POJ 3268 Silver Cow Party 最短路径 Dijkstra算法优化

本文介绍了一个使用堆优化的Dijkstra算法来高效地寻找图中节点间的最短路径。相比于BellmanFord和Floyd算法,Dijkstra在处理某些情况时速度更快。代码示例展示了如何实现该算法并找到从特定起点到所有其他节点的最短距离。
摘要由CSDN通过智能技术生成

堆优化的Dijkstra算法确实非常快,求解最短路径比BellmanFord算法和Floyd算法快了太多。

#include <iostream>
#include <vector>
#include <queue>
using namespace std;
typedef pair<int, int> P;
vector<P> edges[1007];
int d[1007], inf = 1000000000, N, M, X, fromEnd[1007];
bool used[1007];
void input()
{
    scanf("%d%d%d", &N, &M, &X);
    int from, to, cost;
    for (int i = 1; i <= M; i++)
    {
        scanf("%d%d%d", &from, &to, &cost);
        edges[from].push_back(P(cost, to));
    }
}
void dijkstra(int s)
{
    for (int i = 1; i <= N; i++)
    {
        d[i] = inf;
        used[i] = false;
    }
    d[s] = 0;
    priority_queue<P, vector<P>, greater<P>> que;
    que.push(P(0, s));
    while (!que.empty())
    {
        P current = que.top();
        que.pop();
        if (used[current.second] || current.first > d[current.second])
        {
            continue;
        }
        used[current.second] = true;
        for (int i = 0; i < edges[current.second].size(); i++)
        {
            P toEdge = edges[current.second][i];
            if (!used[toEdge.second] && d[current.second] + toEdge.first < d[toEdge.second])
            {
                d[toEdge.second] = d[current.second] + toEdge.first;
                que.push(P(d[toEdge.second], toEdge.second));
            }
        }
    }
}
void solve()
{
    dijkstra(X);
    for (int i = 1; i <= N; i++)
    {
        fromEnd[i] = d[i];
    }
    int ans = 0;
    for (int i = 1; i <= N; i++)
    {
        if (i == X)
        {
            continue;
        }
        dijkstra(i);
        if (fromEnd[i] + d[X] > ans)
        {
            ans = fromEnd[i] + d[X];
        }
    }
    printf("%d\n", ans);
}
int main()
{
    input();
    solve();
    return 0;
}

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值