Kurskal算法

Kruskal算法是以边为主要关注对象的最小生成树算法，是最小生成树最佳的算法实现。

其时间复杂度为O(ElogE)(E为边的数量)，而Prime算法采用邻接矩阵的方法是O(V^2)(V为顶点数量)。在这里，我所实现的Kruskal算法是基于顶点并查集实现的，边和顶点都有使用，重点关注对象是边。

图论中，有 (V-1<=E<=2V)

步骤1，先对边的权值进行排序，利用快排算法，时间复杂度O(ElogE)

步骤2，遍历边，检查边上两点的集合值，产生情况：

1. 若已都设置集合值且相等的话，边为无效边，需剔除之

2. 若两点没设置集合值，设置相同的集合值

3. 若其中一点没设置集合值，另一点有集合值，并入有集合值的一边

如此遍历完毕后，无效边都将被剔除，只留下最小生成树。

步骤2的时间复杂度为O(E+S*V)，其中S为并查集的数量，可看作常数值C，故复杂度为O(E+V)

故算法时间复杂度为O(ElogE+E+V)=O(ElogE)

下面给出Java源代码，其中，Vertex为顶点类，Edge为边类，Map为图类，Kruskal继承Map。