Dijkstra

简介: 复习acwing算法基础课的内容,本篇为讲解基础算法:Dijkstra。

文章目录

前言

一、Dijkstra是什么?

二、例题,代码

1.AcWing 849. Dijkstra求最短路 I

本题分析

AC代码

2.AcWing 850. Dijkstra求最短路 II

本题分析

AC代码


前言

复习acwing算法基础课的内容,本篇为讲解基础算法:Dijkstra。


一、Dijkstra是什么?

Dijkstra的思路:通过n次遍历,每次找到没有确定最短距离的点,并拿这个点去更新其他未更新的点,堆优化版Dijkstra用到了堆,关于堆(优先队列STL)的用法见:STL—priority_queue,手写堆见这篇博客:数组模拟堆,下图是求最短路的不同情况对应的不同算法,图片来自:AcWing算法基础课

image.png

二、例题,代码

1.AcWing 849. Dijkstra求最短路 I

本题链接:AcWing 849. Dijkstra求最短路 I

本博客给出本题截图:

image.png

本题分析

int g[N][N];g数组存的是两点之间的距离,例如g[i][j]存的是从i号点到j号点的距离

int dist[N];dist数组存的是到起点的距离,例如dist[i]存的是i号点到1号点的距离

一开始,我们需要对以上两个数组初始化为正无穷即0x3f3f3f3f,距离为正无穷意味着还没有遍历到这个点,bool st[N]存的是是否被遍历,例如st[i]表示的是i号点的距离是否已经被更新,如果st[i] == true;意味着被更新,否则代表着没有被更新,st数组的初始都为false,代表没有一个点被遍历到,Dijkstra更新距离的核心是:

    for (int i = 0; i < n; i ++ )     //n次循环,确定n个点的最短路径
    {
        int t = -1;        //表示还没有更新点
        for (int j = 1; j <= n; j ++ )
            if ((t == -1 || dist[t] > dist[j]) && !st[j])  //寻找还未确定最短路径的点中路径最短的点
                t = j;       //找到的点赋值给t,此时的t就是还未确定最短路径的点中路径最短的点
        st[t] = true;    //表示这个点被找到了,下次更新的时候跳过这个点
        //然后用这个点更新其他点的距离
        for (int j = 1; j <= n; j ++ )
            dist[j] = min (dist[j], dist[t] + g[t][j]);   
            //j号点到起点距离的值为从t点到起点的距离 + t到j的距离和j到起点距离的最小值
    }

AC代码

#include <iostream>
#include <cstring>
#include <algorithm>
using namespace std;
const int N = 510;
int g[N][N];
int dist[N], n, m;
bool st[N];
int dijkstra()
{
    memset(dist, 0x3f, sizeof dist);
    dist[1] = 0;
    for (int i = 0; i < n; i ++ )
    {
        int t = -1;
        for (int j = 1; j <= n; j ++ )
            if ((t == -1 || dist[t] > dist[j]) && !st[j])
                t = j;
        st[t] = true;
        for (int j = 1; j <= n; j ++ )
            dist[j] = min (dist[j], dist[t] + g[t][j]);
    }
    if (dist[n] == 0x3f3f3f3f) return -1;
    else return dist[n];
}
int main()
{
    cin >> n >> m;
    memset(g, 0x3f, sizeof g);
    while (m -- )
    {
        int x, y, c;
        cin >>  x >> y >> c;
        g[x][y] = min(g[x][y], c);
    }
    int t = dijkstra();
    cout << t;
    return 0;
}


2.AcWing 850. Dijkstra求最短路 II

本题链接:AcWing 850. Dijkstra求最短路 II

本博客给出本题截图:

image.png

本题分析

稀疏图用到了链表的存储方式,单链表的详细做法见:链表

因为我们求的是最短路,所以在堆优化版本中我们用到了小根堆,小根堆的用法详见:STL—priority_queue,小根堆中我们需要存储一个pair,存储距离和点,在进行排序的时候注意是按照距离排序,所以我们必须把距离存储到first中


AC代码

#include <cstring>
#include <iostream>
#include <algorithm>
#include <queue>
#include <cstdio>
using namespace std;
typedef pair<int, int> PII;
const int N = 1e6 + 10;
int n, m;
int h[N], w[N], e[N], ne[N], idx;
int dist[N];
bool st[N];
void add(int a, int b, int c)
{
    e[idx] = b, w[idx] = c, ne[idx] = h[a], h[a] = idx ++ ;
}
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;
        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];
}
int main()
{
    scanf("%d%d", &n, &m);
    memset(h, -1, sizeof h);
    while (m -- )
    {
        int a, b, c;
        scanf("%d%d%d", &a, &b, &c);
        add(a, b, c);
    }
    cout << dijkstra() << endl;
    return 0;
}



目录
相关文章
|
6月前
|
存储 算法
最短路径算法( Dijkstra + Bellman-Ford + SPFA + Floyd)
最短路径算法( Dijkstra + Bellman-Ford + SPFA + Floyd)
108 0
|
7月前
|
算法
dijkstra最短路算法
dijkstra最短路算法
|
9月前
1421:Floyd
1421:Floyd
|
算法 调度
最小生成树(Prim、Kruskal)算法,秒懂!
在数据结构与算法的图论中,(生成)最小生成树算法是一种常用并且和生活贴切比较近的一种算法。但是可能很多人对概念不是很清楚,什么是最小生成树?
134 0
最小生成树(Prim、Kruskal)算法,秒懂!
|
算法
Floyd
复习acwing算法基础课的内容,本篇为讲解基础算法:Floyd,关于时间复杂度:目前博主不太会计算,先鸽了,日后一定补上。
97 0
Floyd
|
存储 算法
Kruskal
复习acwing算法基础课的内容,本篇为讲解基础算法:Kruskal,关于时间复杂度:目前博主不太会计算,先鸽了,日后一定补上。
72 0
Kruskal
1170:反着来(Floyd)
相信大家都会解决有向图的最短路问题。这次我们反着来,给你一个有向图中每一对顶点之间的最短路的长度,请你计算出原图中最少可能包含多少条边。