利用优先级队列（priority_queue）优化单源最短路径算法

最新推荐文章于 2023-05-28 15:52:29 发布

CodingQK

最新推荐文章于 2023-05-28 15:52:29 发布

阅读量999

点赞数 1

分类专栏： Algorithm 文章标签：优化 dijkstra 算法

本文链接：https://blog.csdn.net/cqk0100/article/details/78232871

版权

本文探讨如何利用优先级队列（priority_queue）优化单源最短路径算法，尤其是Dijkstra算法。通过使用优先级队列，可以将原本时间复杂度为O(|V|^2)的算法优化到O((|V|+|E|)*log|V|)，显著提高效率。文章介绍了相关数据结构和算法实现细节。

摘要由CSDN通过智能技术生成

单源最短路径，不用说一定是经典的dijkstra算法了。dijkstra的原始版本做到了很好的解决问题，但是还有进一步优化的空间。

接下来展示通过“优先级队列（priority_queue）”优化时间复杂度的方法。
首先把图的类定义出来，我采用的是“class Edge”+”class Graph”的定义方案，将有向边和图的实现抽离，如有不妥，方请指正：

template<typename Type>
class Edge
{
    template<typename Type>
    friend class Graph;
public:
    explicit Edge(const size_t& start, const size_t& end = 0, const Type& value = Type())
        :start_idx(start), end_idx(end), value(value), flag(Flags::unvisited) {}
    size_t getEnd() const { return end_idx; }
    size_t getValue() const { return value; }
    ~Edge() = default;
private:
    size_t start_idx;
    size_t end_idx;
    Type value;
    Flags flag; // search for next_edge unvisied edge.
};
template<typename Type>
class Graph
{
    using Node = vector<Edge<Type>>;
    int INFTY = (1 << 20);
public:
    Graph() :
        num_edges(0) {}
    explicit Graph(const size_t& size);
    ~Graph() = default;
    // some other functions.

    // return iterator points to the specific edge.
    decltype(auto) findEdge(const size_t& vertex_idx, const size_t& end) const;

    void addEdge(