最短路问题中的堆优化的Dijkstra算法
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 n n 个点 m m 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 1 1 号点到 n n n 号点的最短距离,如果无法从 1 1 1 号点走到 n n n 号点,则输出 − 1 -1 −1。
输入格式
第一行包含整数 n n n 和 m m m。
接下来 m m m 行每行包含三个整数 x , y , z x,y,z x,y,z,表示存在一条从点 x x x 到点 y y y 的有向边,边长为 z z z。
输出格式
输出一个整数,表示 1 1 1 号点到 n n n 号点的最短距离。
如果路径不存在,则输出 − 1 -1 −1。
数据范围
1
≤
n
,
m
≤
1.5
×
1
0
5
1 \le n,m \le 1.5 \times 10^5
1≤n,m≤1.5×105,
图中涉及边长均不小于
0
0
0,且不超过
10000
10000
10000。
数据保证:如果最短路存在,则最短路的长度不超过
1
0
9
10^9
109。
输入样例:
3 3
1 2 2
2 3 1
1 3 4
输出样例:
3
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。
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:
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。
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。
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。
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。
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。
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。
第三步,更新点的距离
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;
}
完