图论在数据结构中是非常有趣而复杂的，作为web码农的我，在实际开发中一直没有找到它的使用场景，不像树那样的频繁使用，不过还是准备
仔细的把图论全部过一遍。
一：最小生成树
图中有一个好玩的东西叫做生成树，就是用边来把所有的顶点联通起来，前提条件是最后形成的联通图中不能存在回路，所以就形成这样一个
推理：假设图中的顶点有n个，则生成树的边有n-1条，多一条会存在回路，少一路则不能把所有顶点联通起来，如果非要在图中加上权重，则生成树
中权重最小的叫做最小生成树。
对于上面这个带权无向图来说，它的生成树有多个，同样最小生成树也有多个，因为我们比的是权重的大小。
二：prim算法
求最小生成树的算法有很多，常用的是prim算法和kruskal算法，为了保证单一职责，我把kruskal算法放到下一篇，那么prim算法的思想
是什么呢？很简单，贪心思想。
如上图：现有集合m={a,b,c,d,e,f}，再设集合n={}。
第一步：挑选任意节点（比如a),将其加入到n集合，同时剔除m集合的a。
第二步：寻找a节点权值最小的邻节点（比如f），然后将f加入到n集合，此时n={a,f}，同时剔除m集合中的f。
第三步：寻找{a,f}中的权值最小的邻节点（比如e），然后将e加入到n集合，此时n={a,f,e}，同时剔除m集合的e。
。。。
最后m集合为{}时，生成树就构建完毕了，是不是非常的简单，这种贪心做法我想大家都能想得到，如果算法配合一个好的数据结构，就会
如虎添翼。
三：代码
1. 图的存储
图的存储有很多方式，邻接矩阵，邻接表，十字链表等等，当然都有自己的适合场景，下面用邻接矩阵来玩玩，邻接矩阵需要采用两个数组，
①. 保存顶点信息的一维数组，
②. 保存边信息的二维数组。
2：矩阵构建
矩阵构建很简单，这里把上图中的顶点和权的信息保存在矩阵中。
3：prim
要玩prim，我们需要两个字典。
①：保存当前节点的字典，其中包含该节点的起始边和终边以及权值，用weight=-1来记录当前节点已经访问过，用weight=int.maxvalue表示
两节点没有边。
②：输出节点的字典，存放的就是我们的n集合。
当然这个复杂度玩高了,为o(n2)，寻找n集合的邻边最小权值时，我们可以玩玩avl或者优先队列来降低复杂度。
4：最后我们来测试一下，看看找出的最小生成树。
