最短路问题中的堆优化的Dijkstra算法

shallrelow

于 2024-08-01 19:29:55 发布

阅读量496

点赞数 10

分类专栏：算法基础文章标签：算法

本文链接：https://blog.csdn.net/shallrelow/article/details/140671923

版权

算法基础专栏收录该内容

24 篇文章 0 订阅

订阅专栏

最短路问题中的堆优化的Dijkstra算法

题目

堆优化版的Dijkstra算法相较于朴素版的Dijkstra算法多了堆的参与，但是步骤和朴素版还是一样的。

题目

给定一个 $n$ 个点 $m$ 条边的有向图，图中可能存在重边和自环，所有边权均为非负值。

请你求出 $1$ 号点到 $n$ 号点的最短距离，如果无法从 $1$ 号点走到 $n$ 号点，则输出 $- 1$ 。

输入格式

第一行包含整数 $n$ 和 $m$ 。

接下来 $m$ 行每行包含三个整数 $x, y, z$ ，表示存在一条从点 $x$ 到点 $y$ 的有向边，边长为 $z$ 。

输出格式

输出一个整数，表示 $1$ 号点到 $n$ 号点的最短距离。

如果路径不存在，则输出 $- 1$ 。

数据范围

$\le n,m \le 1.5 \times 10^5$ ,
图中涉及边长均不小于 $0$ ，且不超过 $10000$ 。
数据保证：如果最短路存在，则最短路的长度不超过 $10^9$ 。

输入样例：

输出样例：

堆优化版本的dijkstra 算法一般用于稀疏图，对于此题，n和m就差不多级别，所以是稠密图。

稠密图一般用到邻接表存储整个图。

在这里插入图片描述
这里的st 跟朴素版的含义是一样的，就是标记了一个点是否在集合内。

输入建图环节：
在这里插入图片描述
链表一定要记得初始化，规定 -1代表每个链表的尾巴

下面的部分跟朴素版一样。

在这里插入图片描述

首先在刚开始还是设置正无穷大和 1号点距离为0.

接着创建了一个小根堆（优先队列），由于c++中默认值大根堆，所以需要在括号内写成下面的样子，就可以变成一个小根堆。
在这里插入图片描述

这里的堆存储的是一个 pair，第一个位置存储的是到1号点的距离，第二个位置存的是几号点，比如<3, 5>代表，5号点到1号点的距离为3.

这里存的原因是因为，根据dijkstra算法的思路，每次要更新点到1号点的距离，那么更新后的距离在堆里面，肯定也是要覆盖原来的距离的，然而如果要修改堆，就需要自己手写一个堆，那么这是极其麻烦的，所以我们可以采取一种“伪修改”

就是把修改后的新的距离直接加到堆里面去，但是这样就必须知道，这个加的距离是几号点到1号点的距离，因为如果你直接加的话，那么原来想要被覆盖的那个距离很有可能比其他点的距离要小，从而的粗错误答案。

所以为了答案正确，所以每次存的时候需要存这是谁的点到1号点的距离，这样我只需要每次判断一下，该点是否在集合内，如果该点在集合内，说明此距离为，想要修改的距离，那么直接跳过这个距离继续执行即可。

在这里插入图片描述
有了堆，需要直接将1号点直接放进去，这个堆的作用只有求最近距离。

接着跟朴素版有些不同，朴素版是遍历n 层循环，而堆优化的循环是堆不为空。

在这里插入图片描述
这里也可以写成 !heap.isEmpty()，都是可以的，一个意思。

循环内部，还是那三步骤

第一步，找到集合外距离最近的点，有了堆，我们只需要每次从堆里面拿出来一个就可以了。

在这里插入图片描述

这里拿出来的也有可能是，那个想要被修改的那个距离，所以需要判断一下，该点是否已经在集合内了。注意这里 t 不是一个点，而是距离和点。

接着就是将拿出来的这个点放到集合当中。
在这里插入图片描述

第三步，更新点的距离

在这里插入图片描述
遍历该点的链表，如果能够更新，那么就把新的距离和点放到堆里面，达到假修改。

完整代码：

#include <iostream>
#include <cstring>
#include <cstdio>
#include <algorithm>
#include <queue>

using namespace std;

const int N = 150010, M = N;

int h[N], w[M], e[M], ne[M], idx;
int dist[N];
bool st[N];

int n, m;

typedef pair<int, int> PII;

void add(int a, int b, int c)
{
    w[idx] = c;
    e[idx] = b;
    ne[idx] = h[a];
    h[a] = idx ++;
}

void dijkstra()
{
    memset(dist, 0x3f, sizeof dist);
    dist[1] = 0;
    priority_queue<PII, vector<PII>, greater<PII>> heap;
    heap.push({0, 1});
    
    while (heap.size())
    {
        //1.找到集合外距离最近的点
        PII t = heap.top();
        heap.pop();
        int distance = t.first, ver = t.second;
        if (st[ver]) continue;
    
        //2.将该点放到集合当中
        st[ver] = true;
        
        //3.更新点的距离
        for (int i = h[ver]; i != -1; i = ne[i])
        {
            int j = e[i];
            if (dist[j] > dist[ver] + w[i])
            {
                dist[j] = dist[ver] + w[i];
                heap.push({dist[j], j});
            }
        }
    }
    
}



int main()
{
    scanf("%d%d", &n, &m);
    memset(h, -1, sizeof h);
    for (int i = 0; i < m; i++)
    {
        int a, b, c;
        scanf("%d%d%d", &a, &b, &c);
        add(a, b, c);
    }
    
    dijkstra();
    
    if (dist[n] == 0x3f3f3f3f) puts("-1");
    else printf("%d\n", dist[n]);
    
    return 0;
}