Acwing算法笔记：求解最短路问题1（详细介绍朴素版和堆优化dijkstra算法，建议收藏）

原创

已于 2023-01-13 15:10:39 修改 · 1.2k 阅读

标签

#算法 #c++

于 2023-01-13 14:22:58 首次发布

本文是作者幸麟关于Dijkstra算法的学习笔记，详细介绍了算法的基本思想和步骤，包括朴素版本和堆优化版本。文章通过实例解释了算法在稠密图和稀疏图中的应用，并提供了相应的代码实现。同时，文章还提到了时间复杂度的概念，帮助读者理解不同版本Dijkstra算法的适用场景。

之前说，这星期想要结束掉acwing上算法基础课的图论与数学知识两个章节，所以今天来整理一下最近学的dijkstra算法，文中部分图片取自acwing。其中的每一个算法我都会附上acwing中对应的模板题目，大家也可以去那边熟悉一下模板的写法

前言

大家好啊，这里是幸麟

🧩 一名普通的大学牲，最近在学算法

🧩本文栏目：幸麟同学的算法笔记

🧩希望我的笔记对你算法学习有一些帮助

🧩如果有错误欢迎各位同学批评指正

算法介绍

1.什么是dijkstra算法

迪杰斯特拉算法(Dijkstra)是由荷兰计算机科学家狄克斯特拉于1959年提出的，因此又叫狄克斯特拉算法。是从一个顶点到其余各顶点的最短路径算法，解决的是有权图中最短路径问题。迪杰斯特拉算法主要特点是从起始点开始，采用贪心算法的策略，每次遍历到始点距离最近且未访问过的顶点的邻接节点，直到扩展到终点为止。

同时dijkstra算法主要用于解决单源最短路问题（边权为正数），其可以分为两种版本，两种版本各有用处，并不存在好坏之分，接下来我们用n代表点的数量，用m代表边的数量

朴素版本dijkstra 时间复杂度 O（n^2）用于解决稠密图

堆优化dijkstra 时间复杂度O（mlogn）用于解决稀疏图

可能这里有同学会问，什么是稀疏图，什么是稠密图

这里解答一下，稀疏图指的是图中边的数量远远小于点的数量，稠密图反之，边的数量远远大于点的数量

当然具体的我们也可以用时间复杂度来判断到底是运用哪一种算法

如果你不太了解时间复杂度是什么可以来看看下面这篇文章

手把手教你时间复杂度的计算方法