1. Dijkstra算法是求图中某一点到其他点的最短距路。即单源最短路径问题,该算法不能处理负权边,该算法求出的是图中某一点src,到其他所有点的最短距离。
2. 该算法的思想是将图中的点分为两类,一类是已经确定最短距离的点S,另一类是还没有确定最短距离点V-S。
我们首先从S中找到距离当前路径最小的点,然后用当前的点去不断更新其他的点到这一点的距离。
之后把当前点加入到S中。直到所有点更新完。
int dijkstra()
{
memset(dist, 0x3f, sizeof dist);
dist[1] = 0;
for (int i = 0; i < n - 1; i ++ )
{
int t = -1;
for (int j = 1; j <= n; j ++ )
if (!st[j] && (t == -1 || dist[t] > dist[j]))
t = j;
for (int j = 1; j <= n; j ++ )
dist[j] = min(dist[j], dist[t] + g[t][j]);
st[t] = true;
}
if (dist[n] == 0x3f3f3f3f) return -1;
return dist[n];
}
其中有一步操作是从dist取出一个没有使用过最小的,假设这一步我们用堆来优化,用过了以后pop出去,那么可以加速这一过程,但是由于dist中的值是会变的,即我们需要改变堆里面的值,这样直接维护一个最多有n个元素的堆是不可行的。因此我们需要改变策略。
我们首先将原点放进去,然后弹出来,然后对其邻接点作松弛,松弛完了之后把新更新的点全部入堆,如果这个点已经更新过了,就直接跳过,这种优先队列的写法实际是对朴素Dijkstra算法的优化。该算法的时间复杂是mlogm
int dijkstra()
{
memset(dist, 0x3f, sizeof dist);
dist[1] = 0;
priority_queue<PII, vector<PII>, greater<PII>> heap;
heap.push({0, 1});
while (heap.size())
{
auto t = heap.top();
heap.pop();
int ver = t.second, distance = t.first;
if (st[ver]) continue;
st[ver] = true;
for (int i = h[ver]; i != -1; i = ne[i])
{
int j = e[i];
if (dist[j] > dist[ver] + w[i])
{
dist[j] = dist[ver] + w[i];
heap.push({dist[j], j});
}
}
}
if (dist[n] == 0x3f3f3f3f) return -1;
return dist[n];
}