一.什么是Prim算法

       普里姆算法查找最小生成树的过程，采用了贪心算法的思想。对于包含 N 个顶点的连通网，普里姆算法每次从连通网中找出一个权值最小的边，这样的操作重复 N-1 次，由 N-1 条权值最小的边组成的生成树就是最小生成树。

 二.Prim实现的思路

1. 将连通网中的所有顶点分为两类（假设为 A 类（结点已访问）和 B 类（结点未访问）。  初  始状态下，所有顶点位于 B 类；  
2. 选择任意一个顶点，将其从 B 类移动到 A 类；  （把这个结点标志为访问了）
3. 从 B 类的所有顶点出发，找出一条连接着 A 类中的某个顶点且权值最小的边，将此边连接着的 A 类中的顶点移动到 B 类（双重循环 ，找出访问节点和未访问结点之间最小的边）
4. 重复执行第 3  步，直至 B 类中的所有顶点全部移动到 A 类，恰好可以找到 N-1 条边。     （循环实现 构成N-1次）

假如从顶点A出发，顶点 B、C、D 到顶点 A 的权值分别为 2、4、2，所以，对于顶点 A 来说，顶点 B 和顶点 D 到 A 的权值最小，假设先找到的顶点 B：

继续分析顶点 C 和 D，顶点 C 到 B 的权值为 3，到 A 的权值为 4；顶点 D 到 A 的权值为 2，到 B 的权值为无穷大（如果之间没有直接通路，设定权值为无穷大）。所以顶点 D 到 A 的权值最小：
最后，只剩下顶点 C，到 A 的权值为 4，到 B 的权值和到 D 的权值一样大，为 3。所以该连通图有两个最小生成树：
 

三. Prim应用举例及代码实现

 问题描述：有胜利乡有7个村庄(A, B, C, D, E, F, G) ，现在需要修路把7个村庄连通
     * 各个村庄的距离用边线表示(权) ，比如 A – B 距离 5公里。
     * 求：如何修路保证各个村庄都能连通，并且总的修建公路总里程最短? 

实现思路

         例如从A点开始，普利姆算法步骤如下：
        1.从<A>顶点开始处理，A-C [7] A-G[2] A-B[5] ，选择最小的<A,G> ，并将两点标记为已选择
       2. <A,G> 开始 , 将A 和 G 顶点和他们相邻的还没有访问的顶点进行处理 A-C[7] A-B[5]  G-B[3]             G-E[4] G-F[6]    选择最小的<A,G,B>，并标记为已选择
        3. <A,G,B> 开始，将A,G,B 顶点 和他们相邻的还没有访问的顶点进行处理 A-C[7] G-E[4] G-              F[6] B-D[9]       选择最小的<A,G,B,E>，并标记为已选择。以此类推，最后会得到：
        4.{A,G,B,E}->F//第4次大循环 ，  对应 边<E,F> 权值：5
       5.{A,G,B,E,F}->D//第5次大循环 ， 对应 边<F,D> 权值：4
        6. {A,G,B,E,F,D}->C//第6次大循环 ， 对应 边<A,C> 权值：7 ===> <A,G,B,E,F,D,C>
         

代码实现 

package c13prim;

import java.util.Arrays;

public class Prim {
	
	    //用一个大数表示两个点之间走不通，没有连接
	    public  static  final int N = 100;
	    
	    public static void main(String[] args) {
	        char[] vertexs = new char[]{'A', 'B', 'C', 'D', 'E', 'F', 'G'};
	        //使用数组表示邻接矩阵， N表示不连通
	        int[][] weight = new int[][]{
	                {N, 5, 7, N, N, N, 2},
	                {5, N, N, 9, N, N, 3},
	                {7, N, N, N, 8, N, N},
	                {N, 9, N, N, N, 4, N},
	                {N, N, 8, N, N, 5, 4},
	                {N, N, N, 4, 5, N, 6},
	                {2, 3, N, N, 4, 6, N}};
	 
	        Graph graph = new Graph(vertexs, weight);
            System.out.println("图的存储信息");
	        graph.showGraph();
            System.out.println("选择修建的连接边的信息");
	        graph.prim(0);
	       
	    }
	 
	    static class Graph{
	       
	        private char[] vertex;  //表示顶点信息
	        private int[][] edges;   //存放邻接矩阵 ，表示边之间的权值
	 
	        public Graph(char[] vertex,int[][] edges) {
	            this.vertex =vertex;
	            this.edges = edges;
	        }
	 
	        public void showGraph(){
	            for (int[] edge : edges) {
	                System.out.println(Arrays.toString(edge));
	            }
	        }
	 //构建Prim算法，根据思路实现代码
	        public void prim( int VertexIndex) {
	 
	            //标记顶点是否已经被选中，选中为1，没选中为0
	            int[] selected = new int[vertex.length];
	            //把当前顶点标记为已选中
	            selected[VertexIndex] = 1;
	 
	            //已经访问顶点的下标
	            int visitYesIndex = -1;
	            //还没有访问顶点的下标
	            int visitNoIndex = -1;
	            //初始化最小权值为一个不可达的数
	            int minWright = N;
	            int length=vertex.length;
	 
	 
	            //为什么从1开始？因为普利姆算法结束后，k个顶点，生成的边只能是k-1个
	            for (int k = 1; k < length; k++) {
	 
	                //每次都需要遍历已经选择的顶点，比如第一次遍历只有A点是已选择的，第二次有A，G，第三次有A，G，B，第四次......
	                for (int i = 0; i < length; i++) {
	                    //每次都需要遍历还没有被选择的顶点，比如当i 对应的为A时，j对应的有C，G，B(排除不可达的顶点)
	                    for (int j = 0; j < length; j++) {
	                        //如果i是已选择的j是未选择的且i和j之间是可达（存在边）的
	                        if (selected[i] == 1 && selected[j] == 0 && edges[i][j] < minWright) {
	                            //替换 minWeight ，寻找已经访问的顶点和没有访问的顶点的权值的最小边
	                            minWright = edges[i][j];
	                            // 替换每次比较符合条件的已选择顶点和未选择顶点
	                            visitYesIndex = i;
	                            visitNoIndex = j;
	                        }
	                    }
	                }
	                //一次循环之后  得到了最小一条边，此时要把没访问的置为已访问了
	                System.out.println("选择边 <" + vertex[visitYesIndex] + "," +vertex[visitNoIndex] + "> 权值:" + minWright);
	                selected[visitNoIndex] = 1;
	                //minWright 重新设置最大值
	                minWright = N;
	            }
	        }
	    }
	 
	}

结果展示