dijkstra算法

一:朴素算法

给定一个n个点m条边的有向图,图中可能存在重边和自环,所有边权均为正值。

请你求出1号点到n号点的最短距离,如果无法从1号点走到n号点,则输出-1。

输入格式

第一行包含整数n和m。

接下来m行每行包含三个整数x,y,z,表示存在一条从点x到点y的有向边,边长为z。

输出格式

输出一个整数,表示1号点到n号点的最短距离。

如果路径不存在,则输出-1。

数据范围

1n5001≤n≤500,
1m1051≤m≤105,
图中涉及边长均不超过10000。

输入样例:

3 3
1 2 2
2 3 1
1 3 4

输出样例:

3

#############################################################

 1 #include <bits/stdc++.h>
 2 using namespace std;
 3 
 4 //本题 顶点数n比边数m小很多,所以属于稠密图,稠密图用邻接矩阵存储,稀疏图用邻接表存
 5 const int N = 510;
 6 
 7 vector<vector<int> > g(N,vector<int>(N, 0x3f3f3f3f));
 8 vector<int> d(N, 0x3f3f3f3f);//表示每个点到起点的最短距离
 9 vector<bool> f(N, false);//表示每个点到起点的距离是否是最短的
10 int n, m;
11 //返回从1号点到n号点的最短距离
12 int dijkstra(){
13     d[1] = 0;    
14     //进行n次迭代,每次能确定一个到起点的最小值
15     for(int i = 1;i <= n;++i){
16         //在d数组里面找到未确定是最小的最小的那个,就是距离起点最小的,这个数学可以证明
17         int t = -1;
18         for(int j = 1;j <= n;++j)
19             if(!f[j] && (t == -1 || d[t] > d[j])) t = j;
20         if(t != -1){
21             //标记是最小的
22             f[t] = true;
23             //用这个最小的去更新d数组
24             for(int j = 1;j <= n;++j) d[j] = min(d[j], d[t] + g[t][j]);
25         }
26     }
27     return d[n];    
28 }
29 int main(){
30     cin >> n >> m;
31     while(m--){
32         int x,y,z;
33         cin >> x >> y >> z;
34         g[x][y] = min(g[x][y], z);
35     }
36     int t = dijkstra();
37     if(t == 0x3f3f3f3f)cout << -1 << endl;
38     else cout << t << endl;
39     return 0;
40 }
View Code

二: 加堆优化:

给定一个n个点m条边的有向图,图中可能存在重边和自环,所有边权均为非负值。

请你求出1号点到n号点的最短距离,如果无法从1号点走到n号点,则输出-1。

输入格式

第一行包含整数n和m。

接下来m行每行包含三个整数x,y,z,表示存在一条从点x到点y的有向边,边长为z。

输出格式

输出一个整数,表示1号点到n号点的最短距离。

如果路径不存在,则输出-1。

数据范围

1n,m1051≤n,m≤105,
图中涉及边长均不小于0,且不超过10000。

输入样例:

3 3
1 2 2
2 3 1
1 3 4

输出样例:

3

############################################################

 1 #include <bits/stdc++.h>
 2 using namespace std;
 3 //本题属于稀疏图,所以用邻接表
 4 const int N = 1e5+10;
 5 typedef pair<int, int> pii;//使用pair的first记录距离, second记录对应的顶点
 6 
 7 vector<int> h(N,-1), e(N,0), w(N,0), ne(N, 0); 
 8 int idx;
 9 vector<int> dist(N,0x3f3f3f3f);
10 vector<bool> f(N, false);
11 int n, m;
12 
13 void add(int a, int b, int c){
14     e[idx] = b;
15     w[idx] = c;
16     ne[idx] = h[a];
17     h[a] = idx++;
18 }
19 
20 int dijkstra(){
21     priority_queue<pii, vector<pii>, greater<pii> > pq;//小根堆
22     dist[1] = 0;
23     pq.push({0, 1});
24     while(!pq.empty()){
25         auto t = pq.top(); pq.pop();
26         int d = t.first, v = t.second;
27         if(f[v])continue;
28         f[v] = true;
29         for(int i = h[v];i != -1;i = ne[i]){
30             int j = e[i];
31             if(dist[j] > d + w[i]){
32                 dist[j] = d + w[i];
33                 pq.push({dist[j],j});//最小的元素只能产生在更新的元素中
34             }
35         }
36     }
37     return dist[n] == 0x3f3f3f3f ? -1 : dist[n];
38 }
39 
40 int main(){
41     cin >> n >> m;
42     while(m--){
43         int x, y, z;
44         cin >> x >> y >> z;
45         add(x, y, z);
46     }
47     cout << dijkstra() << endl;
48     return 0;
49 }
View Code
原文地址:https://www.cnblogs.com/sxq-study/p/12234399.html