最短路–单源最短路–权为正,稀疏图(邻接表)–堆优化版dijkstra求
源点:起点 汇点:终点
但愿最短路,eg:从1号点到n号点最短路
n:点的数量 m:边的数量
朴素Dijkstra:稠密图 n m <1e5 (贪心)
堆优化Dijkstra:稀疏图
SPFA是Bellman-ford算法+(离散数学)的优化,但是对边数进行限制(m<k)就只能用Bellman-Ford算法(动态规划)
难点:把问题抽象想成最短路问题–建图
无向图是一种特殊的有向图
给定一个 n 个点 m 条边的有向图,图中可能存在重边和自环,所有边权均为非负值。
请你求出 1 号点到 n 号点的最短距离,如果无法从 1 号点走到 n 号点,则输出 −1。
输入格式
第一行包含整数 n 和 m。
接下来 m 行每行包含三个整数 x,y,z,表示存在一条从点 x 到点 y 的有向边,边长为 z。
输出格式
输出一个整数,表示 1 号点到 n 号点的最短距离。
如果路径不存在,则输出 −1。
数据范围
1≤n,m≤1.5×10e5,
图中涉及边长均不小于 0,且不超过 10000。
输入样例:
3 3
1 2 2
2 3 1
1 3 4
输出样例:
3
堆优化版dijkstra算法
#include<iostream>
#include<cstring>
#include<algorithm>
#include<vector>
#include<queue>
using namespace std;
const int N = 150010;
typedef pair<int,int> PII;
int n,m;//点数,边数(大致相等,稀疏图-邻接表)
int h[N],e[N],ne[N],idx,w[N];//邻接表+权重
int dist[N];//该点到起点的距离
bool st[N];//是否是最短距离状态
void add(int a,int b,int c)//边和权重
{
w[idx]=c,e[idx]=b,ne[idx]=h[a],h[a]=idx++;
}
int dijkstra()
{
//初始化
memset(dist,0x3f,sizeof dist);//求最短距离,初始化为INF
dist[1]=0;//起点到起点的距离0
//小顶堆-优先队列,自动将最小值放在top处
priority_queue<PII,vector<PII>,greater<PII>> heap;
heap.push({0,1});//**距离**,点的编号(小顶堆默认根据前一个数字排序)
while(heap.size())//队列不空,一直循环
{
auto t = heap.top();//取出队头
heap.pop();//抛出队头
int ver = t.second,distance = t.first;//点的编号,距离起点的距离
if(st[ver]) continue;//st[ver]=true代表该点已经使用过了,已经最短了,避免一个点多次使用
st[ver]=true;//标记为已使用
// a->'b'
for(int i=h[ver];i!=-1;i=ne[i])//a-遍历以该点为起点的点,更新终点到起点的距离,并放入最小堆
{
int j=e[i];//b
if(dist[j] > distance + w[i])//第一次遍历dist[j]==INF,使得dist[j]==w[j];dist[j]记录j点到起点的最短距离
{
dist[j] = distance + w[i];//w[i]? w[idx]
heap.push({dist[j],j});//放入队列
}
}
}
if(dist[n]==0x3f3f3f3f) return -1;//到不了n点
return dist[n];
}
int main()
{
memset(h,-1,sizeof h);//邻接表必须要的初始化
cin>>n>>m;//点数和边数
for(int i=0;i<m;i++)//输入所有的边和权重
{
int a,b,c;
cin>>a>>b>>c;
add(a,b,c);
}
// 最短路-单源最短路-权为正,稀疏图-堆优化版Dijkstra算法
cout<<dijkstra()<<endl;
return 0;
}
堆优化版dijkstra:
1.初始化距离,求最短路默认dist为INF
2. 将起点放入小顶堆(priority_queue,PII数据类型)
3. 队列不空循环,确定最短状态
4. 用最短状态的点作为起点更新终点dist
5. 邻接表的初始化