图论实战：Prim算法解决公路修建最小生成树问题

1. 项目概述

公路修建问题是一个经典的图论应用场景，源自洛谷P1265题目。这个问题要求我们在给定多个城市坐标的情况下，规划一个总长度最短的公路网络，使得任意两个城市之间都可以互相到达。这实际上就是图论中的最小生成树（Minimum Spanning Tree, MST）问题在实际工程中的应用。

我第一次接触这个问题是在参加算法竞赛训练时，当时就被它简洁的题干和丰富的解题思路所吸引。不同于纯理论的最小生成树算法题目，这道题将抽象概念具象化为公路修建场景，让算法学习变得更加生动有趣。在实际操作中，我们需要处理城市坐标计算、距离矩阵构建、最小生成树算法选择等一系列技术环节。

2. 核心算法解析

2.1 最小生成树基础概念

最小生成树是指在一个带权无向图中，找到一棵包含所有顶点的生成树，并且所有边的权值之和最小。对于公路修建问题，我们可以将每个城市看作图中的一个顶点，城市之间的距离作为边的权重。

在解决这个问题时，最常用的两种算法是：

1. Prim算法：从一个顶点开始，逐步扩展生成树，每次添加与当前树相连的最短边
2. Kruskal算法：按边权从小到大排序，逐步添加不形成环的边

2.2 算法选择与优化

对于公路修建问题，由于我们需要计算所有城市两两之间的距离，这本质上是一个完全图。在这种情况下，Prim算法（特别是使用优先队列优化的版本）通常更为高效。

Prim算法的时间复杂度：

• 朴素实现：O(V²)
• 使用优先队列优化：O(E + VlogV)

由于题目中城市数量可能达到5000个，我们必须选择优化后的实现方式。以下是使用优先队列优化的关键步骤：

cpp复制priority_queue<pair<double, int>, vector<pair<double, int>>, greater<pair<double, int>>> pq;
vector<bool> visited(n, false);
double total_length = 0;

// 从城市0开始
pq.push({0.0, 0});

while (!pq.empty()) {
    auto [dist, u] = pq.top();
    pq.pop();
    
    if (visited[u]) conti