BambuStudio学习笔记：MinimumSpanningTree-CSDN博客

本文链接：https://blog.csdn.net/zzzkk2009/article/details/146182148

# MinimumSpanningTree 类说明

## 头文件
`MinimumSpanningTree.h`

## 概述
基于Prim算法实现的最小生成树（MST）计算工具，用于处理点集的网络结构优化。适用于路径规划、3D打印支撑结构生成等需要最小连接成本的场景。

## 类结构

```cpp
class MinimumSpanningTree {
    struct Edge { Point start, end; }; // 边定义
public:
    // 构造方法
    MinimumSpanningTree() = default;
    explicit MinimumSpanningTree(std::vector<Point> vertices);
    
    // 核心方法
    std::vector<Point> adjacent_nodes(Point node) const; // 相邻节点查询
    std::vector<Point> leaves() const;                   // 叶子节点获取
    std::vector<Point> vertices() const;                 // 全体顶点获取

private:
    using AdjacencyGraph_t = std::unordered_map<Point, std::vector<Edge>, PointHash>;
    AdjacencyGraph_t adjacency_graph; // 邻接表存储结构
    AdjacencyGraph_t prim(std::vector<Point> vertices) const; // Prim算法实现
};

核心方法详解

构造函数

方法签名	说明
`explicit MinimumSpanningTree(std::vector<Point>)`	输入点集自动构建MST

注意要点：

输入点集会隐式去重（依赖PointHash实现）
自动计算完全图的欧氏距离作为边权重

节点查询方法

方法	时间复杂度	返回内容
`adjacent_nodes(Point)`	O(1)	目标节点的所有直接连接节点
`leaves()`	O(n)	度数为1的末端节点集合
`vertices()`	O(1)	参与MST计算的所有顶点

算法实现特点

Prim算法优化：
- 使用邻接矩阵存储完全图边权重
- 优先队列维护候选边集合
- 动态标记已访问节点
空间复杂度：O(n²)（存储所有点对的欧氏距离）
时间复杂度：O(n²)（适合n<10^4的点集）

数据结构

邻接表结构

std::unordered_map<Point, std::vector<Edge>, PointHash>

键：节点坐标（需确保PointHash正确实现坐标哈希）
值：该节点连接的所有边（至少1条，最多n-1条）

边结构体

struct Edge {
    Point start; // 边起点（坐标系原点方向）
    Point end;   // 边终点（坐标系远端方向）
}

注意：边的方向不影响连接关系判断

使用示例

// 创建点集（实际应用需去重）
std::vector<Point> points = { {0,0}, {2,2}, {3,1}, {5,4} };

// 构建MST
MinimumSpanningTree mst(points);

// 查询节点连接
Point query{2,2};
auto neighbors = mst.adjacent_nodes(query); // 可能返回 {0,0}, {3,1}

// 获取拓扑特征
auto leaf_nodes = mst.leaves(); // 可能包含 {5,4}, {0,0}
auto all_vertices = mst.vertices(); // 原始点集的子集