貪心過程.
首先,把圖中的點分成兩種,已連通和未連通的,我把它們分別稱為"黑"和"白"點.
一開始時,圖中全是白點,沒有黑點.算法的第一步,隨機選出一個白點,染成黑色.
然后開始一個重復的過程:
從當前圖的邊中尋找這樣的一些邊:它的其中一個端點是黑點,而另一個端點是一個白點. 我們可以把這類邊稱為"可擴展邊". 然后算法需要從所有的可擴展邊之中選出權值最小的一條.把這條可擴展邊加入生成樹之中,且把這條邊的白色端點染成黑色.

重復這個過程,直到全部的節點都為黑色.

算法可以優化的地方是,在選擇權值最小的可行邊時可以使用堆.

G=（V,E）
①初始化：讀入的數據用鄰接矩陣x存儲，一個一維布爾型數組chosen，記錄第i個節點是否已選，初始值除1外全部設為false，記錄權值的變量cost賦值為0；
以下②到④循環執行v-1次（每次生成一條邊，運行（點的個數減1）次后，生成一棵最小生成樹）：
②臨時變量p賦值為無限大，用于記錄當前最小值；
③二重循環（外循環i，內循環j）掃描鄰接矩陣：如果chosen[i]=true（也就是說第i個點已選），那么掃描x[i]，如果not(chosen[j])（也就是說第j個點未選），那么如果x[i,j]<p，那么p賦值為x[i,j],臨時變量q賦值為j;
④把cost賦值為cost+o，把chosen[q]賦值為true（也就是說第j個點已選）；
⑤輸出cost。

一、以上給出具體的運行過程。這個算法的策略就是貪心，和dijkstra差不多，每次都選擇未選的邊中權值最小的那一條，直到生成最小生成樹。用chosen的目的就是保證生成過程中沒有環出現，也就是說保證選擇的邊不會通向一個已經包含在生成樹中的點。
二、這個只輸出最小生成樹的每條邊權值之和，如果要輸出整棵最小生成樹，加一個[1..n,1..2]的數組，在第④步的時候把每次選的邊記錄下來就可以了。
三、用小頂堆在第③步優化一下的話就不用每次都掃描那么多邊了，只不過建堆維護堆代碼寫起來很麻煩。
四、prim適合用于比較稠密的網，點數和邊數差不多的時候效率很惡心，一般都用kruskal。