适用范围
Dijkstra 算法是一种高效的解决单源最短路径问题的算法,适用于大多数实际场景中的路径规划和网络优化问题。
基本思想
Dijkstra 算法适用于解决带有非负权重的有向图或无向图的单源最短路径问题。其基本算法思想是从起点开始,逐步扩展到距离起点更近的顶点,直到扩展到终点为止。在扩展的过程中,不断更新起点到各个顶点的最短距离,直到所有顶点都被标记为已访问或者没有与起点相连的顶点可访问。
Dijkstra 算法的主要特点包括:
- 适用于有向图或无向图,但是不能处理带有负权边的图。
- 时间复杂度为 O((V+E)logV),其中 V 表示顶点数,E 表示边数。在使用优先队列实现时,每次取出距离起点最近的顶点的时间复杂度为 O(logV)。
- 算法保证在有向无环图中计算出起点到所有其他顶点的最短路径。
- 可以通过修改优先队列的实现方式来适应不同的问题需求,例如使用堆优化的 Dijkstra 算法来处理大规模的图。
算法步骤
步骤如下:
- 初始化:将起点 s 到各个顶点的距离 d 初始化为无穷大,将起点 s 到自身的距离 d[s] 初始化为 0。
- 选择当前距离起点 s最近的顶点 u,标记顶点 u 为已访问。
- 对于顶点 u 的所有邻接点 v,如果从起点 s 到顶点 u 的距离加上顶点 u 到顶点 v的距离小于起点 s到顶点 v 的距离 d[v],则更新起点 s 到顶点 v 的距离 d[v]。
- 重复步骤 2 和步骤3,直到所有顶点都被标记为已访问或者没有与起点 s 相连的顶点可访问。
示例代码
#include <iostream>
#include <vector>
#include <queue>
#include <climits>
#include <functional>
using namespace std;
vector<pair<int, int>> adj[10001]; // 邻接表
int dist[10001]; // 距离数组
bool vis[10001]; // 标记数组
void dijkstra(int s) {
priority_queue<pair<int, int>, vector<pair<int, int>>, greater<pair<int, int>>> pq; // 小根堆
pq.push(make_pair(0, s)); // 起点入队
dist[s] = 0; // 到自身的距离为 0
while (!pq.empty()) {
int u = pq.top().second; // 取出距离起点最近的顶点
pq.pop();
if (vis[u]) continue; // 如果该顶点已经访问过,跳过
vis[u] = true; // 标记该顶点为已访问
for (auto v : adj[u]) { // 遍历顶点 u 的邻接点
if (dist[v.first] > dist[u] + v.second) { // 如果从起点到顶点 v 的距离可以通过顶点 u 缩短
dist[v.first] = dist[u] + v.second; // 更新起点到顶点 v 的距离
pq.push(make_pair(dist[v.first], v.first)); // 将顶点 v 入队
}
}
}
}
int main() {
int n, m, s;
cin >> n >> m >> s;
for (int i = 1; i <= m; i++) {
int u, v, w;
cin >> u >> v >> w;
adj[u].push_back(make_pair(v, w)); // 添加边到邻接表
}
for (int i = 1; i <= n; i++) {
dist[i] = INT_MAX; // 初始化距离为无穷大
}
dijkstra(s); // 运行 Dijkstra 算法
for (int i = 1; i <= n; i++) {
if (dist[i] == INT_MAX) cout << "INF" << endl; // 如果顶点不可达,输出 INF
else cout << dist[i] << endl; // 输出起点到顶点的最短距离
}
return 0;
}
本文介绍了Dijkstra算法的基本思想、适用范围(非负权重图),步骤,以及一个C++示例。算法用于寻找有向图或无向图中从起点到所有其他顶点的最短路径,具有O((V+E)logV)的时间复杂度。
算法&spm=1001.2101.3001.5002&articleId=134979626&d=1&t=3&u=0dc1bd6e299b41479a33d60d5057bfff)
3242

被折叠的 条评论
为什么被折叠?



