思路
为了让时间复杂度更加低,需要将传统的Dijkkstra算法进行优化。
传统的Dijkstra是通过顶点来进行更新,需要遍历所有顶点找到已知集合中到起点S最近的一个顶点,然后再通过邻接矩阵对这个顶点到所有的其他顶点进行路径更新。
此时时间复杂度为
O
(
∣
V
∣
2
)
O(|V|^2)
O(∣V∣2)
优化具体分为两方面,一方面是取出最短路径时的操作用堆优化,另一方面是存储结构变为邻接表(链式前向星+vector)。优化后时间复杂度为
O
(
∣
E
∣
l
o
g
∣
V
∣
)
O(|E| log|V|)
O(∣E∣log∣V∣)
代码
const int MAXN=10000;
const int INF=0x3f3f3f3f;
struct edge{int to,cost;};//链式前向星
typedef pair<int,int> P;//first是最短距离,second是顶点序号
int V;
vector<edge> G[MAXN];
int d[MAXN];
void dijkstra(int s){//s是起点
priority_queue<P,vector<P>,greater<P> > que;
//用堆来构建一个集合,保存已用过的顶点
for(int i=1;i<=V;i++) d[i]=INF;//初始化到所有的边的距离为无限大
d[s]=0;
que.push(P(0,s));//把起点纳入集合
while(!que.empty()){
P p=que.top();que.pop();
int v=p.second;//取出已经合并的顶点集合中离起点最近的点
if(d[v]<p.first) continue;//因为队列的原因,可能不是最新的情报
for(int i=0;i<G[v].size();i++){//对于已知的到起点s路径最短的顶点v的所有邻接点进行一次更新
edge e=G[v][i];
if(d[e.to]>d[v]+e.cost){
d[e.to]=d[v]+e.cost;
que.push(P(d[e.to],e.to));
}
}
}
}