1.简介
Dijkstra算法是一种用于在图中找到单源最短路径的算法。该算法由荷兰计算机科学家Edsger W. Dijkstra在1956年提出,适用于带有非负权重的有向图或无向图。Dijkstra算法能够找到图中一个节点(称为源点)到其他所有节点的最短路径。
2.工作原理
算法的基本思想
Dijkstra算法通过维护一个距离数组(dist[]),该数组中的每个元素dist[i]表示从源点到图中顶点i的最短路径长度。算法从源点开始,逐步向外扩展,更新到其他顶点的最短路径长度,直到所有顶点的最短路径都被找到。
算法步骤
-
初始化:将距离数组dist[]中的所有元素初始化为无穷大(除了dist[源点] = 0)。
-
维护一个集合:通常使用优先队列(或称为最小堆)来存储待处理的顶点,初始时将源点加入该集合。集合中的顶点按照它们的dist[]值进行排序,以便每次都能从集合中取出当前已知最短路径长度最小的顶点。
-
循环处理:
- 从集合中取出当前dist[]值最小的顶点u(即当前已知最短路径长度最小的顶点)。
- 遍历顶点u的所有邻接顶点v:
- 如果通过顶点u到达顶点v的路径比已知的最短路径更短(即dist[u] + weight(u, v) < dist[v]),则更新dist[v]为dist[u] + weight(u, v),并将v加入优先队列(如果v还未在集合中)。
- 重复上述步骤,直到优先队列为空,即所有顶点都被处理过。
-
结果:dist[]数组最终将包含从源点到图中所有其他顶点的最短路径长度。
算法的复杂度
- 使用简单线性查找的Dijkstra算法的时间复杂度为O(V^2),其中V是图中顶点的数量。
- 使用优先队列(如二叉堆)的Dijkstra算法的时间复杂度可以降低到O((V + E)logV),其中E是图中边的数量。这使得算法在处理稀疏图时更加高效。
注意事项
- Dijkstra算法不适用于包含负权边的图,因为负权边可能破坏算法的贪心选择策略。
- 对于带有负权边的图,可以使用Bellman-Ford算法或Floyd-Warshall算法来找到最短路径。
Dijkstra算法因其高效性和易实现性,在图论和计算机科学领域中得到了广泛应用。
3.代码
代码绝对为本人所写!!!
#include <bits/stdc++.h>
using namespace std;
long long n, m, s, dis[2000005], vis[2000005];
struct node
{
int x, y;
};
vector<node>g[2000005];
void dijkstra(int z)
{
priority_queue<pair<int, int>>q;
memset(dis, 0x3f, sizeof(dis));
memset(vis, 0, sizeof(vis));
dis[z] = 0;
q.push({0, z});
while(!q.empty())
{
int x = q.top().second;
q.pop();
if(vis[x]) continue;
vis[x] = 1;
for(auto to : g[x])
{
int k = to.x;
int l = to.y;
if(dis[k] > dis[x] + l)
{
dis[k] = dis[x] + l;
if(vis[k] == 0)
{
q.push({-dis[k], k});
}
}
}
}
}
int main()
{
cin >> n >> m >> s;
for(int i = 1; i <= m; i ++)
{
int u, v, w;
cin >> u >> v >> w;
g[u].push_back({v, w});
}
dijkstra(s);
for(int i = 1; i <= n; i ++)
{
cout << dis[i] << " ";
}
return 0;
}
注释版:
#include <bits/stdc++.h>
using namespace std;
long long n, m, s, dis[2000005], vis[2000005];
// 定义节点结构体,包含两个整数x和y
struct node
{
int x, y;
};
// 定义一个vector数组g,用于存储每个节点的邻接节点
vector<node>g[2000005];
// 定义一个dijkstra函数,用于计算从节点z到其他节点的最短路径
void dijkstra(int z)
{
// 定义一个优先队列q,用于存储节点和对应的距离
priority_queue<pair<int, int>>q;
// 将dis数组初始化为无穷大
memset(dis, 0x3f, sizeof(dis));
// 将vis数组初始化为0
memset(vis, 0, sizeof(vis));
// 将起点z的距离设置为0
dis[z] = 0;
// 将起点z和距离0放入优先队列q中
q.push({0, z});
// 当优先队列q不为空时,执行循环
while(!q.empty())
{
// 取出优先队列q中的节点x和距离
int x = q.top().second;
q.pop();
// 如果节点x已经访问过,则跳过
if(vis[x]) continue;
// 将节点x标记为已访问
vis[x] = 1;
// 遍历节点x的邻接节点
for(auto to : g[x])
{
// 取出邻接节点k和距离l
int k = to.x;
int l = to.y;
// 如果从节点z到节点k的距离大于从节点z到节点x的距离加上距离l,则更新距离
if(dis[k] > dis[x] + l)
{
dis[k] = dis[x] + l;
// 如果节点k未被访问过,则将节点k和距离放入优先队列q中
if(vis[k] == 0)
{
q.push({-dis[k], k});
}
}
}
}
}
int main()
{
// 输入节点数n、边数m和起点s
cin >> n >> m >> s;
// 遍历每条边,输入边的两个端点和距离,并将距离存入邻接节点数组g中
for(int i = 1; i <= m; i ++)
{
int u, v, w;
cin >> u >> v >> w;
g[u].push_back({v, w});
}
// 调用dijkstra函数,计算从起点s到其他节点的最短路径
dijkstra(s);
// 输出从起点s到其他节点的最短路径
for(int i = 1; i <= n; i ++)
{
cout << dis[i] << " ";
}
return 0;
}