堆优化版本的dijkstra算法

对于单源最短路问题,没有负权边时,我们一般采用dijkstra算法进行解决,对于朴素dijkstra算法

,在查询除已确定最短路点之外的最短路点的时间复杂度为O(n方),为对此进行优化,采用小根堆来维护除已经确定点之外的所有点,这里一般采用手写堆或者c++自带的stl容器来实现,因手写堆较为繁琐,一般采用priority_queue来实现,因为此容器不支持修改操作,所以会有冗余出现,比如在查找现在的最短路时,会弹出之前已经使用过的数据,与算法逻辑不符,所以要额外判断 、

采用堆维护后就可把第一步查询操作的实际复杂度由O(n方)变为O(1).、但是第三步的插入更新操作时间复杂度会变为O(mlogm)。priority_queue不支持修改,因此只能进行冗余插入。

 

 

 

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 1
    评论
优化Dijkstra算法是一种对传统的Dijkstra算法进行优化的方法,用于求解单源最短路径问题。在传统的Dijkstra算法中,我们使用数组来保存每个节点的最短距离,并依次遍历所有节点来更新最短距离。但是,这种方法在大规模图中效率较低。 优化Dijkstra算法通过使用优先队列()来选择下一个要访问的节点,从而提高了算法的效率。具体而言,算法中维护一个优先队列,每次从队列中选择当前距离最小的节点进行访问。在访问一个节点时,算法会更新与该节点相邻节点的最短距离,并将更新后的节点加入队列中。 在实现过程中,我们可以使用一个距离数组来保存每个节点的最短距离,使用一个布尔数组来标记节点是否已经访问过。同时,我们还需要使用一个优先队列来存储节点及其距离。 具体操作如下: 1. 初始化距离数组为正无穷,起始节点的最短距离为0,将起始节点加入优先队列。 2. 当优先队列不为空时,取出队列中距离最小的节点。 3. 如果该节点已经访问过,则跳过本次循环。 4. 遍历该节点的所有邻居节点,更新它们的最短距离,并将更新后的节点加入优先队列。 5. 将当前节点标记为已访问。 6. 重复步骤2-5,直到优先队列为空或者找到目标节点。 通过使用优先队列来选择下一个要访问的节点,优化Dijkstra算法能够更快地找到最短路径。同时,通过记录所有的最短路径,我们可以输出所有的最优解。<span class="em">1</span><span class="em">2</span><span class="em">3</span> #### 引用[.reference_title] - *1* *2* *3* [dijkstra算法优化 + 输出所有最短路径(得到所有最优解)](https://blog.csdn.net/weixin_45745854/article/details/126264026)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v93^chatsearchT3_2"}}] [.reference_item style="max-width: 100%"] [ .reference_list ]

“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 1
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