最短路径
常用算法:dijkstra、bellman-ford、spfa、floyd
一、Dijkstra
dijkstra用于解决单源点最短路径问题,对应所有边权都是非负的情况。
对于有负数用spfa最好。其次用STL中的优先队列对待查的d[u]处理可以节省时间。
dijkstra思路:设置集合S存放已被访问的顶点,然后执行n次下面的两个步骤:
1)每次从集合v-s中选择与起点s的最短距离最小的一个顶点(记为u),访问并加入集合s。
2)之后,令顶点u为中介点,优化起点s与所有从u能到达的顶点v之间的最短距离。
具体实现要点:
1)集合s可用bool数组vis[]
2)int型数组d[]表示起点s到达顶点vi的最短距离,初始时除了起点s的d[s]赋为0,其余顶点为很大的数
(0x3fffffff,不可0x7fffffff,因为相加时可能会爆掉)
伪码:
Dijkstra(G,d[],s)
{
初始化;
for(循环n次){
u=使d[u]最小的还未被访问的顶点的标号;
记u已被访问;
for(从u出发能到达的所有顶点v)
{
if(v未被访问&&以u为中介点使s到顶点v的最短距离d[v]更优){
优化d[v];
}
}
}
}
邻接矩阵与邻接表实现时的主要区别:邻接矩阵要枚举所有顶点来查看v是否可由u到达;邻接表可以直接得到u能达到v。
1)邻接矩阵:适用于点数不大
const int maxv=1000;
const int inf=0x3fffffff;
int n,g[maxv][maxv];
int d[maxv];
bool vis[maxv]={
false};
void Dijkstra(int s)
{
fill(d,d+maxv,inf);//fill函数将整个d数组赋为inf;慎用memset
d[s]=0;//起点s到达自身的距离为0
//u=使d[u]最小的还未被访问的顶点的标号;
for(int i=0;i<n;i++){
int u=-1,Min=inf;//u使d[u]最小,min存放该最小的d[u]
for(int j=0;j<n;j++)
{
if(vis[j]==false && d[j]<Min){
u=j;
Min=d[j];
}
}
//找不到小于inf的d[u],说明剩下的顶点和起点s不连通
if(u==-1) return;
vis[u]=true;
for(int v=0;v<n;v++)
{
//如果v未访问 && u能到达v && 以u为中介点可以使d[v]更优
if(vis[v]==false && g[u][v]!=inf && d[u]+g[u][v]<d[v])
d[v]=d[u]+g[u][v];
}
}
}
2)邻接表
const int maxv=1000;
const int inf=0x3fffffff;
//区别一:定义不一样
struct node
{
int v,dis;//v为边的目标顶点,dis为边权
};
vector<node> adj[maxv];
int n;
int d[maxv];
bool vis[maxv]={
false};
void Dijkstra(int s)
{
fill(d,d+maxv,inf);//fill函数将整个d数组赋为inf;慎用memset
d[s]=0;//起点s到达自身的距离为0
for(int i=0;i<n;i++){
int u=-1,Min=inf;//u使d[u]最小,min存放该最小的d[u]
for(int j=0;j<n;j++)
{
if(vis[j]==false && d[j]<Min){
u=j;
Min=d[j];
}
}
//找不到小于inf的d[u],说明剩下的顶点和起点s不连通
if(u==-1) return;
vis[u]=true;
//区别二:vector操作
for(int j=0;j<adj[u].size();j++)
{
int v=adj[u][j].v;
//如果v未访问 && u能到达v && 以u为中介点可以使d[v]更优
if(vis[v]==false && d[u]+adj[u][v].dis<d[v])
d[v]=d