Algorithm 在哪种情况下使用哪种最小生成树算法

我是最小生成树的新手，试图找出在任何特定情况下使用哪种MST算法。有人能提供一些例子，说明MST算法中的一种比其他算法更适合的情况吗

快速总结（引用页面）：

“Boruvka和Kruskal的算法显然是 如果应用于现实世界，则更有用，而Prim的运行时随着订单的增长速度过快 在串行处理环境中使用的图形的名称。”

在这三种算法中，当考虑并行计算时，Boruvka的最有希望。 它是可并行设计的，包括局部搜索最小边，然后 在每一步后合并生成的树。多台计算机之间的任务划分 处理节点将是Boruvka算法的逻辑扩展

---

从本文来看，Kruskal的算法在串行环境中效率更高。”

我想说，最小生成树问题的两个主要解决方案在图形的表示方式上有所不同。虽然可以很好地处理边列表，但s算法可以更好地处理邻域列表。如果让我来决定图形表示，我更喜欢实现Kraskar，因为我发现它更容易实现，但是在这方面的差别很小，所以这取决于你。维基百科上的那些？仅限Borůvka和Kruskal？首先感谢您的回答……我只是想找出一个例子，Kruskal比prim好，反之亦然。@anujpradhan如果您已经将图形存储在邻里列表或边缘列表中，您应该分别选择prim或Kruskal。@izmorphius假设我得到的是一个图形，而不是任何图形其他信息那么我们不能假设有一个边、邻居的排序列表…那么是哪一个呢？我使用Kruskal是因为我实现它更快，但可能会有人告诉你选择Prim。Kruskal和Prim有同样的复杂性。我会质疑你在这里给出的第一个陈述。老实说，我对MST的了解还不够，无法对此进行辩论。我只是找到了这篇文章，想和大家分享。@izomorphius大oh符号忽略了常数。如果你最多能到达800个节点，那么一个算法从10k节点开始运行就无关紧要了。@JanDvorak。然而，我对这两种算法进行了多次的比较，相信如果你很好地实现它们，它们就不会有很大的不同。还有一种情况，请考虑一下……Dijakstra的ALGO也适用于单源最短路径。