基本思想
朴素Dijkstra代码模板
int g[N][N]; //用邻接矩阵存储稠密图
int dist[N]; //存储所有节点到起点的最短距离
bool st[N]; //判断该点是否已经确定到起点的最短距离
int n, m; //点和边
void dijkstra()
{
memset(dist, 0x3f, sizeof(dist)); 初始化所有点到起点的距离为最大值
dist[1] = 0; //起点到起点的距离初始化为0
for (int i = 0; i < n; i ++) //进行n轮迭代,每一轮迭代确定一个点到起点的最短距离
{
//寻找不在集合中的距离起点最近的点
int t = -1;
for (int j = 1; j <= n; j ++)
{
if (!st[j] && (t == -1 || dist[j] < dist[t]))
{
t = j;
}
}
st[t] = true; //将点纳入集合
//用该点更新其余未纳入集合中的点到起点的距离
for (int j = 1; j <= n; j ++)
{
dist[j] = min(dist[j], dist[t] + g[t][j]);
}
}
if (dist[n] == 0x3f3f3f3f) cout << -1; //起点无法到达点n
else cout << dist[n];
}
堆优化版Dijkstra代码模板
int h[N], e[N], ne[N], w[N], idx; //稀疏图使用邻接表存储
int dist[N]; //存储1号节点到所有节点的距离
bool st[N]; //判断该点是否已经确定到起点的最短距离
int n, m; //点和边
typedef pair <int, int> PII; //队列中需要存储点的编号以及该点到起点的距离
//邻接表的初始化
memset(h, -1, sizeof(h));
//邻接表的创建
void add(int x, int y, int z)
{
e[idx] = y;
w[idx] = z; //记录该节点的权重
ne[idx] = h[x];
h[x] = idx ++;
}
void dijkstra()
{
//初始化点到起点的距离
memset(dist, 0x3f, sizeof(dist));
dist[1] = 0;
//创建小根堆
priority_queue <PII, vector <PII>, greater<PII>> heap;
//将起点放入队列
heap.push({0, 1});
while (!heap.empty())
{
auto t = heap.top(); //取出距离起点最近的那个点
heap.pop();
int d = t.first, id = t.second;
if (st[id]) continue; //会有很多点重复的在堆里,已经确定了这个点到起点的最小距离了
st[id] = true; //将这个点纳入集合
//更新与这个点相邻的点与起点的距离
for (int i = h[id]; i != -1; i = ne[i])
{
int j = e[i];
if (!st[j])
{
if (dist[j] > d + w[i])
{
dist[j] = d + w[i];
heap.push({dist[j], j});
}
}
}
}
if (dist[n] == 0x3f3f3f3f) cout << -1;
else cout << dist[n];
}
Bellman-ford代码模板
struct //使用结构体存储每条边,方便遍历
{
int a, b, c;
}Edges[M];
int n, m, k; //点,边,最短路径所含边数小于等于k
int dist[N], backup[N]; //备份dist数组,防止边的串联改变
int Bellman_ford()
{
//初始化
memset(dist, 0x3f, sizeof(dist));
dist[1] = 0;
for (int i = 0; i < k; i ++)
{
memcpy(backup, dist, sizeof(dist)); //备份dist数组
//遍历每一条边,更新
for (int j = 0; j < m; j ++)
{
int a = Edges[j].a, b = Edges[j].b, c = Edges[j].c;
dist[b] = min(dist[b], backup[a] + c); //要使用备份数组进行判断是否更新
}
}
//可能存在负权边使得dist[n] < 0x3f3f3f3f,但是不会小太多,最多少n * m, 大于0x3f3f3f3f / 2表示仍然无法到达
if (dist[n] > 0x3f3f3f3f / 2) return 0x3f3f3f3f;
else return dist[n];
}
SPFA代码模板
int n, m;
int h[N], e[N], ne[N], w[N], idx;
int dist[N];
bool st[N];
//int cnt[N]用于判断图中是否存在负权回路
void add(int x, int y, int c)
{
e[idx] = y;
ne[idx] = h[x];
w[idx] = c;
h[x] = idx ++;
}
int spfa()
{
memset(dist, 0x3f, sizeof(dist));
dist[1] = 0;
queue<int> q;
q.push(1);
st[1] = true;
while (!q.empty()) //每次队列中加入与起点距离变小了的点
{
int t = q.front();
q.pop();
st[t] = false;
for (int i = h[t]; i != -1; i = ne[i]) /遍历更新该点的出边,并将更新了的未在队列中的点放入队列
{
int j = e[i];
if (dist[j] > dist[t] + w[i])
{
dist[j] = dist[t] + w[i];
if (!st[j]) q.push(j);
st[j] = true;
}
}
}
return dist[n];
}
Floyd代码模板
int d[N][N] //初始化,当i == j ,d[i][j] = 0,else d[i][j] = 0x3f3f3f3f
//存储边时,取min,解决重边问题
//也有可能存在无法到达,但是该段距离有被减小,使用大于0x3f3f3f3f / 2判断是否可达
void floyd()
{
for (int k = 1; k <= n; k ++)
{
for (int i = 1; i <= n; i ++)
{
for (int j = 1; j <= n; j ++)
{
d[i][j] = min(d[i][j], d[i][k] + d[k][j]); //三重循环更新最短距离
}
}
}
}