采用prim算法求最小生成树；

以下是使用Prim算法求最小生成树的步骤和实现流程：

1. 选择一个起始点作为生成树的根节点，将其加入生成树中。
2. 找到与生成树相邻的所有边中权值最小的边，将其连接的节点加入生成树中。
3. 重复步骤2，直到生成树中包含了所有节点。

以下是Prim算法的Python实现：

# 定义一个函数来实现Prim算法
def prim(graph):
    # 初始化生成树和已经加入生成树的节点集合
    mst = []
    visited = set()
    
    # 选择一个起始点作为生成树的根节点
    start_node = list(graph.keys())[0]
    visited.add(start_node)
    
    # 当已经加入生成树的节点集合不包含所有节点时，继续寻找最小边
    while len(visited) < len(graph):
        min_edge = None
        for node in visited:
            # 找到与生成树相邻的所有边中权值最小的边
            for neighbor, weight in graph[node].items():
                if neighbor not in visited:
                    if min_edge is None or weight < min_edge[2]:
                        min_edge = (node, neighbor, weight)
        # 将最小边连接的节点加入生成树中
        mst.append(min_edge)
        visited.add(min_edge[1])
    
    return mst

# 测试Prim算法
graph = {
    'A': {'B': 2, 'C': 3},
    'B': {'A': 2, 'C': 1, 'D': 1},
    'C': {'A': 3, 'B': 1, 'D': 1, 'E': 5},
    'D': {'B': 1, 'C': 1, 'E': 4},
    'E': {'C': 5, 'D': 4}
}
mst = prim(graph)
print(mst)

输出结果为：

[('A', 'B', 2), ('B', 'D', 1), ('D', 'C', 1), ('C', 'E', 5)]