dijkstra算法
Dijkstra 算法,用于对有权图进行搜索,找出图中两点的最短距离,既不是DFS搜索,也不是BFS搜索。把Dijkstra 算法应用于无权图,或者所有边的权都相等的图,Dijkstra 算法等同于BFS搜索。
dijkstra算法时间复杂度为
O
(
n
2
)
O(n^2)
O(n2)
算法的思路:
设G=(V,E)是一个带权有向图,把图中顶点集合V分成两组第一组为已求出最短路径的顶点集合(用S表示,初始时S中只有一个源点,以后每求得一条最短路径,就将加入到集合S中,直到全部顶点都加入到S中,算法就结束了)第二组为其余未确定最短路径的顶点集合(用U表示),按最短路径长度的递增次序依次把第二组的顶点加入S中。在加入的过程中,总保持从源点v到S中各顶点的最短路径长度不大于从源点v到U中任何顶点的最短路径长度。此外,每个顶点对应一个距离,S中的顶点的距离就是从v到此顶点的最短路径长度,U中的顶点的距离,是从v到此顶点只包括S中的顶点为中间顶点的当前最短路径长度。
简单来说就是:
- 先定义dist[1]=0,dist[i]=INF(0x3f);
- for 1~n i判断不在S中,且距离最近的点,把他加入s中
- 然后开始更新一下它到其他点的距离
int dijkstrac(){
memset(dist,0x3f,sizeof dist);
//初始化
dist[1]=0;
//设置A-->A=0开始距离
for(int i=0;i<n;i++){
int t=-1;
for(int j=1;j<=n;j++)
//寻找
if(!st[j]&&(t==-1||dist[j]<dist[t]))
t=j;
st[t]=true;
//最优路径
for(int j=1;j<=n;j++)
dist[j]=min(dist[j],dist[t]+g[t][j]);
}
if(dist[n]==0x3f3f3f3f)return -1;
return dist[n];
}
例题
acwing849 模板题
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,所有边权均为正值。
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 m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≤500,1≤m≤105,图中涉及边长均不超过10000。
输入样例:
3 3
1 2 2
2 3 1
1 3 4
输出样例:
3
一些模板
#include <bits/stdc++.h>
using namespace std;
#define MAX 1000
bool vis[MAX];
int dist[MAX],g[MAX][MAX];
int n,m;
int dijkstrac(int start){
memset(dist,0x3f,sizeof dist);
dist[start]=0;
for(int i=0;i<n;i++){
int t=-1;
for(int j=1;j<=n;j++)
//寻找
if(!vis[j]&&(t==-1||dist[j]<dist[t]))
t=j;
vis[t]=true;
//最优路径
for(int j=1;j<=n;j++)
dist[j]=min(dist[j],dist[t]+g[t][j]);
}
if(dist[n]==0x3f3f3f3f)return -1;
return dist[n];
}
int main(){
memset(g,0x3f,sizeof(g));
cin>>n>>m;
int u,v,dis;
for(int i=0;i<m;i++){
cin>>u>>v>>dis;
g[u][v]=min(g[u][v],dis);
}
cout<<dijkstrac(1);
return 0;
}
使用邻接链表
#include<bits/stdc++.h>
using namespace std;
#define MAX 300
#define INF 0x3f3f3f3f
int n,m,num_edge;
int dis[MAX],head[MAX];
bool vis[MAX];
struct Edge{
int from,to,dis,next;
}edge[MAX];
void dijkstra(int start){
memset(dis,0x3f,sizeof(dis));
dis[start]=0;
for(int i=0;i<n;i++){
int u;
int minn=INF;
for(int j=1;j<=n;j++)
if(!vis[j]&&dis[j]<minn){
u=j;
minn=dis[j];
}
vis[u]=true;
for(int j=head[u];j!=0;j=edge[j].next)
if(!vis[edge[j].to]&&(dis[u]+edge[j].dis<dis[edge[j].to]))
dis[edge[j].to]=dis[u]+edge[j].dis;
}
}
void add(int from,int to,int dis){
edge[++num_edge].next=head[from];
edge[num_edge].from=from;
edge[num_edge].to=to;
edge[num_edge].dis=dis;
head[from]=num_edge;
}
int main(){
int u,v,w;
cin>>n>>m;
for(int i=1;i<=n;++i) head[i]=-1;
for(int i=1;i<=m;++i){
cin>>u>>v>>w;
add(u,v,w);
}
dijkstra(1);
if(dis[n]==0x3f3f3f3f)cout<<-1<<endl;
else cout<<dis[n];
return 0;
}
使用邻接表+堆优化
#include<bits/stdc++.h>
using namespace std;
int N,M,X;
const int MAX=100001;
int n,m;
bool vis[MAX];
int head[MAX],dis1[MAX],dis[MAX],num_edge;
struct Edge
{
int from,to,next,dis;
}edge[MAX];
struct node{
int id;
int d;
friend bool operator < (node a,node b){
return a.d>b.d;
}
};
priority_queue<node> q;
void add(int u,int v,int w){
edge[++num_edge].next=head[u];
edge[num_edge].from=u;
edge[num_edge].to=v;
edge[num_edge].dis=w;
head[u]=num_edge;
}
void dijkstra(int start){
memset(vis,0,sizeof(vis));
memset(dis,0x3f,sizeof(dis));//初始化距离数组
node st;
st.id=start;st.d=dis[start]=0;//1点入队
q.push(st);
while(!q.empty())
{
node hh=q.top();
int u=hh.id;
q.pop();
if(vis[u]) continue;//若该点已经已知最短距离,访问过,则继续看下一个点
vis[u]=1;
for(int j=head[u];j!=0;j=edge[j].next){//松弛操作
int temp=edge[j].to;
if(!vis[temp]&&(dis[u]+edge[j].dis<dis[temp]))//更新,入队
{
dis[temp]=dis[u]+edge[j].dis;
node tt;
tt.id=temp;tt.d=dis[temp];
q.push(tt);
}
}
}
}
int main(){
int u,v,w;
cin>>n>>m;
for(int i=1;i<=n;++i) head[i]=-1;
for(int i=1;i<=m;++i){
cin>>u>>v>>w;
add(u,v,w);
}
dijkstra(1);
if(dis[n]==0x3f3f3f3f)cout<<-1<<endl;
else cout<<dis[n];
return 0;
}