Dijkstra算法---模板

Dijkstra算法:单源最短路径

        给定一个带权有向图G=(V,E) ,其中每条边的权是一个非负实数。另外,还给定 V 中的一个顶点,称为源。现在我们要计算从源到所有其他各顶点的最短路径长度。这里的长度是指路上各边权之和。这个问题通常称为单源最短路径问题。

        下面给出两个计算单源最短路径的模板。

①邻接矩阵:时间复杂度O(n^2)

#include<iostream>
#include<cstdio>
#include<ctype.h>
#include<string>
#include<algorithm>
#define INF 0x3f3f3f3f   //加上一个无限大也不会溢出
using namespace std;
int n;                   //顶点数
int cost[105][105];      //邻接矩阵
int d[105];              //距离
bool used[105];          //判断是否收进最小集合

void dijkstra(int s)//传入一个“单源”
{
	fill(d, d + n+1, INF);
	fill(used, used + n+1, false);
	d[s] = 0;
	while (1)
	{
		int v = -1;
		//从尚未使用的顶点中选择一个距离最小的顶点(贪心)
		for (int u = 1; u <= n; u++)
		{
			if (!used[u] && (v == -1 || d[u] < d[v]))v = u;
		}
		if (v == -1)break;//没找着。
		used[v] = true;
		for (int u = 1; u <= n; u++)//对 和v相连的点u,更新d[u],也是dj算法的核心(松弛),
			d[u] = min(d[u], d[v] + cost[v][u]);
//扫描所有的顶点,cost为INF代表没有边,走完循环d中的值还是INF,cost不为INF的就是有边咯,更新d即可。
			
	}
}


②:邻接表,STL优先队列优化:时间复杂度O(mlogn),适用于稀疏图

#include<iostream>
#include<vector>
#include<cstdio>
#include<queue>
#include<cstring>
#include<algorithm>
#include<string>
#include<functional>
using namespace std;
#define INF 0x3f3f3f3f
struct edge
{
	int to, cost; 
};
vector<edge>G[105];//邻接表表示
typedef pair<int, int>P;//距离,点
int M, N;
int level[105];
int d[105];

void dijskra(int s,int min_value)
{
	priority_queue<P, vector<P>, greater<P> >que;  //最小堆
	fill(d, d + N + 1, INF);
	d[s] = 0;
	que.push(P(0, s));
	while (que.size())
	{
		P p = que.top(); que.pop();
		int v = p.second;
		if (d[v] < p.first)continue;//此时在其他点中更新了。
		for (int i = 0; i < G[v].size(); i++)
		{   
			edge e = G[v][i];
			if (d[e.to] > d[v] + e.cost)
			{
			  d[e.to] = d[v] + e.cost;
			  que.push(P(d[e.to], e.to));
			}
		}
	}
}

 edge tmp = { i,V };  
 G[T].push_back(tmp);  //主程序加边T->i,权值为V。



  • 1
    点赞
  • 1
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
Dijkstra算法是一种用于解决带权图的单源最短路径问题的贪心算法。它维护一个距离起点的最短路径已知的顶点集合,通过不断地扩展这个集合,最终得到从起点到所有顶点的最短路径。 Dijkstra算法的基本思想是,维护一个集合S,表示已经求出最短路径的顶点集合。一开始,S只包含起点。然后,每次从集合V-S中选取一个距离起点最近的顶点u,将其加入集合S中,并更新与u相邻的所有顶点的最短路径。 具体实现上,我们可以使用一个数组dis[]来存储每个顶点到起点的最短路径长度,数组vis[]表示该顶点是否已经被加入到集合S中。每次选取距离起点最近的顶点u后,我们遍历u的所有邻居v,并更新dis[v]的值,如果dis[v]发生了改变,我们就将v加入到一个优先队列中,等待下一次选择。 以下是Dijkstra算法的伪代码实现: ``` int n; // 顶点数 int dis[N]; // 存储起点到每个顶点的最短距离 bool vis[N]; // 标记每个顶点是否已经加入集合S中 vector<pair<int, int>> adj[N]; // 存储每个顶点的邻居 void dijkstra(int s) { // s为起点编号 memset(dis, 0x3f, sizeof dis); // 将dis数组初始化为无穷大 dis[s] = 0; // 起点到自身的距离为0 priority_queue<pair<int, int>, vector<pair<int, int>>, greater<pair<int, int>>> q; q.push({0, s}); // 将起点加入队列中 while (!q.empty()) { auto t = q.top(); q.pop(); int u = t.second; if (vis[u]) continue; // 如果该点已经在集合S中,直接跳过 vis[u] = true; // 将u加入集合S中 for (auto [v, w] : adj[u]) { // 遍历u的所有邻居 if (dis[v] > dis[u] + w) { // 如果从u到v的距离更短 dis[v] = dis[u] + w; // 更新dis数组 q.push({dis[v], v}); // 将v加入队列中 } } } } ``` 其中,priority_queue是一个优先队列,用于存储待选顶点。我们使用了STL中的pair来表示顶点与其到起点的距离。优先队列默认按照pair的第一个元素排序,因此我们需要自定义一个比较函数,将pair按照第二个元素(距离)排序。 Dijkstra算法的时间复杂度为O(ElogV),其中E为边数,V为顶点数。在实际应用中,Dijkstra算法的效率很高,能够处理大规模的图。

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
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