直到形成最小联通图。
Kruskal算法：我什么都不管，我就找最小的权值边，但我有一点会考虑，不形成环路，如果最小的边会形成环，我就找倒数第二小的权值，直到形成最小联通图。
数据结构