Heap+Dijkstra堆优化的Dijkstra

前面说到“原生的Dijkstra”，由于Dijkstra采用的是贪心策略，在贪心寻找当前距离源结点最短的结点时需要遍历所有的结点，这必然会导致效率的下降，时间复杂度为n^n。因此当数据量较大时会消耗较长时间。为了提高Dijkstra的效率，只有对Dijkstra的贪心策略进行改进。

由于Dijkstra采用的贪心策略是每次寻找最短距离的结点并将其放入存放所有已知最短距离结点的S集合中，可以联想到堆以及优先级队列这些数据结构，这些结构都能非常高效地提供当前状态距离最短的结点。实践也可以证明这两种优化对于Dijkstra的效率提升是非常明显的。

另外需要提到的是优先队列优化的Dijkstra和堆优化的Dijkstra效率相差不多，但是优先队列优化的方式却非常好实现，因为java类库中有PriorityQueue对象，该对象就是优先队列。但是对于堆优化来说就比较复杂了，因为需要自己动手实现最小堆，这样既复杂又容易出错，因此如果是想对Dijksra进行优化的话，首推PriorityQueue+Dijkstra即优先队列优化的Dijkstra。

下面还是以蓝桥杯的那道”最短路“题目为例展示Heap+Dijkstra堆优化的Dijkstra

算法训练 最短路