可视化最短路径选择算法产品系统

1. 软件面向的行业和业务场景（25%）
行业：旅游规划与交通导航
业务场景：
自驾游路线规划：帮助用户规划跨城市自驾路线，优化行程时间与距离（如测试案例中的“休斯顿到费城”或“纽约到夏洛特途经多个景点”）。 多景点游览优化：解决旅行商问题（TSP），为用户提供访问多个景点的最短路径（如“芝加哥出发，途经纽约自由女神像和达拉斯博物馆后返回”）。数据驱动的决策支持：通过算法比较（如Held-Karp与Dijkstra+NNTSP）为用户提供不同效率与精度的路线方案，适应不同需求（如时间优先或距离最优）。

2. 功能模块及用户功能（50%）
核心模块：
数据加载与解析模块
功能：读取roads.csv（城市道路网络）和attractions.csv（景点数据），转换为内部数据结构（如嵌套HashMap）。 用户价值：自动加载全美城市与景点数据，无需手动输入基础信息。
路径规划算法模块

Dijkstra最短路径：计算两城市间最短路径（如Chapter 1.4的ShortestPath类）。 TSP求解器（A*/Held-Karp/Dijkstra+NNTSP）：支持多景点路线规划（如测试案例中的“10个景点路线”）。 用户价值：一键生成最优路线，支持起点-终点直达或复杂多景点环线。
用户交互与可视化模块

CLI/JavaFX界面：输入城市/景点名称，实时显示路径详情（距离、时间）和地图可视化（Chapter 1.4的RoadTripVisualizer）。 错误处理：验证输入有效性（如Chapter 2.2的“无效城市提示”）。
算法对比模块

3. 技术选型与架构特点（25%）
技术选型：

数据存储：CSV文件（轻量级，易扩展）配合HashMap（O(1)查询）存储城市/景点数据（Chapter 1.2.1-1.2.2）。 核心算法：

Dijkstra（优先队列实现）用于单源最短路径。 Held-Karp DP（精确TSP解，适合小规模）和A*（启发式搜索）平衡效率与最优性（Chapter 2.3-2.7）。
架构分层：

数据层（CSV解析）、逻辑层（算法核心）、表现层（CLI/JavaFX），严格分离职责（Chapter 1.1图示）。

架构特点：

策略模式：通过PathFindingAlgorithm接口支持灵活替换算法（Chapter 1.5）。 动态扩展性：嵌套HashMap允许动态增删城市/道路（Chapter 1.2.2）