#include <iostream>
#include <algorithm>
#include <queue>
using namespace std;
const int inf = 1e9 + 7;
int n, m, dis[51];
int head[51], cnt = 0;
struct Edge {
int to, next, w;
}e[101];
struct Node {
int pos, w;
Node(int p, int wt) :pos(p), w(wt) {};
bool operator<(const Node& a)const {
return w > a.w;
}
};
void add_edge(int u, int v, int w) {
e[++cnt].to = v;
e[cnt].w = w;
e[cnt].next = head[u];
head[u] = cnt;
}
void dij() {
priority_queue<Node> q;
fill(dis + 2, dis + 2 + n, inf);
q.push(Node(1,0));
while (q.size()) {
Node tmp = q.top(); q.pop();
for (int i = head[tmp.pos]; i; i = e[i].next) {
int v = e[i].to, w = e[i].w;
//不需要对已选入的结点进行讨论的原因是dis[v]已经存储的是最小值,后面再遇到重复的都不会比它小
if (dis[tmp.pos] + w < dis[v]) {
dis[v] = dis[tmp.pos] + w;
q.push({ v,dis[v]});
}
}
}
}
int main()
{
cin >> n >> m;
for (int i = 1; i <= m; i++) {
int u, v, w; cin >> u >> v >> w;
add_edge(u, v, w);
}
dij();
for (int i = 2; i <= n; ++i) {
cout << dis[i] << ' ';
}
return 0;
}
prim算法和dijsktra算法虽然求的东西不同,但是思路和算法的结构都非常相似,在这里大致记录一下我现阶段对于它们不同点的理解:
- prim算法的dis数组中存储的是最小生成树的每条边的长度(具体是哪条边由算法过程确定),而dijsktra算法的dis数组存储的是从源点出发到第i个节点的最短路径长度。
- 堆优化也由细微的差别,prim算法要借助辅助数组vis,判断堆顶的节点是否已经并入最小生成树,如果已经并入,则出队。而dijsktra算法不需要辅助数组,因为假如一个点已经确定了最短路径,那么接下来的路径长度都不可能小于dis数组中存储的值,所以碰到已确定路径的结点直接出队即可。
void prim() {
fill(dis + 1, dis + 1 + n, inf);
priority_queue<Node> q;
q.push({ 1,0 });
while (q.size()) {
Node tmp = q.top(); q.pop();
if (!vis[tmp.pos]) {
vis[tmp.pos] = 1; ans += tmp.w;
for (int i = head[tmp.pos]; i; i = e[i].next) {
int v = e[i].to, w = e[i].w;
if (!vis[v]) {
if (w < dis[v]) {
dis[v] = w;
q.push({ v,dis[v] });
}
}
}
}
}
}
void dij() {
priority_queue<Node> q;
fill(dis + 2, dis + 2 + n, inf);
q.push(Node(1,0));
while (q.size()) {
Node tmp = q.top(); q.pop();
for (int i = head[tmp.pos]; i; i = e[i].next) {
int v = e[i].to, w = e[i].w;
//不需要对已选入的结点进行讨论的原因是dis[v]已经存储的是最小值,后面再遇到重复的都不会比它小
if (dis[tmp.pos] + w < dis[v]) {
dis[v] = dis[tmp.pos] + w;
q.push({ v,dis[v]});
}
}
}
}