最小生成树的定义：最小生成树是一副连通加权无向图中一棵权值最小的生成树。
假设给定无向图G一共有n个顶点，那么最小生成树一定会有n-1条边
prim算法被用来求给定图的最小生成树
具体内容：
用两个集合A{}，B{}分别表示找到的点集，和未找到的点集；我们以A中的点为起点a，在B中找一个点为终点b，这两个点构成的边（a，b）的权值是其余边中最小的 重复上述步骤#2，直至B中的点集为空，A中的点集为满
举例说明：
默认从第0个点开始，初始时A{0}，B{1，2，3，4，5}
lowcost{m,6,1,5,m,m} #lowcost表示当前A到B中的点的最低权值，m表示不能到达
可以看出，权值 1 最小，所以选择顶点 2 ，更新A{0，2}，B{1，3，4，5}
此时因为加入了顶点2，lowcost就可以更新了
lost cost{m,5,m,5,6,4}
权值 4 最小，所以选择顶点5，更新A{0，2，5}，B{1，3，4}
更新low cost {m,5,m,2,6,m}
权值2最小，所以选择顶点3，更新A{0，2，5，3}，B{1，4}
更新lowcost {m,5,m,m,6,m}
权值 5 最小，所以选择顶点1，更新A{0，2，5，3，1}，B{4}
更新low cost {m,m,m,m,3,m}
权值 3 最小，选择顶点4，更新A{0，2，5，3，1，4}，B{}
lowcost {m,m,m,m,m,m}
OK,B为空，A为满，满足终止条件，结束寻找。
python代码实现
import
代码输出：
总结：
碰到的bug是在输出每条边的起始点出了问题，当时没有考虑其他的，直接把更新之前的点作为起点，更新之后的点作为终点，没有考虑如果在将要生成环时，起始点会重新选择。
于是在参考了网上的博客，用一个数组mst记录每次更新权值时的当前点，（权值因为这个添加了这个点才被更新，所以在后面如果选择了这个权值，那么这个点一定是该权值对应边的起点）
代码下载：
/TwoAndOne/Algorithm-Design-and-Analysis-Course-for-Related-Algorithm-Learning-/tree/master
思考过程记录:
