Kruskal算法实现最小生成树及其在城市规划中的应用

1. 题目背景与理解

这道GESP七级真题"城市规划"考察的是图论中的最小生成树算法应用。题目描述了一个典型的城市道路连通问题：A国有n座城市，通过m条双向道路连接，要求我们找到一种最优的修路方案。

在实际工程中，这类问题非常常见。比如市政部门需要规划城市间的道路网络，既要保证所有城市互相可达，又要尽可能降低建设成本。这正是最小生成树算法的经典应用场景。

注意：题目中明确所有城市原本就是连通的（即任意两城市间已有路径），这与现实中的某些情况不同。这意味着我们不需要考虑图不连通的情况。

2. 算法选择与思路分析

2.1 为什么选择Kruskal算法

对于这类问题，通常有两种主流解法：

1. Prim算法 - 适合稠密图（边数接近完全图）
2. Kruskal算法 - 适合稀疏图（边数远少于完全图）

在本题中，城市数量n和道路数量m的关系没有明确说明，但考虑到：

• 城市间道路通常不会太多（现实中的城市连接数有限）
• Kruskal算法实现更简单直观
• 题目要求输出具体选择的道路，Kruskal更容易记录边

因此我选择使用Kruskal算法来解决这个问题。

2.2 Kruskal算法核心思想

Kruskal算法的核心步骤是：

1. 将所有边按权值从小到大排序
2. 初始化一个空集合用于存放选中的边
3. 按顺序考虑每条边，如果不形成环就加入集合
4. 重复直到选中n-1条边

这里的关键是"不形成环"的判断，这可以通过并查集(Disjoint Set)数据结构高效实现。

3. 代码实现详解

3.1 数据结构设计

首先我们需要定义合适的数据结构：

cpp复制#include <iostream>
#include <vector>
#include <algorithm>
using namespace std;

struct Edge {
    int u, v, w;
    Edge(int _u, int _v, int _w): u(_u), v(_v), w(_w) {}
};

vector<Edge> edges;  // 存储所有边
vector<int> parent;  // 并查集父节点数组
vector<Edge> selected; // 选中的边