最小生产树Prim和Kruskal

public void prim(Vertex start){
	//初始声明所有顶点均不在树上
	for(Vertex v:graph){
		v.isInTree=false;
		v.dist=Integer.MAX_VALUE;
	}
	start.dist = 0;// 声明起点的距离为0
	//以顶点的最短距离构建堆
	PriorityQueue<Vertex> priorityQueue = new PriorityQueue<Vertex>();
	priorityQueue.add(start);
	while(!priorityQueue.isEmpty()){
		Vertex v=priorityQueue.poll();
		if(v!=null){
	          if(!v.isInTree){//取出的顶点不在树上
			//1. 声明顶点在树上
			v.isInTree=true;
			if(v.adj!=null&&!v.adj.isEmpty()){
				for(AdjVertex adjw:v.adj){
				//更新临接表中 最短距离有变化的顶点，并将该顶点加入到优先队列
					if(adjw.cvw<adjw.w.dist){
					    adjw.w.setDist(adjw.cvw);
					    adjw.w.setPath(v);
					    priorityQueue.add(adjw.w);
						}
					}
				}
			}
		}
	}
}

public List<Edge> kruskal() {
	List<Edge> result = new ArrayList<Edge>();
	int vertexSize = graph.values().size();
	int acceptedEdge = 0;
	//以点的数量构建不相交集合
	DisjSets disjSets = new DisjSets(vertexSize);
	//以边的权构建堆
	PriorityQueue<Edge> priorityQueue = new PriorityQueue<Edge>(getEdges());
	while (acceptedEdge < vertexSize - 1&&!priorityQueue.isEmpty()) {
		Edge e = priorityQueue.poll();
		int disv = disjSets.find(e.vnum);
		int disw = disjSets.find(e.wnum);
		if (disv != disw) {
			//两个顶点不在一颗树上，合并两个顶点
				acceptedEdge++;
				disjSets.union(disv, disw);
				result.add(e);
			}
	}
	return result;
}