buuctf 救世捷径(最短路dijkstra算法)

最新推荐文章于 2024-06-22 23:10:10 发布

前方是否可导？

最新推荐文章于 2024-06-22 23:10:10 发布

阅读量1.2k

点赞数 2

分类专栏：其他类型

本文链接：https://blog.csdn.net/weixin_44110537/article/details/107963854

版权

本文通过buuctf的一道题目介绍了如何利用Dijkstra算法求解从国家1到国家26的最短路径。Dijkstra算法采用贪心策略，逐步确定各个节点到起点的最短距离，并不断更新直至所有节点都被处理。文章详细阐述了算法的步骤和正确性的证明。

摘要由CSDN通过智能技术生成

题目的意思是要我们求从国家1到国家26的最短路路径.这里采用dijkstra算法

dijkstra算法

dijkstra算法采用的是贪心算法的策略.大体意思是将所有点分成两个点集,一个是已经确定了到起始点的最短距离的点的集合,一个是还未确定的集合. 分别记为 A B 初始化各点到起始点的距离为无穷大(足够大)记为dv[i]:点i到起点的距离.记graph[i][j]为输入的点i到点j的距离(如果没有则记为无穷大)
1,首先可以将起始点a1加入A
2,然后将所有点到a1的距离做比较,取最小的那个点记为a2加入A.
证明:
假设a1直接a2不是最短的,那么一定至少存在一点a3 使得 a1-a3-a2而根据a2加入的条件可以得到,a1-a3的距离大于a1-a2 因此假设错误,原方法是正确的.
3,以a2为转点,更新其它点到a1的最短距离.其更新条件为 dv[i]>dv[2]+graph[2][j]
4,更新完毕后,循环进行2,3步,从B中找出每次的转点加入A中直到B为空.
这里证明一下3,4步.
证明:
3,4步的意思是每次更新完后再次从B中找到一个到a1的距离最小的点就可以加入A中.其实要证明这两步我们可以将集合A看成一个整体(也可以就是将集合A看成一个’大的点’,这个点到B中各点的直线距离就是更新后的距离) 这样接下来的证明就和第二步一模一样了)

decrypt

#dijkstra算法
graph=[]
for i in range(27):
    graph.append([])
for i in range(27):
    for j in range(27):
        graph[i].append(0x3f3f3f)
f=open('dj.txt','r').readlines