一个点(源点)到其余各个顶点的最短路径,叫做单源最短路经。
例如求下图中的1号顶点到2,3,4,5,6号顶点的最短路径。
使用二维数组e来存储顶点之间边的关系,初始值如下表。
e | 1 | 2 | 3 | 4 | 5 | 6 |
1 | 0 | 1 | 12 | inf | inf | inf |
2 | inf | 0 | 9 | 3 | inf | inf |
3 | inf | inf | 0 | inf | 5 | inf |
4 | inf | inf | 4 | 0 | 13 | 15 |
5 | inf | inf | inf | inf | 0 | 4 |
6 | inf | inf | inf | inf | inf | 0 |
dis数组:
1 | 2 | 3 | 4 | 5 | 6 |
0 | 1 | 12 | inf | inf | inf |
既然是求1号顶点到其余各个顶点的最短路程,那就先找一个离1号顶点最近的顶点。
通过是求1号顶点到其余各个顶点的最短路程,那就先找一个离1号顶点最近的顶点。通过数组dis可知当离1号顶点最近的是2号顶点。当选择了2号顶点后,dis[2]的值就从”估计值“变成了”确定值“,即1号顶点到2号顶点的最短路程就是当前dis[2]值(因为目前离1号顶点最近的是2号顶点,并且这个图所有的边都是正数,那么肯定不可能通过第三个顶点中转,使得1号顶点到2号顶点的路程进一步缩短了)。
既然选了2号顶点,接下来再来看2号顶点有哪些出边。有2->3和2->4这两条边。先讨论通过2->3这条边能否让1号顶点到3号顶点的路程变短,也就是说来比较dis[3]和dis[2]+e[2][3]的大小。其中dis[3]表示1号顶点到3号顶点的路程;dis[2]+e[2][3]中dis[2]表示1号顶点到2号顶点的路程,e[2][3]表示2->3这条边。所以dis[2]+e[2][3]就表示从1号顶点先到2号顶点,在通过2->3这条边,到达3号顶点的路程。
我们发现dis[3] = 12, dis[2]+e[2][3] = 1+9 = 10, dis[3]>dis[2] + e[2][3],因此dis[3]要更新为10.这个过程有个专业术语叫做”松弛“,1号顶点到3号顶点的路程即dis[3],通过2->3这条边松弛成功。这便是Dijkstra算法的主要思想:通过”边“来松弛1号顶点到其余各个顶点的路程。
同理,通过2->4(e[2][4]),可以将dis[4]的值从inf松弛为4(dis[2]+e[2][4] = 4, dis[4] > dis[2] + e[2][4])
对2号顶点所有的出边进行了松弛,松弛完毕之后dis数组为:
1 | 2 | 3 | 4 | 5 | 6 | |
dis | 0 | 1 | 10 | 4 | inf | inf |
1 | 2 | 3 | 4 | 5 | 6 | |
dis | 0 | 1 | 8 | 4 | 17 | 19 |
1 | 2 | 3 | 4 | 5 | 6 | |
dis | 0 | 1 | 8 | 4 | 13 | 19 |
1 | 2 | 3 | 4 | 5 | 6 | |
dis | 0 | 1 | 8 | 4 | 13 | 17 |
1 | 2 | 3 | 4 | 5 | 6 | |
dis | 0 | 1 | 8 | 4 | 13 | 17 |
算法的基本思想是:每次找到离源点(上面例子源点就是1号顶点)最近的一个顶点,然后以该顶点为中心进行扩展,最终得到源点到其余所有点的最短路径。基本步骤如下:
1.将所有的顶点分成两部分:已知最短路程的顶点集合P和未知最短路径的顶点集合Q。最开始,已知最短路径的顶点集合P中只有源点一个顶点。我们用一个book数组来记录哪些点再集合P中。book[i]为1则表示这个顶点在集合P中,如果book[i]为0则表示这个顶点在集合Q中。
2.设置源点s到自己的最短路径为0即dis[s]=0.若存在有源点能直接到达的顶点i,则把dis[i]设为e[s][i]。同时把所有其他顶点的最短路径设为inf。
3.在集合Q的所有顶点中选择一个离源点s最近的顶点u(即dis[u]最小)加入到集合P。并考察所有以点u为起点的边,对每一条边进行松弛操作。
4.重复第三步,如果集合Q为空,算法结束。最终dis数组中的值就是源点到所有顶点的最短路径。
完整的Dijkstra算法代码如下:
#include <stdio.h>
#define inf 0x3f3f3f3f
int dis[105];
int book[105];
int e[105][105];
int main() {
int n, m;
int u, v, w;
//读入n个顶点和m条边
scanf("%d %d", &n, &m);
//初始化,顶点自身为0
for(int i = 1; i <= n; i++) {
for(int j = 1; j <= n; j++) {
if(i == j) e[i][j] = 0;
else e[i][j] = inf;
}
}
//读入边,这里是单向边(根据题意定)
for(int i = 1; i <= m; i++) {
scanf("%d %d %d", &u, &v, &w);
e[u][v] = w;//
}
//这里是1号顶点到其余各个顶点的初始路程
for(int i = 1; i <= n; i++) {
dis[i] = e[1][i];
}
//初始化book数组
for(int i = 1; i <= n; i++) book[i] = 0;
book[1] = 1;
//Dijkstra算法核心语句
for(int i = 1; i <= n; i++) {
//找到离1号顶点最近的顶点
int mn = inf, p = -1;
for(int j = 1; j <= n; j++) {
if(!book[j] && mn > dis[j]) {
p = j;
mn = dis[j];
}
}
if(p == -1) break;//表示没有边可以进行松弛,直接跳出循环。
book[p] = 1;
for(int j = 1; j <= n; j++) {
if(book[j]) continue;
if(dis[j] > (dis[p] + e[p][j])) {
dis[j] = dis[p]+e[p][j];
}
}
}
//输出最终结果
for(int i = 1; i <= n; i++) {
printf("%d ", dis[i]);
}
return 0;
}
通过上面的代码可以发现,这个算法的时间复杂度是O(N^2)。也可以用堆优化达到O(MlogN),用邻接表代替邻接矩阵,使得整个时间复杂度优化到O(M+N)logN。Dijkstra一般解决稠密图(和顶点关系密切),但是无法解决负边权问题(就是边权值为负数)。如果有负边权最好是用Bellman-Ford算法了。
邻接表加优先队列的Dijkstra。
#include <queue>
#include <vector>
#include <stdio.h>
#include <iostream>
using namespace std;
#define inf 0x3f3f3f3f
#define ll long long
const int maxn = 1e6+6;
int dis[maxn];
int U[maxn], V[maxn], W[maxn];
struct node{
int id,dist;
node(){}
node(int Id,int Dist){
id=Id;
dist=Dist;
}
bool operator < (const node& a) const{
if(dist==a.dist){
return id<a.id;
}
return dist>a.dist;
}
};
vector<node> v[maxn];
void init(int n) {
for(int i=1;i<=n;i++) {
dis[i]=inf;
v[i].clear();
}
}
void Dijkstra(){
node pre, nex;
dis[1] = 0;
pre.id = 1;
pre.dist = 0;
priority_queue<node> que;
while(!que.empty()) que.pop();
que.push(pre);
while(!que.empty()){
pre = que.top();
que.pop();
for(int i = 0; i < v[pre.id].size(); i++){
nex = v[pre.id][i];
if(dis[nex.id] > pre.dist + nex.dist){
dis[nex.id] = pre.dist + nex.dist;
que.push(node(nex.id , dis[nex.id]));
}
}
}
}
int main() {
int n,m;
scanf("%d %d",&n,&m);
for(int i=1;i<=m;i++) {
scanf("%d %d %d",&U[i],&V[i],&W[i]);
}
init(n);//初始化
for(int i = 1; i <= m; i++) {
v[U[i]].push_back(node(V[i], W[i]));
}
Dijkstra();
for(int i = 1; i <= n; i++)
printf("%d ", dis[i]);
return 0;
}
以上内容参考《挑战程序设计竞赛》,《啊哈算法》。