克鲁斯卡尔时间复杂度最坏情况是O(eloge)这是因为我们需要对边排序。 Prim时间复杂度最坏的情况是O(E log V)优先队列，甚至更好的情况是O(E+V log V)斐波那契堆。 我们应该使用Kruskal当图是稀疏的，即少量的边，如E=O(V)，当边已经排序或如果我们可以在线性时间内排序。 当图是密集的，即边的数量很高时，我们应该使用Prim，如E=O(V²)。

Kruskal's的最佳时间是O(elogv)。对于Prim使用fib堆，我们可以得到O(E+V lgV)。因此，在密集图上，Prim的效果要好得多。

克鲁斯卡尔时间复杂度最坏情况是O(eloge)这是因为我们需要对边排序。 Prim时间复杂度最坏的情况是O(E log V)优先队列，甚至更好的情况是O(E+V log V)斐波那契堆。 我们应该使用Kruskal当图是稀疏的，即少量的边，如E=O(V)，当边已经排序或如果我们可以在线性时间内排序。 当图是密集的，即边的数量很高时，我们应该使用Prim，如E=O(V²)。

如果我们中途停止算法，prim的算法总是生成连接的树，而kruskal的算法可以给出连接的树或森林

Kruskal算法的一个重要应用是单链聚类。

考虑n个顶点，你就有了一个完整的图。得到这n个点组成的k个簇。在已排序边集的前n-(k-1)条边上运行Kruskal算法。你得到了具有最大间距的图的k个簇。

在kruskal算法中，我们在给定的图上有一些边和顶点，但在每条边上我们都有一些值或权重，我们可以为这些值或权重准备一个新的图，这个图必须不是循环的，也不能从任何一侧闭合 例如

graph like this 
                  _____________
|                |                     |
|                |                     |
|__________|                     |

给任意顶点a b c d e f命名。