堆优化后的dijkstra算法模板(以hdu2544为例)

18 篇文章 0 订阅
15 篇文章 1 订阅

vector实现版,优点是代码量较少,缺点是常数较大。

#pragma comment(linker, "/STACK:102400000,102400000")
#include<unordered_map>
#include<unordered_set>
#include<algorithm>
#include<iostream>
#include<fstream>
#include<complex>
#include<cstdlib>
#include<cstring>
#include<cassert>
#include<iomanip>
#include<string>
#include<cstdio>
#include<bitset>
#include<vector>
#include<cctype>
#include<cmath>
#include<ctime>
#include<stack>
#include<queue>
#include<deque>
#include<list>
#include<set>
#include<map>
using namespace std;
#define pt(a) cout<<a<<endl
#define debug test
#define mst(ss,b) memset((ss),(b),sizeof(ss))
#define rep(i,a,n) for (int i=a;i<=n;i++)
#define per(i,a,n) for (int i=n-1;i>=a;i--)
#define pii pair<int,int>
#define fi first
#define se second
#define ll long long
#define ull unsigned long long
#define pb push_back
#define mp make_pair
#define inf 0x3f3f3f3f
#define eps 1e-10
#define PI acos(-1.0)
const ll mod = 1e9+7;
const int N = 1e3+10;

ll qp(ll a,ll b) {ll res=1;a%=mod; assert(b>=0); for(;b;b>>=1){if(b&1)res=res*a%mod;a=a*a%mod;}return res;}
int to[4][2]={{-1,0},{1,0},{0,-1},{0,1}};

int n,m,d[N];
struct eg{
    int to,len;
};
vector<eg> g[N];

void dij() {
    mst(d,inf);
    d[1]=0;
    priority_queue<pii,vector<pii>,greater<pii> > pq;
    pq.push({0,1});
    while(!pq.empty()) {
        pii tp=pq.top(); pq.pop();
        int u=tp.se;
        if(d[u]!=tp.fi) continue;///等价于vis标记
        for(int i=0;i<g[u].size();i++) {
            eg v=g[u][i];
            if(d[u]+v.len<d[v.to]) {
                d[v.to]=d[u]+v.len;
                pq.push({d[v.to],v.to});
            }
        }
    }
    cout<<d[n]<<endl;
}

int main() {
    ios::sync_with_stdio(0),cin.tie(0),cout.tie(0);
    while(cin>>n>>m&&(n+m)) {
        for(int i=1;i<=n;i++) g[i].clear();
        for(int i=1;i<=m;i++) {
            int a,b,c;
            cin>>a>>b>>c;
            g[a].pb(eg{b,c});
            g[b].pb(eg{a,c});
        }
        dij();
    }
    return 0;
}

 

链式前向星实现边,优点是常数较小,缺点是代码量较大。

#pragma comment(linker, "/STACK:102400000,102400000")
#include<unordered_map>
#include<unordered_set>
#include<algorithm>
#include<iostream>
#include<fstream>
#include<complex>
#include<cstdlib>
#include<cstring>
#include<cassert>
#include<iomanip>
#include<string>
#include<cstdio>
#include<bitset>
#include<vector>
#include<cctype>
#include<cmath>
#include<ctime>
#include<stack>
#include<queue>
#include<deque>
#include<list>
#include<set>
#include<map>
using namespace std;
#define pt(a) cout<<a<<endl
#define debug test
#define mst(ss,b) memset((ss),(b),sizeof(ss))
#define rep(i,a,n) for (int i=a;i<=n;i++)
#define per(i,a,n) for (int i=n-1;i>=a;i--)
#define pii pair<int,int>
#define fi first
#define se second
#define ll long long
#define ull unsigned long long
#define pb push_back
#define mp make_pair
#define inf 0x3f3f3f3f
#define eps 1e-10
#define PI acos(-1.0)
const ll mod = 1e9+7;
const int N = 1e2+10;
const int M = 1e4+10;

ll qp(ll a,ll b) {ll res=1;a%=mod; assert(b>=0); for(;b;b>>=1){if(b&1)res=res*a%mod;a=a*a%mod;}return res;}
///int to[4][2]={{-1,0},{1,0},{0,-1},{0,1}};

int n,m,d[N],hd[N],tot;
int nt[M],to[M],w[M];

void init() {
    tot=0;
    mst(hd,-1);
}

void add(int u,int v,int val) {
    to[tot]=v;
    w[tot]=val;
    nt[tot]=hd[u];
    hd[u]=tot++;
}

void dij() {
    mst(d,inf);
    d[1]=0;
    priority_queue<pii,vector<pii>,greater<pii> > pq;
    pq.push({0,1});
    while(!pq.empty()) {
        pii tp=pq.top();pq.pop();
        int u=tp.se;
        if(d[u]!=tp.fi) continue;
        for(int i=hd[u];~i;i=nt[i]) {
            int v=to[i];
            if(d[u]+w[i]<d[v]) {
                d[v]=d[u]+w[i];
                pq.push({d[v],v});
            }
        }
    }
    cout<<d[n]<<endl;
}

int main() {
    ios::sync_with_stdio(0),cin.tie(0),cout.tie(0);
    while(cin>>n>>m&&(n+m)) {
        init();
        for(int i=1;i<=m;i++) {
            int a,b,c;
            cin>>a>>b>>c;
            add(a,b,c);
            add(b,a,c);
        }
        dij();
    }
    return 0;
}

 

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
优化Dijkstra算法是一种对传统的Dijkstra算法进行优化的方法,用于求解单源最短路径问题。在传统的Dijkstra算法中,我们使用数组来保存每个节点的最短距离,并依次遍历所有节点来更新最短距离。但是,这种方法在大规模图中效率较低。 堆优化Dijkstra算法通过使用优先队列(堆)来选择下一个要访问的节点,从而提高了算法的效率。具体而言,算法中维护一个优先队列,每次从队列中选择当前距离最小的节点进行访问。在访问一个节点时,算法会更新与该节点相邻节点的最短距离,并将更新后的节点加入队列中。 在实现过程中,我们可以使用一个距离数组来保存每个节点的最短距离,使用一个布尔数组来标记节点是否已经访问过。同时,我们还需要使用一个优先队列来存储节点及其距离。 具体操作如下: 1. 初始化距离数组为正无穷,起始节点的最短距离为0,将起始节点加入优先队列。 2. 当优先队列不为空时,取出队列中距离最小的节点。 3. 如果该节点已经访问过,则跳过本次循环。 4. 遍历该节点的所有邻居节点,更新它们的最短距离,并将更新后的节点加入优先队列。 5. 将当前节点标记为已访问。 6. 重复步骤2-5,直到优先队列为空或者找到目标节点。 通过使用优先队列来选择下一个要访问的节点,堆优化Dijkstra算法能够更快地找到最短路径。同时,通过记录所有的最短路径,我们可以输出所有的最优解。<span class="em">1</span><span class="em">2</span><span class="em">3</span> #### 引用[.reference_title] - *1* *2* *3* [dijkstra算法:堆优化 + 输出所有最短路径(得到所有最优解)](https://blog.csdn.net/weixin_45745854/article/details/126264026)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v93^chatsearchT3_2"}}] [.reference_item style="max-width: 100%"] [ .reference_list ]

“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