最短路dij模板(堆优化)

这篇博客详细介绍了如何运用优先队列(堆)优化Dijkstra算法,以找到图中从源点到所有其他点的最短路径。代码中定义了边结构、节点结构,并通过add_edge函数添加边,dij函数实现了Dijkstra算法的核心逻辑,不断更新最短路径并维护最小堆。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

// 点数,边数,源点到各点最短距离,起点,访问标记,链式head 
int n,m,dist[maxn],s,vis[maxn],head[maxn];
struct edge{
	int to,val,ne;
}edge[maxn];
struct node{
	int val,pos;
	friend bool operator <(struct node a,struct node b){
		return a.val>b.val;
	}
};
priority_queue<node> q;	// 堆优化 
void add_edge(int now,int to,int val,int tot){
	edge[tot].ne=head[now];
	head[now]=tot;
	edge[tot].to=to;
	edge[tot].val=val;
}
void dij(){
	for(int i=1;i<=n;i++) if(i!=s) dist[i]=inf;
	q.push({0,s});
	while(!q.empty()){
		struct node top=q.top();
		q.pop();
		if(vis[top.pos]) continue;
		vis[top.pos]=1;
		for(int i=head[top.pos];i;i=edge[i].ne){
			int to_val=top.val+edge[i].val;
			int to_pos=edge[i].to;
			if(dist[to_pos]>to_val){
				dist[to_pos]=to_val;
				q.push({to_val,to_pos});
			}
		}
	}
}
下面是使用优化Dijkstra 算法来求解短路径的示例代码,其中使用了 vector 来表示图的邻接表: ```cpp #include <iostream> #include <vector> #include <queue> #include <limits> using namespace std; typedef pair<int, int> pii; const int INF = numeric_limits<int>::max(); vector<int> dijkstra(const vector<vector<pii>>& graph, int source) { int n = graph.size(); vector<int> dist(n, INF); dist[source] = 0; priority_queue<pii, vector<pii>, greater<pii>> pq; pq.push({0, source}); while (!pq.empty()) { int u = pq.top().second; int d = pq.top().first; pq.pop(); if (d > dist[u]) { continue; // 已经找到了更短的路径 } for (const auto& edge : graph[u]) { int v = edge.first; int w = edge.second; if (dist[u] + w < dist[v]) { dist[v] = dist[u] + w; pq.push({dist[v], v}); } } } return dist; } int main() { int n = 5; // 图的顶点数 int m = 7; // 图的边数 vector<vector<pii>> graph(n); // 构建图的邻接表 graph[0].push_back({1, 2}); graph[0].push_back({2, 4}); graph[1].push_back({2, 1}); graph[1].push_back({3, 7}); graph[2].push_back({3, 3}); graph[2].push_back({4, 5}); graph[3].push_back({4, 2}); graph[4].push_back({3, 1}); int source = 0; vector<int> dist = dijkstra(graph, source); cout << "Shortest distances from node " << source << ":" << endl; for (int i = 0; i < n; ++i) { cout << "Node " << i << ": " << dist[i] << endl; } return 0; } ``` 上述代码中,我们使用优化Dijkstra 算法来找到从源节点到其他节点的短距离。图的邻接关系使用 vector<vector<pii>> 来表示,其中 pii 表示边的目标节点和权重。你可以根据需要修改图的顶点数、边数和邻接表来适应不同的场景。输出结果将会显示源节点到其他节点的短距离。
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值