Dijkstra求最短路

首先要明白这个算法的原理：

如图：找v0到v6的最短路径。

在找最短路之前先画一个表格：vj代表这一轮选出的最短路径，距离就是最短距离。

无法到达用INF（无穷）表示

具体寻找步骤：

i=1：v1 = 13 , v2 = 8 , v3 = INF , v4 = 30 , v5 = INF , V6 = 32 这一轮选出的最短距离为v2 = 8。
i=2: 既然v2是最短路那么从v2走到的点（可能更短）也被记录（每轮选出的最短路都可用）
注意这里v2已被选出是最短路则不更新。
v1 = 13 , v3 = （8 + 5）（通过v2的点） , v4 = 30 , v5 = INF , V6 = 32
注意 ： 如果某点可以通过多个点到达，选择最短的一条。

最终表格

算法总结

1.初始化：先找出从v0到到各点的直达路径（通过一条弧到达的路径）。
2.选择：从这些路径找出最短的路径。
3.更新：通过找到的最短路能否更新其他路。

选择代码实现

// dis表示到起点路径
for (int j = 1; j <= n; j++)
{
	if (dis[j] < dis[t]) t = j; // 遍历整个路径选出最短路的点t
}

更新代码实现

//g[t][j]表示t到j的路径大小
for (int j = 1; j <= n; j++)
{
	dis[j] = min(dis[j], dis[t] + g[t][j]); //通过找到的最短路能否更新其他路
}

Dijkstra求最短路代码

void dijkstra()
{
	memset(dis, 0x3f, sizeof dis); // 初始化距离为无穷 
	dis[1] = 0; // 初始化为了找出从起点到各点的直达路径
	for (int i = 0; i < n; i++)
	{
		int t = 0; // 保证t每次都被更新dis[t] = 无穷
		for (int j = 1; j <= n; j++)
		{
			if (!vis[j] && dis[j] < dis[t]) t = j; // 遍历整个路径选出最短路
		}
		vis[t] = true; // 该点已是最短路，不在更新
		for (int j = 1; j <= n; j++)
		{
			dis[j] = min(dis[j], dis[t] + g[t][j]); //通过找到的最短路能否更新其他路
		}
	}
}

堆优化

思路

思路与上面一样，只不过选择是用堆来实现。
1.初始化
2.选择：将被更新的路入队比较，选择队中的最短路（小根堆的堆顶）。
3.更新：通过找到的最短路能否更新其他路，将更新后的路径入队来取代堆中原来该路的路径。
（堆不能删除，但可以比较，更新后会在原路径上面，达到了取而代之的作用）。

int dijkstra()
{
	priority_queue<PII, vector<PII>, greater<PII>> heap; // 定义小根堆
	memset(dis, 0x3f, sizeof dis); // 初始化距离为无穷
	heap.push({ 0,1 }); // 从1结点开始做初化
						// 堆存结点和该结点到1的距离
						// 堆是先按第一个数排序，所以第一存距离
						// pair<结点到1的距离 ，结点>
	while (heap.size())
	{
		auto t = heap.top(); heap.pop(); // 队头一定是最短路经
		int d = t.first, v = t.second;
		if (vis[v]) continue; // 防止重边情况
		vis[v] = true; // 第一次一定是该点最短路
		for (int i = h[v]; i != -1; i = ne[i])
		{
			int j = e[i];
 			if (dis[j] > d + w[i]) //通过找到的最短路能否更新其他路
			{
				dis[j] = d + w[i]; // 更新到j的最短路
				heap.push({ dis[j], j }); // 将该条路入队
			}
		}
	}
}