最短路径算法——Dijkstra算法

NarutoTime

已于 2023-03-02 14:58:21 修改

阅读量773

点赞数 1

分类专栏：最短路径算法文章标签：算法数据结构 c++ c语言 vscode

于 2023-02-28 14:21:01 首次发布

本文链接：https://blog.csdn.net/qq_21316773/article/details/129259091

版权

最短路径算法专栏收录该内容

1 篇文章 0 订阅

订阅专栏

文章介绍了Dijkstra算法的创始人，以及算法的基本思想、适用范围和证明。它用于寻找单源最短路径，初始设置和贪心策略是关键。基础版算法基于邻接矩阵，时间复杂度为O(n²)，而堆优化版通过优先队列降低到O(mlogn)。

摘要由CSDN通过智能技术生成

1.Dijkstra人物简介

艾兹格·W·迪科斯彻（Edsger Wybe Dijkstra，1930年5月11日~2002年8月6日），计算机科学家，1972年图灵奖获得者，于1959年提出了Dijkstra算法;

2.Dijkstra算法

适用范围：
1.单源最短路径
2.边权非负图
Dijkstra算法基于贪心的思想，dist[x]已经是起点到x的最短路径，我们不断用全局最小值进行标记和扩展，最终可得到起点到每个节点的最短路径长度。

Dijkstra算法证明：

证明略，可参考其他博客
ps：其实我不会（￣﹏￣ )

算法流程：

1.初始化dist[1] = 0,其余节点为正无穷大
2.找出一个未被标记的、dist[x]最小的节点x，然后标记节点x
3.扫描节点x的所有出边(x,y,z)，若dist[y] >dist[x] + z,则使用dist[x] + z 更新dist[y]
4.重复上述2~3两个步骤，直到所有节点被标记。

流程图：
1.初始化dist[1] = 0，其余节点为正无穷大
请添加图片描述

2.dist数组中未被标记的、值最小的，是1号节点，将其标记
请添加图片描述
3.扫描1号节点的所有出边，由于dist[3]>dist[1] + 1，说明通过1号节点走一段长度为1的路可以到达3号节点，并且比当前dist[3]中的存储的路要短，所以将dist3更新，则dist[3] = 1;
由于dist[2] > dist[1] + 7, 则 dist[2] = 7;
请添加图片描述
4.(2)dist数组中未被标记的、值最小的，是3号节点，将其标记；

5.(3)扫描3号节点的所有出边，
由于dist[2]>dist[3] + 2，则 dist[2] = 3;
由于dist[4]>dist[3] + 5，则 dist[4] = 6;
由于dist[6]>dist[3] + 4，则 dist[6] = 5;将其更新；
在这里插入图片描述
6.(2)dist数组中未被标记的、值最小的，是2号节点，将其标记；

7.(3)扫描2号节点的所有出边，
由于dist[4] < dist[2] + 8，则本次不更新;

8.(2)dist数组中未被标记的、值最小的，是6号节点，将其标记；
在这里插入图片描述
9.(3)扫描2号节点的所有出边，
由于dist[4] < dist[6] + 10，则本次不更新;

10.(2)dist数组中未被标记的、值最小的，是4号节点，将其标记；
在这里插入图片描述
11.(3)扫描4号节点的所有出边，
由于dist[5] > dist[4] + 2，则 dist[5] = 8;

12.(2)dist数组中未被标记的、值最小的，是5号节点，将其标记；

13.(3)扫描5号节点的所有出边，
由于dist[6] < dist[5] + 6，则本次不更新；
在这里插入图片描述
14.所有节点被标记，算法完成！

3.Dijkstra算法模板——基础版

dist[i] : 表示从1到i的最短路径为dist[i]
v[i] = ture：表示 i 节点已被标记，false为未标记
A[i][j]：邻接矩阵，表示i节点到j节点的路径长度为A[i][j]
时间复杂度：O(n²)

void dijkstra() {
memset(dist，0x3f, sizeof(dist)); // dist数组,初始化为无穷大
memset(v， 0， sizeof(v) );//节点标记数组初始化
d[1] = 0;//将源点的距离初始化为0
for (int i = 1; i < n; i++) { //重复进行n-1次
	int x = 0;
	//找到未标记节点中dist值最小的节点号，并记录到x中
	for (int j = 1; j<= n;j++)
		if (!v[j] && (x == 0 || d[j] < d[x])) 
			x = j;
	v[x] = 1;//将其标记
	//用全局最小值点×更新其他节点
	for (int y = 1; y <= n; y++)
		d[y] = min(d[y], d[x] + A[x][y]);
	}
}

4.Dijkstra算法模板——堆优化版

上述代码时间复杂度为O(n²),主要瓶颈就在于寻找全局最小值的过程，在上述代码中，寻找全局最小值时，循环了n次，此处可以用二叉堆(priority_queue)对dist数组进行维护，用O(log n)的时间找到最小值，执行一条边的扩展和更新，最终在O(mlog n)的时间内实现Dijkstra算法.(m条边，n个节点)

priority_queue< pair<int ,int> > q;
void add(int x,int y,int z)//邻接表存储图
{
    ver[++tot]=y;edge[tot]=z;
    Next[tot]=head[x];head[x]=tot;
}
void dijkstra(){
    memset(dist,0x3f,sizeof dist);
    memset(v,0,sizeof v);
    dist[1]=0;
    q.push(make_pair(0,1));
    while(q.size()){
        //取出堆顶
        int x=q.top().second;
        q.pop();
        if(v[x]) continue;
        v[x]=1;
        //扫描所有出边
        for(int i=head[x];i;i=Next[i])
        {
            int y=ver[i],z=edge[i];
            if(dist[y]>dist[x]+z){
                dist[y]=dist[x]+z;
                q.push(make_pair(-dist[y],y));//加入堆
            }
        }
    }
}

注意：为什么加入堆时用-dist[y]呢？由于priority_queue默认是从大到小的顺序排列的，故将所有dist取负数时，堆顶的dist是最小的。也可以自定义比较函数使得该堆从小到大排列：
priority_queue<int, vector< int >, greater< int > > q