在了解
D
i
j
k
s
t
r
a
Dijkstra
Dijkstra算法之前,我们先了解一个函数——松弛函数。
松弛函数:对边集合
E
E
E中任意边,以
w
(
u
,
v
)
w(u,v)
w(u,v)表示顶点
u
u
u出发到顶点
v
v
v的边的权值,以
d
i
s
[
v
]
dis[v]
dis[v]表示从起点到顶点
u
u
u的路径权值。若存在
w
(
u
,
v
)
w(u,v)
w(u,v),使得
d
i
s
[
v
]
>
d
i
s
[
u
]
+
w
(
u
,
v
)
dis[v]>dis[u]+w(u,v)
dis[v]>dis[u]+w(u,v),则更新
d
[
v
]
=
d
[
u
]
+
w
(
u
,
v
)
d[v]=d[u]+w(u,v)
d[v]=d[u]+w(u,v)。
松弛函数的作用就是判断是否经过某个顶点(边),可以缩短起点到终点的路径权值。
给定加权有向图,每条边的权值都是非负数。指定一个点(源点)到其余各个顶点的最短路径也称之为单源最短路径。
D i j k s t r a Dijkstra Dijkstra算法可以说是使用贪心思想实现的。
思想:把当前顶点到达其余所有顶点的距离都存储下来并找到最短的,然后再松弛一下再找到最短的,如此循环 n n n次即可( n n n表示顶点数)。
下面我们看一个问题:求下图 1 1 1到达其余顶点的最短路径
根据上面的思想,我们需要一个二维数组 w w w存储图中的信息,一个一维数组 d i s dis dis记录顶点 1 1 1到达其余顶点的最短路径,一一维数组 v i s vis vis来记录被使用过的顶点。
下面我们来模拟一下:
这就是 D i j k s t r a Dijkstra Dijkstra算法,我们发现它每次都是找未被使用过的顶点的 d i s dis dis的最小值。
最常用时间复杂度 ( n 2 ) (n^2) (n2),优化后可以达到 ( n l o g n ) (nlogn) (nlogn),不能解决负边问题,稀疏图需要耗费比较多的空间。
//===================================================================
int n, m; // n表示点数 m表示边数
int dis[510]; //顶点到i的最短距离
int w[510][510]; //顶点i到j的边的距离
bool vis[510]; //表示顶点i是否被使用过
//===================================================================
void Dijkstra() {
memset(dis,inf_int,sizeof dis); //初始化
dis[1] = 0;//第一个点到自身的距离为0
for(int i = 1; i <= n; i++){ //有n个点所以要进行n次
int k = -1;
for(int j = 1; j <= n; j++){//寻找当前最小的路径
if(!vis[j] && (k == -1 || dis[k] > dis[j])){
k = j;
}
}
vis[k] = true;//标记当前顶点已被使用过
for(int j = 1; j <= n; j++){//依次更新每个点所到相邻的点路径值
dis[j] = min(dis[j], dis[k] + w[k][j]);
}
}
}
int main() {
//=================================================================
cin >> n >> m;
memset(w, inf_int, sizeof w);
for (int i = 1; i <= m; i++) {
int x, y, z;
cin >> x >> y >> z;
w[x][y] = min(w[x][y],z);
}
Dijkstra();
if(dis[n] == inf_int) cout << "-1";
else cout << dis[n];
//=================================================================
return 0;
}