堆优化Dijkstra

非映射堆版:

#include <bits/stdc++.h>
using namespace std;
const int maxn = 20000 + 5;
long long d[maxn];
int vis[maxn];
int n , m;
struct Pri{
    int v;long long c;
    Pri(){}
    Pri(int _v , long long _c):v(_v) , c(_c){}
    bool operator <(const Pri &o)const
    {
        return c > o.c;
    }
};
vector<Pri>p[maxn];
typedef vector<Pri>::iterator iter; 
void dijkstra(int scr)
{
    priority_queue<Pri>q;
    memset(d , 0x3f , sizeof(d));
    d[scr]=0;
    q.push( Pri(scr,0) );
    while(!q.empty() )
    {
        Pri t=q.top();
        q.pop();
        if(vis[t.v])continue;
        vis[t.v]=1;
        for(iter it=p[t.v].begin();it!=p[t.v].end();it++)
        {
            if(d[it->v] > d[t.v] + it->c)
            {
                d[it->v] = d[t.v] + it->c;
                if(!vis[it->v])
                    q.push( Pri( it->v, d[it->v] ) );
            }
        }
    }
}

映射堆版:

#include <bits/stdc++.h>
#include <ext/pb_ds/priority_queue.hpp> 
using namespace std;
const int maxn = 20000 + 5;
long long d[maxn];
int vis[maxn];
int n , m;
struct Pri{
    int v;long long c;
    Pri(){}
    Pri(int _v , long long _c):v(_v) , c(_c){}
    bool operator <(const Pri &o)const
    {
        return c > o.c;
    }
};
typedef vector<Pri>::iterator iter;
vector<Pri>p[maxn];
typedef __gnu_pbds::priority_queue<Pri> pq;
void dijkstra(int scr)
{
    pq q;
    vector<pq::point_iterator>qpi;
    qpi.resize(n+1);
    for(int i=0;i<=n;i++)qpi[i]=q.push(Pri(i,0x7fffffff));
    memset(d , 0x3f , sizeof(d));
    q.modify(qpi[scr],Pri(scr,0));
    d[scr]=0;
    while(!q.empty())
    {
        Pri t=q.top();
        for(iter it=p[t.v].begin();it!=p[t.v].end();it++)
        {
            if(d[it->v] > d[t.v] + it->c)
            {
                d[it->v] = d[t.v] + it->c;
                if(qpi[it->v] != qpi[0])
                    q.modify(qpi[it->v],Pri(it->v,d[it->v]));
            }
        }
        qpi[t.v]=qpi[0];
        q.pop();
    }
}
  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
C++优化Dijkstra算法是一种用于求解单源最短路问题的算法,它是Dijkstra算法的一种优化。在Dijkstra算法中,我们通过一个数组记录节点到起点的距离,并通过一个集合记录已经确定最短路的节点,然后每次从集合中选择距离起点最近的节点进行松弛操作,直到集合为空为止。但是这种方法的时间复杂度是O(n^2)的,无法处理大规模图的问题。 优化Dijkstra算法则是通过使用优化选择距离起点最近的节点的过程,从而将时间复杂度降低到O(mlogn),其中n为节点数,m为边数。具体实现过程如下: 1. 初始化:将起点加入中,距离为0,其他节点距离为无穷大。 2. 取出顶元素:每次从中取出距离起点最近的节点,将其标记为已经确定最短路。 3. 松弛操作:遍历与该节点相邻的所有节点,如果当前节点到起点的距离可以通过该节点更新,则更新该节点到起点的距离,并将该节点加入中。 4. 重复步骤2和3,直到为空或者顶元素为终点。 下面是C++代码实现: ```c++ #include <bits/stdc++.h> using namespace std; const int N = 1e5 + 5; const int INF = 0x3f3f3f3f; int n, m, s, t; int head[N], cnt = 0; int dis[N], vis[N]; struct Edge { int v, w, nxt; } e[N << 1]; struct Node { int u, d; bool operator < (const Node &rhs) const { return d > rhs.d; } }; void add_edge(int u, int v, int w) { e[++ cnt] = (Edge) {v, w, head[u]}; head[u] = cnt; } void dijkstra() { memset(dis, 0x3f, sizeof(dis)); memset(vis, 0, sizeof(vis)); priority_queue<Node> q; q.push((Node) {s, 0}); dis[s] = 0; while (!q.empty()) { int u = q.top().u; q.pop(); if (vis[u]) continue; vis[u] = 1; for (int i = head[u]; i; i = e[i].nxt) { int v = e[i].v, w = e[i].w; if (dis[v] > dis[u] + w) { dis[v] = dis[u] + w; if (!vis[v]) q.push((Node) {v, dis[v]}); } } } } int main() { cin >> n >> m >> s >> t; for (int i = 1; i <= m; i ++) { int u, v, w; cin >> u >> v >> w; add_edge(u, v, w); add_edge(v, u, w); } dijkstra(); cout << dis[t] << endl; return 0; } ``` 其中,priority_queue<Node> q;表示使用小根来存储节点,Node结构体中的u表示节点编号,d表示该节点到起点的距离。
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