Dijkstra算法+优先队列优化

       Dijstra算法用于求边的权值没有负数的图的单源最短路的问题。

       算法的过程是:

       ①有两个集合A和B,集合A的点是已经得到到源点最小距离的点,集合B的点是还未得到距离源点最小距离的点;

       ②每次从集合B中选出一个距离源点距离最小的点u加入集合A,点u从集合B删除加入集合A后,更新集合B中与点u相连的点到源点的最小距离。

       ③重复上一步骤,直到集合A中不再加入新的点。

       当u加入集合A后,对于集合B中的点可以分为两种:一种是与源点最小距离不改变;另一种是与源点最小距离会减小。对于第一种,距离本身就比点u距离源点的距离大;对于第二种,距离减小也是dist[v]=dist[u]+edge[u][v],所以距离也自然比dist[u]。因此,集合B中的点都是与源点的最小距离比dist[u]大的,假设集合B中有一点v与点A相连,并且即将加入集合A,由于dist[v]比dist[u]大,所以不会影响dist[u],也就是加入集合A的点的顺序也是按照dist非递减的顺序加入集合A的,每次加入集合A的点都能够保证不会受到后续点的影响。

const int INF = 0x3f3f3f3f;
const int MAXN = 1000010;

vector<Edge>E[MAXN];
bool vis[MAXN];
int dist[MAXN];

struct qnode {
	int v;
	int c;
	qnode(int _v=0,int _c=0):v(_v),c(_c){}
	bool operator <(con
  • 2
    点赞
  • 1
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
逻辑结构:描述数据元素之间的逻辑关系,如线性结构(如数组、链表)、树形结构(如二叉树、堆、B树)、图结构(有向图、无向图等)以及集合和队列等抽象数据类型。 存储结构(物理结构):描述数据在计算机中如何具体存储。例如,数组的连续存储,链表的动态分配节点,树和图的邻接矩阵或邻接表表示等。 基本操作:针对每种数据结构,定义了一系列基本的操作,包括但不限于插入、删除、查找、更新、遍历等,并分析这些操作的时间复杂度和空间复杂度。 算法: 算法设计:研究如何将解决问题的步骤形式化为一系列指令,使得计算机可以执行以求解问题。 算法特性:包括输入、输出、有穷性、确定性和可行性。即一个有效的算法必须能在有限步骤内结束,并且对于给定的输入产生唯一的确定输出。 算法分类:排序算法(如冒泡排序、快速排序、归并排序),查找算法(如顺序查找、二分查找、哈希查找),图论算法(如Dijkstra最短路径算法、Floyd-Warshall算法、Prim最小生成树算法),动态规划,贪心算法,回溯法,分支限界法等。 算法分析:通过数学方法分析算法的时间复杂度(运行时间随数据规模增长的速度)和空间复杂度(所需内存大小)来评估其效率。 学习算法与数据结构不仅有助于理解程序的内部工作原理,更能帮助开发人员编写出高效、稳定和易于维护的软件系统。

“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