AcWing850 Dijkstra求最短路 II(最短路、堆优化Dijkstra)

题目：AcWing850 Dijkstra求最短路 II

---

前言

1.单源最短路问题

最短路问题的算法有很多，大致分为单源最短路问题和多源汇最短路问题。单元最短路问题是求一个点到其它所有点的距离最短路，常用Dijkstra算法。这其中，如果是稠密图，常用朴素Dijkstra算法；如果是稀疏图，常用堆优化Dijkstra算法。

2.Dijkstra算法

集合s是已经确定最短路的点的集合。Dijkstra算法总共迭代n次，每次选择距离最近的且尚未确定最短路的点加入集合s，表示已经确定其最短路。然后用这个点更新所有可以更新的点的最短路。堆优化Dijkstra算法的优势在于使用优先队列，降低了找距离最近且尚未确定最短路的点的时间复杂度。

一、题目陈述

二、解决思路

此场景中，点和边的数量相当，属于稀疏图，所以使用领接表存储图，且利用堆优化Dijkstra算法求解最短路问题。

三、代码实现

#include<iostream>
#include<queue>
#include<cstring>
using namespace std;
const int N = 1e6+10,M=2*N;
typedef pair<int,int> pii;
int n,m;
// 邻接表数据结构
int h[N],e[M],ne[M],w[M],idx;
// 表示目前1号点到n号点的距离 
int dist[N];
// st数组表示1号点到n号点的距离是否已经确定，即算法中的集合s 
bool st[N]; 
void add(int a,int b,int c) {
	e[idx] = b;
	w[idx] = c;
	ne[idx] = h[a];
	h[a] = idx++;
} 
int dijkstra() {
	memset(dist,0x3f,sizeof(dist));
	dist[1]=0;
	// 小根堆 
	priority_queue<pii,vector<pii>,greater<pii>> heap;
	// {到1号点的距离,编号} 
	heap.push({0,1});
	while(heap.size()) {
		auto t = heap.top();
		heap.pop();
		int ver = t.second;
		int distance = t.first;
		// 如果ver点之前已经出来过了（是冗余备份）就没有必要再计算 
		if(st[ver]) continue;
		// 确定这个点加入集合s中 
		st[ver]=true; 
		// 利用当前的点更新其他的点
		for(int i=h[ver];i!=-1;i=ne[i]) {
			int j=e[i];
			if(dist[j]>distance+w[i]) {
				dist[j] = distance+w[i];
				heap.push({dist[j],j});
			}
		} 
	}
	if(dist[n]==0x3f3f3f3f) return -1;
	return dist[n];
}
int main() {
	memset(h,-1,sizeof h);
	cin>>n>>m;
	for(int i=0;i<m;i++) {
		int a,b,w;	cin>>a>>b>>w;
		add(a,b,w);
		// 使用邻接表存储，重边和自环都不用特殊处理，算法会帮我们处理过滤，不会选中
		// 更长的边或者自环 
	}
	int ans = dijkstra();
	cout<<ans<<endl;
	return 0;
}

总结

堆优化Dijkstra算法使用两个数据结构：st数组和优先队列。