图论
最短路
朴素dijkstra
解决非负权图的单源最短路问题,适合稠密图,用邻接矩阵存储,时间复杂度o(n ^ 2)
算法思想
算法流程
初始时把其他点到起点1的距离赋值为INF,dist[1] = 0;
每次找到不在集合s中的点到起点1的最短距离的点t,把t加入到集合s中去
用t更新其他不在集合s中的点的距离
重复2,3步骤n - 1次
代码
int g[N][N]; // 存储每条边
int dist[N]; // 存储1号点到每个点的最短距离
bool st[N]; // 存储每个点的最短路是否已经确定
int dijkstra()
{
memset(dist, 0x3f, sizeof dist);
dist[1] = 0;
for(int i = 0; i < n - 1; i ++)//迭代n - 1次就行
{
int t = -1;// 在还未确定最短路的点中,寻找距离最小的点
for(int j = 1; j <= n; j ++)
if(!st[j] && (t == -1 || dist[t] > dist[j]))
t = j;
st[t] = true;//找到当前距离最小的点加到集合s中去
// 用t更新其他未在集合s中的点的距离,已经在集合s中的点的距离不会被更新,这样写代码更简洁
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];
}
堆优化dijkstra
解决非负权图的单源最短路问题,适合稀疏图,用邻接表存储,时间复杂度o(mlogn)
代码
typedef pair<int, int> PII;
int n; // 点的数量
int h[N], w[N], e[N], ne[N], idx; // 稀疏图用邻接表存储所有边
int dist[N]; // 存储所有点到1号点的距离
bool st[N]; // 存储每个点的最短距离是否已确定
void add(int a, int b, int c)//建用边权的图
{
e[idx] = b, w[idx] = c, ne[idx] = h[a], h[a] = idx ++;
}
// 求1号点到n号点的最短距离,如果不存在,则返回-1
int dijkstra()
{
memset(dist, 0x3f, sizeof dist);
dist[1] = 0;
priority_queue<PII, vector<PII>, greater<PII> > heap;//定义pair类型的小根堆,first表示dist, second表示节点编号
heap.push({0, 1});
while(heap.size())
{
auto t = heap.top();
heap.pop();
int ver = t.second, d = t.first;
if(st[ver]) continue;//去掉冗余的点,优化时间
st[ver] = true;
for(int i = h[ver]; ~i; i = ne[i])
{
int j = e[i];
if(dist[j] > d + w[i])
{
dist[j] = d + w[i];
heap.push({dist[j], j});//同一个点可能会被多个点更新距离,多次进heap,所以heap中可能有冗余的点,
}
}
}
if(dist[n] == 0x3f3f3f3f) return -1;
return dist[n];
}