//p[curx][cury]=min(p[curx][cury],p[x][y]+1);
//q.push({curx,cury});
if(p[curx][cury]>p[x][y]+1) {
p[curx][cury]=p[x][y]+1;
q.push({curx,cury});
}
效果一样,但是判断之后可以少一步队列的放入操作,大大减少常数时间的计算量。
#include<iostream>
#include<cstring>
#include<queue>
using namespace std;
const int N = 2005,M=2005,INF=1e5;
int st[N][M],p[N][M];
int n,m,k;
int dx[4]= {0,1,0,-1},dy[4]= {-1,0,1,0};
struct Node {
int x,y;
};
queue<Node>q;
void dfs() {
while(q.size()) {
Node cur=q.front();
q.pop();
int x=cur.x,y=cur.y;
if(st[x][y])continue;
st[x][y]=1;
for(int i=0; i<=3; i++) {
int curx=x+dx[i],cury=y+dy[i];
if(curx>=1&&curx<=n&&cury>=1&&cury<=m) {
//p[curx][cury]=min(p[curx][cury],p[x][y]+1);
//q.push({curx,cury});
if(p[curx][cury]>p[x][y]+1) {
p[curx][cury]=p[x][y]+1;
q.push({curx,cury});
}
}
}
}
}
int main(void) {
scanf("%d%d",&n,&m);
scanf("%d",&k);
int x,y;
memset(p,0x3f,sizeof(p));
for(int i=1; i<=k; i++) {
scanf("%d%d",&x,&y);
p[x][y]=0;
q.push({x,y});
}
dfs();
int mxx=INF,mxy=INF,mxP=0;
for(int i=1; i<=n; i++) {
for(int j=1; j<=m; j++) {
if(p[i][j]>=mxP) {
mxP=p[i][j];
mxx=i,mxy=j;
}
}
}
printf("%d %d",mxx,mxy);
return 0;
}
首先,定义了一些常量,例如 N、M 和 INF,分别代表最大节点数、最大边数和无穷大。然后,定义了一个结构体 Node,用来存储节点的坐标。
在 main 函数中,首先读取了 n 和 m,代表地图的行数和列数。然后读取 k,代表需要访问的点的数量。之后,对于每个需要访问的点,将其 p 值设为 0(表示已经访问过),并将其加入到队列 q 中。
接下来,调用 dfs 函数,这个函数实现了 Dijkstra 算法的核心部分。它首先从队列 q 中取出当前距离最短的点,然后更新其邻居节点的 p 值(如果邻居节点的当前 p 值大于经过当前节点后的 p 值加上当前节点到邻居节点的距离,则更新邻居节点的 p 值,并将邻居节点加入队列)。这个过程一直进行,直到所有的点都已经被访问过。
在 dfs 函数结束后,程序遍历整个地图,找出 p 值最大的点的坐标,这就是从任意一点到地图上所有点的最短路径的终点的坐标。