当给定数据的范围不大时,采用朴素Dijikstra算法尚能ac,但若是数据范围大于10^5,那么朴素Dijikstra算法就会爆掉,所以我们需要采用堆优化版的Dijikstra算法
堆优化版Dijikstra主要是对朴素Dijikstra中找寻从距离编号 1 结点路径长度最近的结点的过程进行了优化:
朴素Dijikstra算法:
int t = -1;
for (int j = 1;j<= n;++j)
{
if(!st[j] && ( t == -1 || dist[t] > dist[j]))
t = j;
}
这段代码的详解请看
堆优化版Dijikstra算法(这是最宏观的步骤,有一些细节没有写,比如如何处理遇到重边的情况)
step1:
弹出优先队列的第一个结点,这个结点是还未确定最短路径长的,距离编号 1 结点最近的结点t
step2:
标记结点 t 已经被确定了最短路径
step3:
遍历编号 t 结点的子结点,更新他们的路径长度,并将每一个子结点的编号和距离编号 1 结点路径长度作为信息存入优先队列中
题目如下:
给定一个 n 个点 m 条边的有向图,图中可能存在重边和自环,所有边权均为非负值。
请你求出 1 号点到 n 号点的最短距离,如果无法从 1 号点走到 n 号点,则输出 −1。
输入格式
第一行包含整数 n 和 m。
接下来 m 行每行包含三个整数 x,y,z,表示存在一条从点 x 到点 y 的有向边,边长为 z。
输出格式
输出一个整数,表示 1 号点到 n 号点的最短距离。
如果路径不存在,则输出 −1。
数据范围
1≤n,m≤1.5×10^5
解答代码:
#include<iostream>
#include<cstring>
#include<queue>
using namespace std;
typedef pair<int ,int> pii;//这是队列中的数据类型
//{x,y}代表的就是从源节点到编号为 y 的结点的最短路径长是 x
const int N = 150010;
int n,m;
int e[N],ne[N],h[N],idx,w[N];//用邻接表存储图,因为本题中,结点数的范围和边的范围差不多
//本题图的形式是稀疏图,所以用邻接表
//邻接表适用于稀疏图,邻接矩阵适用于稠密图
//稠密图是边的个数的范围比结点个数的范围要大得多
//w[N]用来记录每一条边的边的长度,其中的N是结点的下标
int dist[N];//如dist[i],从编号 1 结点到编号 i 结点的最短路径长度
bool st[N];//如st[i],编号 i 结点是否被确定最短路径
void add(int a,int b,int c)
{
e[idx] = b;
w[idx] = c;
ne[idx]= h[a];
h[a] = idx;
idx++;
}
int dijikstra()
{
memset(dist,0x3f,sizeof(dist));//还是将dist数组初始值设为无穷大
//即最开始时,任何一个点的最短路径长度都还没确定
//除了dist[1] = 0 ,也就是编号 1 结点到自身的距离为0
dist[1] = 0;
priority_queue<pii,vector<pii>,greater<pii>> heap;//采用优先队列实现小根堆排序
//优先队列的本质就是小根堆
heap.push({0,1});//此时已知从编号 1 结点到编号 1 结点的最短路径长是0
while(heap.size())
{
pii t = heap.top();//取出堆顶的元素
//优先队列中的所有pair数据的排序默认按照pair中的第一个数据进行排序
//优先队列模仿的是小根堆
//也就是堆顶的元素永远是此时距离编号 1 结点最近的编号
heap.pop();//弹出堆顶元素
int ver = t.second;//ver代表堆顶结点的编号
int distance = t.first;//distance代表从编号 1 结点到堆顶结点的最短路径长度
if(st[ver])//处理遇到重边的情况,画图
continue;
st[ver] = true;//标记这个点已经找到了最短路径
for (int i = h[ver];i != -1;i = ne[i])//在此时的堆顶结点进行延伸
//此时的 i 是编号 ver 结点的一个子节点的下标
{
int j =e[i];//将下标 i 翻译成结点的编号
if (dist[j] > (distance + w[i]))//(1)确定从编号1结点到编号j结点的最短路径长
//(2)处理重边的情况
{
dist[j] = distance + w[i];
heap.push({dist[j],j});//加入队列
//同时依照队列排序的特性,可以处理遇到重边的情况
}
}
}
if (dist[n] == 0x3f3f3f3f)
return -1;
else
return dist[n];
}
int main()
{
ios::sync_with_stdio(false);
cin.tie(0);
cout.tie(0);
cin >> n >> m;
memset(h,-1,sizeof(h));//照例将存储邻接表的h数组初始值设为-1
//代表初始时,图中任何一条边还没有建立
while(m--)
{
int a,b,c;
cin >> a >> b >>c;
add(a,b,c);
}
cout << dijikstra() ;
return 0;
}
几个问题:
(1)
堆优化版的Dijikstra算法适用于数据范围较大的情况,朴素版的Dijikstra算法适用于数据范围较小的情况
(2)
本题使用邻接表,是因为点的数量 n 和边的数量 m 差不多,是稀疏图,所以用邻接表来存储图
朴素Dijikstra算法中,因为边的数据范围远大于点的数量,是稠密图,所以用邻接矩阵
(3)