Prim算法在公路修建问题中的优化实践

1. 项目背景与问题定义

公路修建问题源自洛谷P1265题目，是一个经典的图论与最小生成树应用场景。题目描述了一个需要连接多个城市的最小成本公路网络建设方案，要求工程师在满足连通性的前提下，选择最经济的道路修建方案。

这个问题在实际工程规划中非常普遍。比如某省需要新建高速公路网连接15个地级市，已知各城市间的直线距离和每公里建设成本，如何规划路线才能用最少的总预算实现全省互通？这就是公路修建问题的现实映射。

2. 算法选择与理论分析

2.1 最小生成树算法对比

解决这类问题主要有两种经典算法：

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）

在本题的完全图场景下（任意两城市间都可直接修路），Prim算法的时间复杂度为O(n²)，比Kruskal的O(m log m)更优（其中n是城市数，m=n(n-1)/2是边数）。

2.2 Prim算法的核心思想

算法维护两个集合：

• 已选顶点集U：初始包含任意起点
• 未选顶点集V-U

每次从连接U与V-U的边中选权值最小的加入生成树，直到包含所有顶点。这个过程保证了全局最优性，这是由贪心选择性质决定的。

3. 具体实现与优化

3.1 数据结构设计

cpp复制const int MAXN = 5005;
double dist[MAXN];  // 存储各点到当前生成树的最小距离
bool vis[MAXN];     // 标记是否已加入生成树
struct Point {
    double x, y;
} city[MAXN];

3.2 距离计算优化

由于需要频繁计算城市间欧氏距离：

cpp复制double calc_dist(int i, int j) {
    return sqrt((city[i].x-city[j].x)*(city[i].x-city[j].x) + 
               (city[i].y-city[j].y)*(city[i].y-city[j].y));
}

3.3 堆优化实现

标准Prim使用邻接矩阵存储，时间复杂度O(V²)。对于大规模数据（如本题5000节点），可以采用优先队列优化：