解决单源最短路径的Dijkstra贪心算法(堆优化版)

17 篇文章 0 订阅
6 篇文章 0 订阅
本文介绍了如何使用Dijkstra算法解决有向图的最短路径问题,特别是在点数量较大时如何通过优化避免超时。通过将邻接矩阵替换为邻接表和使用优先队列(小根堆)来快速找到最短距离的节点,将时间复杂度从O(n^2)降低到O(1)。在处理可能存在重边和自环的图时,注意到最短路径不会因重边而变得更短,因此可以忽略它们。代码示例展示了优化后的Dijkstra算法实现,并给出了输入输出样例。
摘要由CSDN通过智能技术生成

在朴素版Dijkstra算法中,我们用稠密图(——>邻接矩阵)表示图。

但是如果点很多,那么运行时间可能会超时。

朴素版步骤如下图所示:

 通过上面的步骤可以发现每次寻找最短距离的点耗费时间会很多,

因此可以用堆(优先队列)来优化。

用堆优化第二点的第一个步骤的话,可以将原本O(n^2)的时间复杂度优化为O(1) 。

因此,我们在朴素版的基础上,将寻找最短距离的步骤稍加优化即可。

注意点(学习时难以理解的点):

1,因为点数增多,所以我们改用稀疏图(——>邻接表)来表示图。

2,用优先队列来表示堆,我们应该选择小根堆,因为每次寻找距离最短的点。

3,由于题目说明有重边和自环,我们又发现在小根堆中最短距离一定是在前面先遍历的并且被标记,所以后面的距离大的重边直接continue即可。

题目:
 

给定一个 n 个点 m 条边的有向图,图中可能存在重边和自环,所有边权均为非负值。

请你求出 1 号点到 n 号点的最短距离,如果无法从 1 号点走到 n 号点,则输出 −1。

输入格式

第一行包含整数 n 和 m。

接下来 mm 行每行包含三个整数 x,y,z,表示存在一条从点 x 到点 y的有向边,边长为 z。

输出格式

输出一个整数,表示 1 号点到 n 号点的最短距离。

如果路径不存在,则输出 −1。

数据范围

1≤n,m≤1.5×10^5
图中涉及边长均不小于 0,且不超过 10000。
数据保证:如果最短路存在,则最短路的长度不超过 10^9。

输入样例:

3 3
1 2 2
2 3 1
1 3 4

输出样例:

3

代码:

#include <iostream>
#include <cstring>
#include <algorithm>
#include <queue>
using namespace std;
typedef pair<int,int>PII;
const int N=1000010;
int h[N],e[N],w[N],ne[N],dist[N];
bool st[N];
int n,m,idx;
void add(int a,int b,int c)
{
    e[idx]=b,w[idx]=c,ne[idx]=h[a],h[a]=idx++;
}
int Dijkstra()
{
    memset(dist,0x3f,sizeof dist);
    dist[1]=0;
    priority_queue<PII,vector<PII>,greater<PII>>heap;
    heap.push({0,1});//1号点距离起点为0;
    while(heap.size())
    {
        auto t=heap.top();
        heap.pop();
        
        int distance=t.first,name=t.second;
        
        if(st[name])continue;
        else st[name]=true;
        
        for(int i=h[name];i!=-1;i=ne[i])
        {
        	int j=e[i];
        	if(dist[j]>distance+w[i])
        	{
        		dist[j]=distance+w[i];
        		heap.push({dist[j],j});
			}
		}
    }
    if(dist[n]==0x3f3f3f3f)return -1;
    else return dist[n];
}
int main()
{
    memset(h,-1,sizeof h);
    cin>>n>>m;
    while(m--)
    {
        int a,b,c;
        cin>>a>>b>>c;
        add(a,b,c);
    }
    cout<<Dijkstra()<<endl;
    return 0;
}

 对于队列的一些补充:

队列(queue,deque,priority_queue)

一,queue(先进先出的队列,单端队列)

①,初始化  queue<int>q;

②,常用函数

push();  队尾插入元素。

pop();  弹出队头元素。

size();  返回队列元素个数。

empty();  判断队列是否为空。

front();  返回队头元素。

back();  返回队尾元素。

二,dequeue(双端队列)

①,初始化  deque<int>q;

②,常用函数

push_front();  队头插入元素。

push_back();队尾插入元素。

pop_front();弹出队头元素。

pop_back();弹出队尾元素。

size();返回队列元素个数。

....(其他跟queue大差不差)

三,priority_queue(优先队列)(小根堆,大根堆,小顶堆,大顶堆)

优先队列与队列不同点在于数据的优先级可自定义。

1,降序队列:

priority_queue<int,vector<int>,greater<int>>q;

2,升序队列:

priority_queue<int,vector<int>,less<int>>q;

3,自定义优先级:

bool cmp(...)
{
    ....
}

priority_queue<Node,vector<Node>,cmp>q;

注:优先队列默认大根堆,容器为vector。表示如下:

priority_queue<int>q;

  • 1
    点赞
  • 5
    收藏
    觉得还不错? 一键收藏
  • 打赏
    打赏
  • 0
    评论
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

Adellle

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值