单源最短路
dijkstra算法(不可包含负边权)
算法实现过程:
- 对于图G(点数,边数),新建顶点集合T,初始只包括源点;
- 设置一个距离数组D,D[i]表示源点到i的距离(其中D[i]和源点相邻);
- 选出距离最小的点,则该值就是源点s到该值对应的顶点的最短路径,并且把该点加入到T中(第一次);
- 查看新加入的顶点是否可以到达其他顶点并且看看通过该顶点到达其他点的路径长度是否比T[其他点]到达短,如果是,那么就将这个点加入D;
- 从D中找出最小值(除了源点本身和已经在第三步找到过的点),重复上述动作,直到T中包含了图的所有顶点,或D取尽。
数据复杂度(n2)
dijkstra算法优化
分系算法实现过程,其中的数组D我们可以用优先队列(小根堆)来动态维护,从而使在D中找到最小距离这一步骤复杂度降低为logm ,从而复杂度变为O((n+m)log2n。
例题:
AC:
#include <bits/stdc++.h>
using namespace std;
const int maxn=1e5+5;
typedef long long ll;
struct A{
int id,w;}a;
struct cmp{
bool operator()(A a,A b)
{
return a.w>b.w;
}
};
priority_queue<A,vector<A>,cmp> q;
//vector<A> v[maxn];
vector<vector<A> >v; //注意vector<A>后面必须有一个空格
int ans[maxn];
void in(int m)
{
int pa,pb,pw;
for(int i=1;i<=m;i++)
{
cin>>pa>>pb>>pw;
a.id=pb,a.w=pw;
v[pa].push_back(a);
}
}
void dj(int s)
{
vector<A>::iterator iter;
for(iter=v[s].begin();iter!=v[s].end();iter++)
{
q.push(*iter);
}
while(!q.empty())
{
A pw=q.top(),p;
//cout<<pw.id<<" "<<pw.w<<endl;
q.pop();
if(ans[pw.id]<pw.w)
continue;
else
{
ans[pw.id]=pw.w;
for(iter=v[pw.id].begin();iter!=v[pw.id].end();iter++)
{
if(ans[(*iter).id]>pw.w+(*iter).w)
{
p.id=(*iter).id;
p.w=pw.w+(*iter).w;
q.push(p);
}
}
}
}
}
int main()
{
int n,m,s;
cin>>n>>m>>s;
for(int i=1;i<=n;i++)
ans[i]=0x7fffffff;
v.resize(n+1);
ans[s]=0;
in(m);
dj(s);
for(int i=1;i<=n;i++)
cout<<ans[i]<<" ";
}