这个还少了个/吧

没有贴代码！无法知道你是什么原因导致地死循环

视频一开始就提及了关于是否可以纳入已选边集合的条件：判断现有边是否已经形成闭环，如果是则舍弃。

醉了，我怎么直接看的kruskal

这是克鲁斯卡尔算法的原理啊

1. 在邻接矩阵里取出所有边后找出最小边

2. 最小边对应的点不在集合中则添加进去

3. 一个在的话则把另一个添加到该点集合中

4. 两个都在同一个点集合中，只能抛弃这条边，为什么呢？因为会形成回环。例如：有一个点集合为{A,B,C}，要找的边为AC，对应两个点都在，再选AC这条边的话A-B,B-C,A-C就形成回环，所以在程序里continue跳过

5. 两个点在不同的点集合中，说明这两个点集合代表的边可以通过当前这条边连接起来，对应程序里的处理就是拼接两个vector

这样大家没法判断你出的是什么错呀朋友，这句代码本身没有错的。

段错误一般都是内存问题导致的。  你要检查下首先是不是内存不足，或者说你程序有没有存在内存泄漏。

111

检测一下的类名有没有写正确？

想明白了。应该以“这一层”和“下一层”的说法来说好理解一些，毕竟以“上一层”来说，是以正在查找的和preVec里的节点有连接的节点所构成的一层节点为参照点，然而这一层节点是不一定有的。

    按道理讲，创建动态分配的数组时是不可以初始化的，只能在后续将其所有元素逐一设置为零。

    所以，在构造函数中创建完矩阵数组后，是需要给数组全部元素赋值为零的。否则就是随机数。

    有个便捷函数是：memset(m_pMatrix, 0, m_iCapacity *m_iCapacity * sizeof(int));。教程里面也有的。

你的意思是在for (int i = 0; i < m_iCapacity; i++)前用 m_pNodeArray[temp].m_bIsVisited = true;吗？这样效果是一样的，当把点放进去时就已经用到了，等下加下一个的时候才设置为已访问有点说不过去

这个图

想通了，递归调用实际上是一个嵌套循环，它需要一层一层的从内将每一个for循环执行完再跳出当前循环，直到跳到第一个for循环，并继续执行下去。这个时候nodeIndex=0，i=2，再在第一行寻找下一个点即D

顶顶顶

m_pEdge[edgeCount] = edgeVec[edgeIndex];

edgeCount++;

 不是nodeIndex

箭头是指针方式，点是索引方式。这里m_pNodeArray[m_iNodeCount].m_cData=...是为数组赋值

广度优先遍历是一层一层的遍历，同层节点之间的输出顺序与矩阵的排列有关，也就是和一开始节点的输入顺序有关，但是同层节点的输出顺序并不是广度优先搜索的重点。

当然要是非按照固定的一种顺序，在输入节点的代码上写个排序就行了。

这是创建的对象指针，对象的周期结束后会自动释放内存

引用是为了获取这个引用参数，而不是作为形参使用。

比如在其他面向对象语言中，需要一个数值，就用return value返回，

C++支持获取引用的参数，这样可以不用为了获取某种类型的值而改变方法返回参数类型

标记啊,标记哪些点被访问过,这样就遇到被访问的点会跳过,就能保证最后搜索了所有的点

//将当前点置为被访问

m_pNodeArray[nodeIndex].m_bIsVisited = true;

这里应该是把nextnodeindex放进去 函数是nodevc.back(nextnodeindex) 你手误了 那样是放不进去的 这样的话 下一次还从A找 所以就错了

我学的Java还在看

这样的话','就有可能出现在首位啊老师生成的cvs是canvas的画笔,无法设置canvas（画布的大小）~!,设置canvas的大小是需要对canvas(画布)对象，而不是canvas的context(画笔),...

看边的数量的话也是可以的，因为不形成闭环，N-1 条边是一定与N个点相连接的。

这个等式表明两个结点位于同一集合里。这能够得到这两个结点可以通过其他结点相连的结论，所以如果A，B再直接相连便会形成闭环

void CMap::kruskalTree()

{

int value = 0;

int edgeCount = 0;

vector<vector<int>> nodeSets;

//之前一直显示vector subscript out of range，这是因为后面出现对vector直接取vec[]的语句，这是不对的

//因为vector没有分配空间，我在这里分配空间后就可以了。

nodeSets.resize(m_iCapacity*m_iCapacity);

vector<Edge>edgeVec;

for (int i = 0; i < m_iCapacity; i++)

{

for (int k = i+1; k < m_iCapacity; k++)

{

getValueFromMatrix(i, k, value);

if (value != 0)

{

Edge edge(i,k, value);

edgeVec.push_back(edge);

}

}

}

//1.找出算法结束条件

while (edgeCount < m_iCapacity -1)

{

//2从边集合中找出最小边

int minEdgeIndex = getMinEdge(edgeVec);

edgeVec[minEdgeIndex].m_bSelected = true;

//3找出连接最小边的点

int nodeAIndex = edgeVec[minEdgeIndex].m_iNodeIndexA;

int nodeBIndex = edgeVec[minEdgeIndex].m_iNodeIndexB;

//4找出点所在的点的集合

bool nodeAIsInSet = false;

bool nodeBIsInSet = false;

int nodeAInSetLabel = -1;

int nodeBInSetLabel = -1;

for (int i = 0; i < (int)nodeSets.size(); i++)

{

nodeAIsInSet = IsInset(nodeSets[i], nodeAIndex);

if (nodeAIsInSet)//点在指定的集合中

{

nodeAInSetLabel = i;//A点所在的点集合的索引

}

}

for (int i = 0; i < (int)nodeSets.size(); i++)

{

nodeBIsInSet = IsInset(nodeSets[i], nodeBIndex);

if (nodeBIsInSet)//点在指定的集合中

{

nodeBInSetLabel = i;//A点所在的点集合的索引

}

}

//5根据点所在的集合的不同做出不同的处理

if (nodeAInSetLabel == -1 && nodeBInSetLabel == -1)

{

vector<int>vec;

vec.push_back(nodeAIndex);

vec.push_back(nodeBIndex);

nodeSets.push_back(vec);

}

else

if (nodeAInSetLabel == -1 && nodeBInSetLabel != -1)//A不在任何集合中

{

nodeSets[nodeBIndex].push_back(nodeAIndex);

}

else

if (nodeAInSetLabel != -1 && nodeBInSetLabel == -1)

{

nodeSets[nodeAIndex].push_back(nodeBIndex);

}

else

if (nodeAInSetLabel != -1 && nodeBInSetLabel != -1 && nodeAInSetLabel != nodeBInSetLabel)

{

mergeNodeSet(nodeSets[nodeAIndex], nodeSets[nodeBIndex]);//把B合并到A当中，B销毁

for (int k = nodeBInSetLabel; k < (int)nodeSets.size()-1; k++)

{

nodeSets[k] = nodeSets[k + 1];

}

}

else

if (nodeAInSetLabel != -1 && nodeBInSetLabel != -1 && nodeAInSetLabel == nodeBInSetLabel)

{

continue;

}

m_pEdge[edgeCount] = edgeVec[minEdgeIndex];//保存边

edgeCount++;

cout << edgeVec[minEdgeIndex].m_iNodeIndexA << "-------------" << edgeVec[minEdgeIndex].m_iNodeIndexB << "   ";

cout << edgeVec[minEdgeIndex].m_iWeightValue << endl;

}

}

https://github.com/silenceccm/Data-structure-graph

主对角线的元素是顶点到自己的  自己与自己是没有连线的 上面的两个代码就是对应于无向图所说的 因为无向图隐含的就是每个顶点都有两条弧  所以就是对称矩阵 只要有连线的都要进行赋权值。