常见的最短路问题，一般来说可以分成两大类，第一大类是单源最短路问题，第二大类就是多源汇最短路。单源最短路，一般来说是求从一个点到其他所有点的最短距离，比方说最常见的一种题型是从一号点到n号点的一个最短路径，就是求出来从从一号点到其他所有点的最短路之后，那么从一号点到n号点的最短路也就求出来了，多源汇最短路，源点就是起点，一般来说在图论里边，源点就是起点。汇点一般来说就是终点。多源汇的最短路问题就是说可能不止一个起点，可能会有很多个询问，每个询问是任选两个点，然后求从其中一个点走到另外一个点的最短距离，起点和终点都是不确定的，这两大类里面可以再细分，首先单源最短路里面，可以再细分成两大类。第一类是所有边都是正权值的图，第二类就是存在负权边，就是说图里边某些的权重可能是负数，首先，所有边的权重都是正数，图论里边有个很经典的算法，这个算法的不同的实现方式是适用于不同场景的。首先第一个是朴素的迪杰斯拉算法，第二个是堆优化版的迪杰斯拉算法，约定n表示图里面点的数量，m表示边的数量。朴素版的狄耶斯拉算法的时间复杂度就是n平方的，堆优化版的迪杰斯拉算法的时间复杂度就是 logn的。稠密图的一般来说是指边数m和n方是一个级别的，如果m和n是一个级别的叫稀疏图，这种数据范围一般在算法题里面很明显。比方说n和m都是十万，显然就是一个稀疏图，如果n是100，m是一万，显然就是一个稠密图。可以发现朴素版的狄杰斯拉算法的时间复杂度和边数是没有关系的，所以说朴素版的狄耶斯拉算法比较适合于稠密图，用邻接矩阵来存，就是当边数比较多的时候，比方说边数和on方是一个级别的时候，那么应该用朴素版的迪杰斯拉算法，它的时间复杂度是平方的。如果说稠密图用堆优化版的迪杰斯拉算法，那么它的时间复杂度就是m log n的，m和n方是差不多一个级别的。那么它的一个时间复杂度就会变成n方log n，它的时间复杂度比朴素版的要稍微高一些。因此如果是稠密图，那么就要尽量使用朴素的迪杰斯拉算法，那反之的话，如果说是一个稀疏图，比方说m和n是一个级别，都是十万的级别。此时就不能用朴素版的迪杰斯拉了，因为n平方就是一个十的十次方，就会超过时间限制。但是可以用堆优化版的迪杰斯拉，用邻接表来存，它的时间复杂度只需要m log n，大概也就十万log十万，就可以很快的解决。该算法仍只需要考虑有向图，因为无向图是一种特殊的有向图，连两条路就行了。
另外一种图就是图里面存在一些负权边，也有两种实现方式，首先第一种就是贝尔曼ford算法，它的时间复杂度是on*m，就是点数乘边数。还有另外一个算法叫spfa，它是对贝尔曼ford算法进行了优化，它的时间复杂度基本上可以看成om。平均的时间复杂度是线性的，如果出题人比较变态的话，时间复杂度是Onm的，但是它的效率一般来说都会比贝尔曼ford的算法要高的，虽然spfa算法是贝尔曼ford算法的一个优化，但是并不是所有情况下用spfa算法都可以做，比方说举一个例子，就是如果说想求一下经过不超过k条边的最短路，就是对最短路的经过的边数做一个限制，如果要是限制经过的边数小于等于k，那么此时就只能用贝尔曼ford来做。
最后一种情况是多源汇最短路，只有一个是经典的弗洛伊德算法。然后它的时间复杂度是on的 3次方。
最短路算法在未来遇到的问题中有一个很大的特点，考察的侧重点是建图，就是如何把原问题抽象成一个最短路的问题。如何来定义点和边？使得这个问题变成一个最短路的问题，然后套用模板来做，狄杰斯拉算法基于贪心，弗洛伊德基于动态规划，贝尔曼ford算法基于离散数学的一些知识，
朴素版迪杰斯拉算法
首先迪杰斯拉算法是单源最短路，就是它求的是从一号点到其他所有点的一个最短距离。
算法步骤是这样的，首先第一步先初始化距离让dist1等于零，就是一号点到起点的距离是零，然后其他所有的点都等于正无穷。就是第一步的时候，只有起点被遍历到了，只有起点的距离是确定的，其余所有点距离都是没有确定的。
例题：Dijkstra求最短路 I
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，所有边权均为正值。
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
1≤n≤500,
1≤m≤10的5次方，
图中涉及边长均不超过10000。
输入样例：
3 3
1 2 2
2 3 1
1 3 4
输出样例：
3
朴素dijkstra算法
时间复杂是 O(n2+m), n表示点数，m表示边数
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
// 求1号点到n号点的最短路，如果不存在则返回-1
int dijkstra()
{
memset(dist, 0x3f, sizeof dist);
dist[1] = 0;
for (int i = 0; i < n - 1; i ++ )
{
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;
// 用t更新其他点的距离
for (int j = 1; j <= n; j ++ )
dist[j] = min(dist[j], dist[t] + g[t][j]);
st[t] = true;
}
if (dist[n] == 0x3f3f3f3f) return -1;
return dist[n];
}
堆优化版dijkstra —— 模板题 AcWing
作者：yxc
链接：https://www.acwing.com/blog/content/405/
来源：AcWing
#include<iostream>
#include <cstring>
#include <algorithm>
using namespace std;
const int N = 510, M = 100010;
int h[N], e[M], ne[M], w[M], idx;//邻接表存储图
int state[N];//state 记录是否找到了源点到该节点的最短距离
int dist[N];//dist 数组保存源点到其余各个节点的距离
int n, m;//图的节点个数和边数
void add(int a, int b, int c)//插入边
{
e[idx] = b, w[idx] = c, ne[idx] = h[a], h[a] = idx++;
}
void Dijkstra()
{
memset(dist, 0x3f, sizeof(dist));//初始化dist 数组的各个元素为无穷大
dist[1] = 0;//源点到源点的距离为置为 0
for (int i = 0; i < n; i++)
{
int t = -1; //表示还没有确定
for (int j = 1; j <= n; j++)//遍历 dist 数组，找到没有确定最短路径的节点中距离源点最近的点t
{
if (!state[j] && (t == -1 || dist[j] < dist[t])) //
t = j;
}
state[t] = 1;//state[i] 置为 1。
for (int j = h[t]; j != -1; j = ne[j])//遍历 t 所有可以到达的节点 i
{
int i = e[j];
dist[i] = min(dist[i], dist[t] + w[j]);//更新 dist[j]
}
}
}
int main()
{
memset(h, -1, sizeof(h));//邻接表初始化
cin >> n >> m;
while (m--)//读入 m 条边
{
int a, b, w;
cin >> a >> b >> w;
add(a, b, w);
}
Dijkstra();
if (dist[n] != 0x3f3f3f3f)//如果dist[n]被更新了，则存在路径
cout << dist[n];
else
cout << "-1";
}
作者：Hasity
链接：https://www.acwing.com/solution/content/38318/
来源：AcWing
堆优化版的迪杰斯拉算法
如果说是一个稀疏图，比方说n是十万，那么如果两重循环，就会爆掉，然后要对它进行优化。
看一下朴素算法的时间复杂度：
for(i:1 ~ n)//n次
{
t <- 没有确定最短路径的节点中距离源点最近的点;//每次遍一遍历dist数组，n次的复杂度是O(n^2)
state[t] = 1;
更新 dist;//每次遍历一个节点的出边，n次遍历了所有节点的边，复杂度为O(e)
}
算法的主要耗时的步骤是从dist 数组中选出：没有确定最短路径的节点中距离源点最近的点 t。只是找个最小值而已，没有必要每次遍历一遍dist数组。
在一组数中每次能很快的找到最小值，很容易想到使用小根堆。可以使用库中的小根堆（推荐）或者自己编写。
例题： Dijkstra求最短路 II
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
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
1≤n,m≤1.5×10的5次方
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的9次方。
输入样例：
3 3
1 2 2
2 3 1
1 3 4
输出样例：
3#include <cstring>
#include <iostream>
#include <algorithm>
#include <queue>//堆的头文件
using namespace std;
typedef pair<int, int> PII;//堆里存储距离和节点编号
const int N = 1e6 + 10;
int n, m;//节点数量和边数
int h[N], w[N], e[N], ne[N], idx;//邻接表存储图
int dist[N];//存储距离
bool st[N];//存储状态
void add(int a, int b, int c) //插入模板
{
e[idx] = b, w[idx] = c, ne[idx] = h[a], h[a] = idx ++ ;
}
int dijkstra()
{
memset(dist, 0x3f, sizeof dist);//距离初始化为无穷大
dist[1] = 0;
priority_queue<PII, vector<PII>, greater<PII>> heap;//定义小根堆，背过
heap.push({0, 1});//插入距离和节点编号
while (heap.size()) //while堆不空
{
auto t = heap.top();//取距离源点最近的点
heap.pop();
int ver = t.second, distance = t.first;//ver:节点编号，distance:源点距离ver 的距离
if (st[ver]) continue;//如果距离已经确定，则跳过该点
st[ver] = true;
for (int i = h[ver]; i != -1; i = ne[i])//更新ver所指向的节点距离
{
int j = e[i];
if (dist[j] > dist[ver] + w[i]) //j大于从t过来的距离
{
dist[j] = dist[ver] + w[i];
heap.push({dist[j], j});//距离变小，则入堆
}
}
}
if (dist[n] == 0x3f3f3f3f) return -1;
return dist[n];
}
int main()
{
scanf("%d%d", &n, &m);
memset(h, -1, sizeof h); //初始化成空结点
while (m -- )
{
int a, b, c;
scanf("%d%d%d", &a, &b, &c);
add(a, b, c);
}
cout << dijkstra() << endl;
return 0;
}
作者：Hasity
链接：https://www.acwing.com/solution/content/38323/
来源：AcWing
使用小根堆后，找到 t 的耗时从 O(n^2) 将为了 O(1)。每次更新 dist 后，需要向堆中插入更新的信息。所以更新dist的时间复杂度有 O(e) 变为了 O(e*logn)。总时间复杂度有 O(n^2) 变为了 O(n + e*longn)。适用于稀疏图。
总结
迪杰斯特拉算法适用于求正权有向图中，源点到其余各个节点的最短路径。注意：图中可以有环，但不能有负权边。
例如：如下图就不能使用迪杰斯特拉算法求节点 1 到其余各个节点的最短距离。
{:weith=150 height=150}
bellman-ford
贝尔曼ford算法的存储方式不一定需要写成邻接表，可以用最傻瓜式的算术方式，就开个结构体。
求最短路的时候，如果有负权回路的话，那么最短路是不一定存在的，如果能求出来最短路，这个图里边是没有负权回路的。比方说想去某地旅游，比方说想从一号城市到n号城市旅游，但是这个飞机的航线没有从一到n的直飞的，但是可以中转，可以从一号城市先到二号城市，然后从二号城市到三号城市，然后再从三号城市到n号城市，就可以这样周转一下，然后每次周转，都有一个价钱。然后想求一下，从一号点到n号点最少需要多少钱，但是，每换乘一次，旅客的心情就会变差一些。所以可能会对做一个限制，就是最多只能换k次。所以这个问题其实是有实际含义的。
例题：有边数限制的最短路
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， 边权可能为负数。
请你求出从 1 号点到 n 号点的最多经过 k 条边的最短距离，如果无法从 1号点走到 n号点，输出 impossible。
注意：图中可能 存在负权回路 。
输入格式
第一行包含三个整数 n,m,k。
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。
点的编号为 1∼n。
输出格式
输出一个整数，表示从 1 号点到 n号点的最多经过 k 条边的最短距离。
如果不存在满足条件的路径，则输出 impossible。
数据范围
1≤n,k≤500,
1≤m≤10000
1≤x,y≤n
任意边长的绝对值不超过 10000。
输入样例：
3 3 1
1 2 1
2 3 1
1 3 3
输出样例：
3#include<iostream>
#include<cstring>
using namespace std;
const int N = 510, M = 10010;
struct Edge { //使用结构体存储边，不用定义一大堆数组去加边
int a; //起点
int b; //终点
int w; //权重
} e[M];//把每个边保存下来即可
int dist[N]; //距离
int back[N];//备份数组防止串联
int n, m, k;//k代表最短路径最多包涵k条边
void bellman_ford() {
memset(dist, 0x3f, sizeof dist); //dist初始化位无穷，八字节3f3f3f3f大于1e9
dist[1] = 0;
for (int i = 0; i < k; i++) {//k次循环
memcpy(back, dist, sizeof dist);//备份，存一下上一次迭代的结果
for (int j = 0; j < m; j++) {//遍历所有边，而dijkstra是遍历所有顶点n*n
int a = e[j].a, b = e[j].b, w = e[j].w;
dist[b] = min(dist[b], back[a] + w);
//使用backup:避免给a更新后立马更新b, 这样b一次性最短路径就多了两条边出来
}
}
}
int main() {
scanf("%d%d%d", &n, &m, &k);
for (int i = 0; i < m; i++) { //读入m条边
int a, b, w;
scanf("%d%d%d", &a, &b, &w);
e[i] = {a, b, w};
}
bellman_ford();
if(dist[n]>0x3f3f3f3f/2) puts("impossible");
else printf("%d",dist[n]);
return 0;
}
作者：松鼠爱葡萄
链接：https://www.acwing.com/solution/content/14088/
来源：AcWing
著作权归作者所有。商业转载请联系作者获得授权，非商业转载请注明出处。
SPFA求最短路
spfa算法是对贝尔曼ford算法做一个优化。
spfa算法文字说明：
建立一个队列，初始时队列里只有起始点。
再建立一个数组记录起始点到所有点的最短路径（该表格的初始值要赋为极大值，该点到他本身的路径赋为0）。
再建立一个数组，标记点是否在队列中。
队头不断出队，计算始点起点经过队头到其他点的距离是否变短，如果变短且被点不在队列中，则把该点加入到队尾。
重复执行直到队列为空。
在保存最短路径的数组中，就得到了最短路径。
例题： spfa求最短路
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， 边权可能为负数。
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 impossible。
数据保证不存在负权回路。
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 impossible。
数据范围
1≤n,m≤10的5次方
图中涉及边长绝对值均不超过 10000。
输入样例：
3 3
1 2 5
2 3 -3
1 3 4
输出样例：
2#include <iostream>
#include <algorithm>
#include <cstring>
using namespace std;
const int N = 100010;
int h[N], e[N], w[N], ne[N], idx;//邻接表，存储图
int st[N];//标记顶点是不是在队列中
int dist[N];//保存最短路径的值
int q[N], hh, tt = -1;//队列
void add(int a, int b, int c){//图中添加边和边的端点
e[idx] = b, w[idx] = c, ne[idx] = h[a], h[a] = idx++;
}
void spfa(){
q[++tt] = 1;//从1号顶点开始松弛，1号顶点入队
dist[1] = 0;//1号到1号的距离为 0
st[1] = 1;//1号顶点在队列中，防止存储重复的点
while(tt >= hh){//不断进行松弛
int a = q[hh++];//取对头记作a，进行松弛
st[a] = 0;//取完队头后，a不在队列中了
for(int i = h[a]; i != -1; i = ne[i])//更新a的所有邻边，遍历所有和a相连的点
{
int b = e[i], c = w[i];//获得和a相连的点和边
if(dist[b] > dist[a] + c){//如果可以距离变得更短，则更新距离
dist[b] = dist[a] + c;//更新距离
if(!st[b]){//如果没在队列中
q[++tt] = b;//入队
st[b] = 1;//打标记
}
}
}
}
}
int main(){
memset(h, -1, sizeof h);//初始化邻接表
memset(dist, 0x3f, sizeof dist);//初始化距离
int n, m;//保存点的数量和边的数量
cin >> n >> m;
for(int i = 0; i < m; i++){//读入每条边和边的端点
int a, b, w;
cin >> a >> b >> w;
add(a, b, w);//加入到邻接表
}
spfa();
if(dist[n] == 0x3f3f3f3f )//如果到n点的距离是无穷，则不能到达
cout << "impossible";
else cout << dist[n];//否则能到达，输出距离
return 0;
}
作者：Hasity
链接：https://www.acwing.com/solution/content/105508/
来源：AcWing
SPFA判断负环
例题：spfa判断负环
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， 边权可能为负数。
请你判断图中是否存在负权回路。
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
如果图中存在负权回路，则输出 Yes，否则输出 No。
数据范围
1≤n≤2000,
1≤m≤10000,
图中涉及边长绝对值均不超过 10000。
输入样例：
3 3
1 2 -1
2 3 4
3 1 -4
输出样例：
Yes
#include <cstring>
#include <iostream>
#include <queue>
using namespace std;
const int N = 2e3 + 10, M = 1e4 + 10;
int n, m;
int head[N], e[M], ne[M], w[M], idx;
bool st[N];
int dist[N];
int cnt[N]; //cnt[x] 表示 当前从1-x的最短路的边数
void add(int a, int b, int c)
{
e[idx] = b;
ne[idx] = head[a];
w[idx] = c;
head[a] = idx++;
}
bool spfa(){
// 这里不需要初始化dist数组为 正无穷/初始化的原因是， 如果存在负环， 那么dist不管初始化为多少， 都会被更新
queue<int> q;
//不仅仅是1了， 因为点1可能到不了有负环的点， 因此把所有点都加入队列
for(int i=1;i<=n;i++){
q.push(i);
st[i]=true;
}
while(q.size()){
int t = q.front();
q.pop();
st[t]=false;
for(int i = head[t];i!=-1; i=ne[i]){
int j = e[i];
if(dist[j]>dist[t]+w[i]){
dist[j] = dist[t]+w[i];
cnt[j] = cnt[t]+1;
if(cnt[j]>=n){
return true;
}
if(!st[j]){
q.push(j);
st[j]=true;
}
}
}
}
return false;
}
int main()
{
cin >> n >> m;
memset(head, -1, sizeof head);
for (int i = 0; i < m; i++) {
int a, b, c;
cin >> a >> b >> c;
add(a, b, c);
}
if (spfa()) {
cout << "Yes" << endl;
}
else {
cout << "No" << endl;
}
return 0;
}
作者：Bug-Free
链接：https://www.acwing.com/solution/content/42308/
来源：AcWing
Floyd求最短路
例题： Floyd求最短路
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，边权可能为负数。
再给定 k个询问，每个询问包含两个整数 x 和 y，表示查询从点 x到点 y的最短距离，如果路径不存在，则输出 impossible。
数据保证图中不存在负权回路。
输入格式
第一行包含三个整数 n,m,k。
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。
接下来 k 行，每行包含两个整数 x,y表示询问点 x到点 y的最短距离。
输出格式
共 k 行，每行输出一个整数，表示询问的结果，若询问两点间不存在路径，则输出 impossible。
数据范围
1≤n≤200
1≤k≤n2
1≤m≤20000,
图中涉及边长绝对值均不超过 10000。
输入样例：
3 3 2
1 2 1
2 3 2
1 3 1
2 1
1 3
输出样例：
impossible
1#include <cstring>
#include <iostream>
#include <algorithm>
using namespace std;
const int N = 210, INF = 1e9;
int n, m, Q; //Q为询问
int d[N][N]; //d是邻接矩阵，要处理的矩阵
void floyd()
{
for (int k = 1; k <= n; k ++ )
for (int i = 1; i <= n; i ++ )
for (int j = 1; j <= n; j ++ )
d[i][j] = min(d[i][j], d[i][k] + d[k][j]);
}
int main()
{
scanf("%d%d%d", &n, &m, &Q);
for (int i = 1; i <= n; i ++ )
for (int j = 1; j <= n; j ++ )
if (i == j) d[i][j] = 0;
else d[i][j] = INF;
while (m -- )
{
int a, b, c;
scanf("%d%d%d", &a, &b, &c);
d[a][b] = min(d[a][b], c);
//注意保存最小的边
}
floyd();
while (Q -- )
{
int a, b;
scanf("%d%d", &a, &b);
int t = d[a][b];
//由于有负权边存在所以约大过INF/2也很合理
if (t > INF / 2) puts("impossible");
else printf("%d\n", t);
}
return 0;
}
作者：半瓶可乐
链接：https://www.acwing.com/solution/content/92654/
来源：AcWing
end
———————————————————————————————————————————
扫一扫
569
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
