思路分析：
- 初始化：获取点的数量，并创建两个辅助数组
adjvex和lowcost，分别用于记录最小生成树的边信息和每个顶点到最小生成树的距离。 - Prim算法循环：在每一次循环中，选择一个未加入最小生成树的顶点
k，使得从已加入最小生成树的顶点到k的距离最小。循环n-1次，每次选择一个顶点加入最小生成树。 - 找出下一个顶点：遍历所有未加入最小生成树的顶点，选择距离最小的顶点
k，加入最小生成树，并标记顶点k已被访问。 - 更新最小生成树信息：更新
lowcost数组，更新每个顶点到最小生成树的距离。 - 计算总成本：计算最小生成树的总成本，即所有边的长度之和，并返回。
class Solution {
public:int minCostConnectPoints(vector<vector<int>>& points) {int n = points.size(); // 获取点的数量// 用于存储最小生成树的边信息vector<int> adjvex(n, 0); // 记录最小生成树的顶点的下标vector<int> lowcost(n, 0); // 记录从最小生成树中的某顶点到其它顶点的最小权值// 初始化lowcost数组，将除了第一个点以外的顶点到第一个点的距离记录下来for(int i = 1; i < n; i++)lowcost[i] = abs(points[i][0] - points[0][0]) + abs(points[i][1] - points[0][1]);// 用于记录顶点是否已被访问过vector<bool> visited(n, false);// Prim算法的主要循环，构建最小生成树for(int t = 0; t < n - 1; t++) {int k = 1, min = INT_MAX;// 找出lowcost数组中的最小值for(int i = 1; i < n; i++) {if(lowcost[i] < min && visited[i] == false) {min = lowcost[i];k = i;}}// 标记顶点k已被访问visited[k] = true;// 将k顶点到其它顶点的权值设为0，表示已加入最小生成树lowcost[k] = 0;// 更新lowcost数组中的值for(int i = 1; i < n; i++) {if(i != k) {// 计算顶点i到顶点k的距离int close = abs(points[i][0] - points[k][0]) + abs(points[i][1] - points[k][1]);// 如果顶点i到顶点k的距离小于当前到顶点i的最小权值，则更新相应信息if(lowcost[i] > close) {adjvex[i] = k;lowcost[i] = close;}}}}// 计算最小生成树的总成本int num = 0;for(int i = 0; i < n; i++) {num += abs(points[i][0] - points[adjvex[i]][0]) + abs(points[i][1] - points[adjvex[i]][1]);}// 返回最小生成树的总成本return num;}
};
