Prim 最小生成树
图算法 · 最小生成树（MST）
什么是最小生成树
在一张无向带权连通图里，选若干条边把所有点连起来、不成环、总权重最小——就是最小生成树（MST）。Prim 和 Kruskal 是求它的两大经典算法，思路不同、结果一致。
Prim 怎么做
Prim 从一个起点开始，把它当作一棵只有一个点的树，然后让树一点点长大：每一步，在所有「一端在树里、一端在树外」的横切边里挑权重最小的那条，把它和它连接的树外点并入树。重复 V−1 次，就把所有点接进来了。
下面固定一张 6 个点的无向带权图，从 A 起。点「下一步」逐步看：当前选中的最小横切边黄色高亮，加入后变绿、新点也并进绿色的树。走到底得到 5 条边、总权重最小的生成树。右侧代码随每一步同步高亮。
从起点 A 开始，树里只有它一个点
1function prim(edges: [number, number, number][], n: number, start: number): number {
2 const inTree = Array(n).fill(false);
3 inTree[start] = true;
4 let weight = 0, count = 1;
5 while (count < n) {
6 let best: [number, number, number] | null = null;
7 for (const [u, v, w] of edges) {
8 if (inTree[u] !== inTree[v] && (best === null || w < best[2])) best = [u, v, w];
9 }
10 if (best === null) break;
11 const nv = inTree[best[0]] ? best[1] : best[0];
12 inTree[nv] = true;
13 weight += best[2];
14 count++;
15 }
16 return weight;
17}
起点A
树内点A
当前横切边-
已选边0/5
MST 权重0
1 / 12
为什么每步「贪心取最小横切边」是对的？由切分定理保证：把已在树里的点和其余点看成一种分割，横跨它的最小边一定属于某棵最小生成树。用堆维护候选横切边，复杂度约 O(E log V)——在稠密图上通常比 Kruskal 更省。
Prim vs Kruskal：同一问题，两种思路
Prim（本页）：从一个点生长，每步选「树↔树外」的最小横切边——始终维护一棵连通的树。稠密图更优。
Kruskal：把边按权全局排序，从小到大逐条尝试，用并查集判环——过程中是一片森林，最后才连成一棵。稀疏图更优。
两者在同一张图上得到相同的 MST（本页与 Kruskal 页正是同一张图，可对照：边集一样、加入顺序不同）。
Kruskal：把边按权全局排序，从小到大逐条尝试，用并查集判环——过程中是一片森林，最后才连成一棵。稀疏图更优。
两者在同一张图上得到相同的 MST（本页与 Kruskal 页正是同一张图，可对照：边集一样、加入顺序不同）。
想看按权选边 + 并查集判环的另一种建法，去看 Kruskal 最小生成树；判环背后的并查集，可回看 数据结构 · 并查集。