Python 欧氏最小生成树与Delaunay三角剖分

我想根据二维平面上一组点之间的欧几里德距离计算最小生成树。我当前的代码存储所有的边，然后执行Prim算法以获得最小生成树。但是，我知道这样做会占用所有边的

O（n^2）

空间

在做了一些研究之后，很明显，如果我首先在这组点上计算delaunay三角剖分，然后通过在三角剖分的边上运行Prim或Kruskal算法获得最小生成树，那么内存和运行时间就可以优化

这是编程竞赛（）的一部分，所以我怀疑我是否能够使用scipy.spatial。是否有其他方法可以简单地获取Delaunay三角剖分中包含的边

---

提前谢谢。

模块有帮助吗？以下是一些可能有效的方法：

你自己滚？这两种方法都描述了增量算法，似乎是O（n logn）：

---

这可能有助于入门，但它似乎还没有完成。

看起来Scipy使用了QHull，它。。在这个文件夹的某个地方。。。有执行delaunay三角剖分和获取边的代码（尽管是用C实现的）

---

没问题，希望Wildwillhelm的回答会有所帮助！看起来他找到了算法的抽象描述。是的，你的两个答案对我都有帮助，所以这里是向上投票，谢谢！