最短路径

最短路径

单源最短路径算法简称SSSP,是说给定一张有向图,从1号顶点出发,求出长度为n的d数组,其中d数组表示从1到i的最短路径的长度
对于无向图,我们通常把无向边看成两条相反的有向边,也就是在存储的时候存两次
单源,就是说以一个固定的点为起点的最短路径,dijkstra和Bellman和SPFA全部都是单源

dijkstra

dijkstra地核心思路就是按着路径递增计算,来确定单源最短路径
dijkstra算法的流程如下:
1.初始化最短路径数组d[1]=0表示自己到自己的长度为0,其他的点设置为正无穷
2.找出来一个没有被标记的、d[x]最小的节点x,然后标记x
3.扫描x的所有链边(x,y,z)如果d[y]>d[x]+z那么使用d[x]+z来更新d[y]
4.重复二和三两个步骤,知道所有的点都被标记
可以理解,dijkstra算法其实就是利用贪心来实现,它只适用于所有边都是非负数的图,如果是负数,那么就会不断地更新,越加越小,不断地选择全局最小值进行标记和拓展,最终可以得到一个单源最短路径

int a[2000],d[2000];
bool v[2000];
void dijkstra()
{
   
	d[1]=0;
	for(int i=1;i<n;i++)
	{
   
		int x=0;
		for(int j=1;j<=n;j++)
			if(v[j]==0&&(x==0||d[j]<d[x]))
				x=j;//获取最小值
		v[x]=1;//标记
		for(int y=1;y<=n;y++)
		{
   
			d[y]=min(d[y],d[x]+a[x
  • 0
    点赞
  • 2
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
好的,我可以为您解答这个问题。首先,Dijkstra算法是一种贪心算法,用于解决单源最短路径问题(SSSP),即给定一个带权有向图G和源节点s,找出从s到G中所有其他节点的最短路径。下面是使用Dijkstra算法实现SSSP问题的步骤: 1. 初始化:将除源节点s以外的所有节点的最短距离dist[i]赋值为无穷大,将源节点s的最短距离dist[s]赋值为0。 2. 遍历:重复执行下列操作,直到所有节点的最短路径都被确定: a. 选择一个未确定最短路径的节点u,使得dist[u]最小。 b. 确定节点u的最短路径。 c. 对于节点u的每个邻居节点v,更新其最短距离dist[v],如果dist[u]+w(u,v)<dist[v],则更新dist[v]=dist[u]+w(u,v)。 3. 输出:输出各个节点到源节点s的最短距离dist[i]。 下面是使用C++和OpenMP优化实现Dijkstra算法解决SSSP问题的代码: ```c++ #include <iostream> #include <fstream> #include <vector> #include <queue> #include <limits> #include <chrono> #include <omp.h> using namespace std; const int MAXN = 100000; const int INF = numeric_limits<int>::max(); int n, m, s; vector<pair<int, int>> adj[MAXN+1]; int dist[MAXN+1]; bool visited[MAXN+1]; void dijkstra() { fill(dist, dist+n+1, INF); fill(visited, visited+n+1, false); dist[s] = 0; priority_queue<pair<int, int>, vector<pair<int, int>>, greater<pair<int, int>>> pq; pq.push(make_pair(0, s)); while (!pq.empty()) { int u = pq.top().second; pq.pop(); if (visited[u]) continue; visited[u] = true; #pragma omp parallel for for (int i = 0; i < adj[u].size(); i++) { int v = adj[u][i].first; int w = adj[u][i].second; if (dist[u] + w < dist[v]) { dist[v] = dist[u] + w; pq.push(make_pair(dist[v], v)); } } } } int main() { ifstream fin("input.txt"); fin >> n >> m >> s; for (int i = 0; i < m; i++) { int u, v, w; fin >> u >> v >> w; adj[u].push_back(make_pair(v, w)); } fin.close(); auto start = chrono::high_resolution_clock::now(); dijkstra(); auto end = chrono::high_resolution_clock::now(); auto duration = chrono::duration_cast<chrono::microseconds>(end - start); cout << "Time taken by function: " << duration.count() << " microseconds" << endl; ofstream fout("output.txt"); for (int i = 1; i <= n; i++) { fout << dist[i] << " "; } fout.close(); return 0; } ``` 在上面的代码中,我们使用了一个优先队列pq来存储待处理的节点,每次选取最小的dist[u]来处理。在处理完u节点后,我们使用OpenMP的并行for循环遍历u的邻居节点v,更新其最短距离dist[v]。这样可以加速程序的执行。 最后,我们将结果输出到文件output.txt中,并计算程序的执行时间。

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值