public class PrimAlgorithm {
	public static void main(String[] args) {
		// 測(cè)試圖是否創(chuàng)建成功
		char[] data = new char[] { 'A', 'B', 'C', 'D', 'E', 'F', 'G' };
		int verxs = data.length;
		// 鄰接矩陣的關(guān)系使用二維數(shù)組表示，10000這個(gè)大數(shù)，表示兩個(gè)點(diǎn)不連通
		int[][] weight = new int[][] { { 10000, 5, 7, 10000, 10000, 10000, 2 }, { 5, 10000, 10000, 9, 10000, 10000, 3 },
				{ 7, 10000, 10000, 10000, 8, 10000, 10000 }, { 10000, 9, 10000, 10000, 10000, 4, 10000 },
				{ 10000, 10000, 8, 10000, 10000, 5, 4 }, { 10000, 10000, 10000, 4, 5, 10000, 6 },
				{ 2, 3, 10000, 10000, 4, 6, 10000 }, };
		// 創(chuàng)建MGraph對(duì)象
		MGraph graph = new MGraph(verxs);
		// 創(chuàng)建一個(gè)MinTree對(duì)象
		MinTree minTree = new MinTree();
		minTree.createGraph(graph, verxs, data, weight);
		// 輸出
		minTree.showGraph(graph);
		// 測(cè)試普利姆算法
		minTree.prim(graph, 0);
	}
} 
//創(chuàng)建最小生成樹(shù) -> 村莊的圖
class MinTree {
	/**
	 * 創(chuàng)建圖的鄰接矩陣
	 * 
	 * @param graph  圖對(duì)象
	 * @param verxs  圖對(duì)應(yīng)的頂點(diǎn)個(gè)數(shù)
	 * @param data   圖的各個(gè)頂點(diǎn)的值
	 * @param weight 圖的鄰接矩陣
	 */
	public void createGraph(MGraph graph, int verxs, char data[], int[][] weight) {
		int i, j;
		for (i = 0; i < verxs; i++) {
			graph.data[i] = data[i];
			for (j = 0; j < verxs; j++) {
				graph.weight[i][j] = weight[i][j];
			}
		}
	}
	/**
	 * 顯示圖的鄰接矩陣
	 */
	public void showGraph(MGraph graph) {
		for (int[] link : graph.weight) {
			System.out.println(Arrays.toString(link));
		}
	}
 	/**
	 * 編寫(xiě)prim算法，得到最小生成樹(shù)
	 * 
	 * @param graph 圖
	 * @param v     表示從圖的第幾個(gè)頂點(diǎn)開(kāi)始生成'A' -> 0 'B' -> 1...
	 */
	public void prim(MGraph graph, int v) {
		// visited[] 標(biāo)記節(jié)點(diǎn)(頂點(diǎn))是否被訪問(wèn)過(guò)
		int visited[] = new int[graph.verxs];
		// visited[] 默認(rèn)元素的值都是0，表示沒(méi)有訪問(wèn)過(guò)
		for (int i = 0; i < graph.verxs; i++) {
			visited[i] = 0;
		}
		// 把當(dāng)前這個(gè)節(jié)點(diǎn)標(biāo)記為已訪問(wèn)
		visited[v] = 1;
		// h1 和 h2 記錄兩個(gè)頂點(diǎn)的下標(biāo)
		int h1 = -1;
		int h2 = -1;
		int minWeight = 10000;// 將minWeight初始成一個(gè)大數(shù)，后面在遍歷過(guò)程中，會(huì)被替換
		for (int k = 1; k < graph.verxs; k++) {// 因?yàn)橛術(shù)raph,verxs頂點(diǎn),普利姆算法結(jié)束后,有g(shù)raph.verxs -1邊
			// 這個(gè)是確定每一次生成的子圖，那個(gè)節(jié)點(diǎn)和這次遍歷的節(jié)點(diǎn)距離最近
			for (int i = 0; i < graph.verxs; i++) {// i節(jié)點(diǎn)表示被訪問(wèn)過(guò)的節(jié)點(diǎn)
				for (int j = 0; j < graph.verxs; j++) {// j節(jié)點(diǎn)表示還沒(méi)有訪問(wèn)過(guò)的節(jié)點(diǎn)
					if (visited[i] == 1 && visited[j] == 0 && graph.weight[i][j] < minWeight) {
						// 替換minWeight(尋找已經(jīng)訪問(wèn)過(guò)的節(jié)點(diǎn)和未訪問(wèn)過(guò)的節(jié)點(diǎn)間的權(quán)值最小的邊)
						minWeight = graph.weight[i][j];
						h1 = i;
						h2 = j;
					}
				}
			}
			// 找到一條邊最小
			System.out.println("邊<" + graph.data[h1] + "," + graph.data[h2] + ">權(quán)值：" + minWeight);
			// 將當(dāng)前這個(gè)節(jié)點(diǎn)標(biāo)記未已經(jīng)訪問(wèn)
			visited[h2] = 1;
			// minWeight 重新設(shè)置為最大值10000
			minWeight = 10000;
		}
	}
} 
class MGraph {
	int verxs; // 表示圖的節(jié)點(diǎn)個(gè)數(shù)
	char[] data; // 存放節(jié)點(diǎn)數(shù)據(jù)
	int[][] weight; // 存放邊，就是鄰接矩陣
 
	public MGraph(int verxs) {
		this.verxs = verxs;
		data = new char[verxs];
		weight = new int[verxs][verxs];
	}
}

public class KruskalCase {
	private int edgeNum;// 邊的個(gè)數(shù)
	private char[] vertexs;// 頂點(diǎn)數(shù)組
	private int[][] matrix;// 鄰接矩陣
	// 使用INF 表示兩個(gè)頂點(diǎn)不能連通
	private static final int INF = Integer.MAX_VALUE;
	public static void main(String[] args) {
		char[] vertexs = { 'A', 'B', 'C', 'D', 'E', 'F', 'G' };
		// 克魯斯卡爾算法的鄰接矩陣
		int matrix[][] = {
				/* A *//* B *//* C *//* D *//* E *//* F *//* G */
				/* A */{ 0, 12, INF, INF, INF, 16, 14 }, /* B */{ 12, 0, 0, INF, INF, 7, INF },
				/* C */{ INF, 10, 0, 3, 5, 6, INF }, /* D */{ INF, INF, 3, 0, 4, INF, INF },
				/* E */{ INF, INF, 5, 4, 0, 2, 8 }, /* F */{ 16, 7, 6, INF, 2, 0, 9 },
				/* G */{ 14, INF, INF, INF, 8, 9, 0 } };
		// 創(chuàng)建KruskalCase 對(duì)象實(shí)例
		KruskalCase kruskalCase = new KruskalCase(vertexs, matrix);
		// 輸出構(gòu)建的
		kruskalCase.print();
		kruskalCase.kruskal();
	} 
	// 構(gòu)造器
	public KruskalCase(char[] vertexs, int[][] matrix) {
		// 初始化頂點(diǎn)數(shù)和邊的個(gè)數(shù)
		int vlen = vertexs.length;
 
		// 初始化頂點(diǎn),使用的是復(fù)制拷貝的方式
		this.vertexs = new char[vlen];
		for (int i = 0; i < vertexs.length; i++) {
			this.vertexs[i] = vertexs[i];
		} 
		// 初始化邊，使用的是復(fù)制拷貝的方式
		this.matrix = new int[vlen][vlen];
		for (int i = 0; i < vlen; i++) {
			for (int j = 0; j < vlen; j++) {
				this.matrix[i][j] = matrix[i][j];
			}
		}
		// 統(tǒng)計(jì)邊的條數(shù)
		for (int i = 0; i < vlen; i++) {
			for (int j = i + 1; i < vlen; j++) {
				if (this.matrix[i][j] != INF) {
					edgeNum++;
				}
			}
		}
	}
 	public void kruskal() {
		int index = 0;// 表示最后結(jié)果數(shù)組的索引
		int[] ends = new int[edgeNum];// 用于保存"已有最小生成樹(shù)"中的每個(gè)頂點(diǎn)在最小生成樹(shù)中的終點(diǎn)
		// 創(chuàng)建結(jié)果數(shù)組，保存最后的最小生成樹(shù)
		EData[] rets = new EData[edgeNum]; 
		// 獲取圖中所有的邊的集合，一共有12條邊
		EData[] edges = getEdges();
		System.out.println("圖的邊的集合=" + Arrays.toString(edges) + "共" + edges.length);		
		//按照邊的權(quán)值大小進(jìn)行排序(從小到大)
		sortEdges(edges);		
		//遍歷edges數(shù)組，將邊添加到最小生成樹(shù)中時(shí)，判斷準(zhǔn)備加入的邊是否形成了回路，如果沒(méi)有，就加入rets,否則不能加入
		for(int i = 0;i < edgeNum;i++) {
			//獲取到第i條邊的第一個(gè)頂點(diǎn)(起點(diǎn))
			int p1 = getPosition(edges[i].start);
			//獲取到第i條邊的第2個(gè)頂點(diǎn)
			int p2 = getPosition(edges[i].end);
			//獲取p1這個(gè)頂點(diǎn)在已有最小生成樹(shù)中的終點(diǎn)
			int m = getEnd(ends, p1);
			//獲取p2這個(gè)頂點(diǎn)在已有最小生成樹(shù)中的終點(diǎn)
			int n = getEnd(ends, p2);
			//是否構(gòu)成回路
			if(m != n) {//沒(méi)有構(gòu)成回路
				ends[m] = n;//設(shè)置m在"已有最小生成樹(shù)"中的終點(diǎn)<E,F> [0,0,0,0,5,0,0,0,0,0,0]
				rets[index++] = edges[i];//有一條邊加入到rets數(shù)組
			}
		}
		//統(tǒng)計(jì)并打印"最小生成樹(shù)",輸出rets
		System.out.println("最小生成樹(shù)為");
		for(int i = 0;i < index;i++) {
			System.out.println(rets[i]);
		}
	} 
	// 打印鄰接矩陣
	public void print() {
		System.out.println("鄰接矩陣為：\n");
		for (int i = 0; i < vertexs.length; i++) {
			for (int j = 0; j < vertexs.length; j++) {
				System.out.printf("%20d\t", matrix[i][j]);
			}
			System.out.println();
		}
	}
 	/**
	 * 功能：對(duì)邊進(jìn)行排序處理，冒泡排序
	 * 
	 * @param edges 邊的集合
	 */
	private void sortEdges(EData[] edges) {
		for (int i = 0; i < edges.length - 1; i++) {
			for (int j = 0; j < edges.length - 1 - i; j++) {
				if (edges[j].weight > edges[j + 1].weight) {// 交換
					EData tmp = edges[j];
					edges[j] = edges[j + 1];
					edges[j + 1] = tmp;
				}
			}
		}
	} 
	/**
	 * @param ch 頂點(diǎn)的值，比如'A','B'
	 * @return 返回ch頂點(diǎn)對(duì)應(yīng)的下標(biāo)，如果找不到，返回-1
	 */
	private int getPosition(char ch) {
		for (int i = 0; i < vertexs.length; i++) {
			if (vertexs[i] == ch) {// 找到
				return i;
			}
		}
		// 找不到，返回-1
		return -1;
	} 
	/**
	 * 功能：獲取圖中邊，放到EData[]數(shù)組中，后面我們需要遍歷該數(shù)組 是通過(guò)matrix鄰接矩陣來(lái)獲取 EData[]
	 * 形式[['A','B',12],['B','F',7],...]
	 * 
	 * @return
	 */
	private EData[] getEdges() {
		int index = 0;
		EData[] edges = new EData[edgeNum];
		for (int i = 0; i < vertexs.length; i++) {
			for (int j = i + 1; j < vertexs.length; j++) {
				if (matrix[i][j] != INF) {
					edges[index++] = new EData(vertexs[i], vertexs[j], matrix[i][j]);
				}
			}
		}
		return edges;
	}
	/**
	 * 功能：獲取下標(biāo)為i的頂點(diǎn)的棕墊終點(diǎn)(),用于后面判斷兩個(gè)頂點(diǎn)的終點(diǎn)是否相同
	 * 
	 * @param ends 數(shù)組就是記錄了各個(gè)頂點(diǎn)對(duì)應(yīng)的終點(diǎn)是那個(gè)，ends數(shù)組是在遍歷過(guò)程中，逐步形成
	 * @param i    表示傳入的頂點(diǎn)對(duì)應(yīng)的下標(biāo)
	 * @return 返回的就是下標(biāo)為i的這個(gè)頂點(diǎn)對(duì)應(yīng)的終點(diǎn)的下標(biāo)
	 */
	private int getEnd(int[] ends, int i) {
		while (ends[i] != 0) {
			i = ends[i];
		}
		return i;
	}
}
//創(chuàng)建一個(gè)類(lèi)EData,它的對(duì)象實(shí)例就表示一條邊
class EData {
	char start;// 邊的一個(gè)點(diǎn)
	char end;// 邊的另外一個(gè)點(diǎn)
	int weight;// 邊的權(quán)值
	// 構(gòu)造器 
	public EData(char start, char end, int weight) {
		this.start = start;
		this.end = end;
		this.weight = weight;
	} 
	// 重寫(xiě)toString,便于輸出邊
	@Override
	public String toString() {
		return "EData [start=" + start + ", end=" + end + ", weight=" + weight + "]";
	}
 
}