#无向图 #C++
·问题描述:
给出一个无向图,求起点1到其它所有点的最短距离。
输入格式
第一行输入n, m。n是定点数量,m是边的数量
第2~m+1行,每行三个数u, v, w,分别表示单向边的起点,终点和边的长度。1<=n<=3*105, 1<=m<=106, 1<=w<=109
输出格式
输出n个数,分别表示定点1到定点1~n的最短距离。两两之间用一个空格隔开。如无法到达,输出-1。
输入样例
6 9
1 2 6
1 3 3
2 3 2
2 4 5
3 4 3
3 5 4
4 5 1
4 6 7
5 6 3
输出样例
0 5 3 6 7 10
问题分析:
1.算法分析——Dijkstra算法:用于求解单源最短路径问题。Dijkstra算法主要应用于有向图或无向图的单源最短路径问题的求解,前提是有向(无向)图中不存在负权边。基本思想是通过逐步扩展路径的方式,逐个确定从起始顶点到其他顶点的最短路径。实现思路是:
①定义一个距离数组dist[],记录从起始顶点到每个顶点的最短距离,其他顶点为无穷大inf.
②通过优先队列(通常选用最小堆实现)来选择距离最短的顶点,并更新与该顶点相邻的顶点的距离值。更新条件是当前顶点u到相邻顶点v的距离小于当前记录的最短距离。更新顶点后,将该顶点v及距离值加载至优先队列。这样通过不断的选择距离最短的顶点,并更新其相邻顶点的距离值,直到遍历完所有顶点,Dijkstra算法就能找到起始顶点到其他顶点的最短路径
2.时间复杂度分析:O((V+E)logV)。其中V是顶点数,E是边数。Dijkstra算法是一个贪心算法,每次选择距离最短的顶点,因此适用于解决最短路径问题。
代码展示:
#include<iostream>
#include<vector>//vector是封装动态数组的顺序容器,可用常规指针访问元素
#include<queue>//用到先进先出的队列,需导入该头文件
#include<climits>//提供了与整数类型相关的常量和极限值
using namespace std;
typedef pair<int,int>pii;
const int MAX_VERTICES=300000;
const int MAX_EDGES=1000000;
vector<pii>adj[MAX_VERTICES];//用于存储图中的每个顶点的临接边
int dist[MAX_VERTICES];
void dijkstra(int start, int n){
priority_queue<pii, vector<pii>, greater<pii>>pq;//定义一个优先队列pq保存待处理的顶点
pq.push(make_pair(0,start));//初始化起始顶点的距离为0
dist[start]=0;
while(!pq.empty()){
//获取顶部顶点的信息,并将顶部顶点出队列
int u=pq.top().second;
int d=pq.top().first;
pq.pop();//出队列
//检查距离值是否大于dist中顶点u的距离值,确保只考虑最短路径
if(d>dist[u]){
continue;
}
//获取路径,并不断更新dist数组得到并输出最短路径
for(pii edge:adj[u]){
int v=edge.first;
int w=edge.second;
if(dist[u]+w<dist[v]){
dist[v]=dist[u]+w;
pq.push(make_pair(dist[v],v));
}
}
}
}
int main(){
int n,m;
cin>>n>>m;
//输入两个点以及两点之间的权值
for(int i=0;i<m;i++){
int u,v,w;
cin>>u>>v>>w;
//将终点v和权重w作为pair对象的元素,添加到定点u的邻接表中
adj[u].push_back(make_pair(v,w));
//将终点u和权重w作为pair对象的元素,添加到定点u的邻接表中
adj[v].push_back(make_pair(u,w));
}
for(int i=1;i<=n;i++){
dist[i]=INT_MAX;
}
dijkstra(1,n);
for(int i=1;i<=n;i++){
if(dist[i]==INT_MAX){
cout<<"-1";
}else{
cout<<dist[i]<<" ";
}
}
return 0;
}