单源最短路径dijkstra算法的初步学习(1)
来源:互联网 发布:淘宝三唑仑网上什么卖 编辑:程序博客网 时间:2024/05/01 20:48
今天学长给我们讲了求最短路的4种算法以及它们具体的应用。然后今晚写了好久才把第一个dijkstra算法写好。。。。。。。。
对于dijkstra算法共有3个版本:基础版及用优先队列,堆进行优化的版本。
对于基本版的算法,其实我觉得它和求最小生成树的prime()算法很是类似,无论是从思想还是代码的实现上。
我把它的代码分为2个部分,第一部分是初始化:包括dist数组,visited数组。第二部分是在n次循环的过程中
利用贪心的实现每次找到一个dist值最小的顶点,然后标记,然后再对和这个顶点相连的其它顶点的dist值进行
修改。这个思路的时间复杂度为n^2。
具体代码如下:
#include<iostream>#include<cstdio>#include<cstring>using namespace std;#define Max 100#define INF 1<<30 //不要用0x7fffffff表示最大值 //fa[]数组存储每个顶点的父节点好用于打印路径 int fa[Max],visited[Max],dist[Max]; //dist数组用来保存每个点到源点的最短路径长度 int map[Max][Max];int n,m; //n个顶点m条边的有向图 void dijkstra(int s) //s开始的单源最短路 { int i,j,k; for(i=0;i<n;i++) //初始化fa[]数组(此处不是必要的) fa[i]=i; memset(visited,0,sizeof(visited)); //初始化访问标记数组 for(i=0;i<n;i++) { dist[i]=map[s][i]; //初始化dist[]数组 if(map[s][i]<INF) //将与s相邻的顶点的父节点改为s fa[i]=s; } visited[s]=1; //标记源点已访问 for(i=0;i<n;i++) //进行n次循环 { int min=INF,mini; for(j=0;j<n;j++) //寻找与源点距离最短的点 { if(!visited[j]&&dist[j]<min) { min=dist[j]; mini=j; } } visited[mini]=1; //标记 for(j=0;j<n;j++) //对mini的相邻点的dist值进行更新 if(!visited[j]&&dist[mini]+map[mini][j]<dist[j]) { dist[j]=dist[mini]+map[mini][j]; fa[j]=mini; //更新父节点信息 } } } bool used[Max];void Init() //图邻接矩阵的初始化 { int i,j; for(i=0;i<n;i++) { for(j=0;j<n;j++) map[i][j]=INF; //图中所有边的权值初始都为无穷大 map[i][i]=0; //保证源点到自身的最短路为0 } } int main(){ int i,j,k1,k2,w; while(cin>>n>>m) { Init(); for(i=0;i<m;i++) { cin>>k1>>k2>>w; map[k1][k2]=w; } dijkstra(0); for(i=0;i<n;i++) cout<<dist[i]<<" "; cout<<endl; }}
第二种思路是用邻接表和优先队列对上面的代码实行优化。具体的优化有两个地方:第一个是利用优先队列的性质
优化寻找具有最小dist值顶点i的过程;这个需要自定义一个小整数优先的优先队列,定义好后,每次寻找只需要一个p.top()就行。第二个是用邻接表优化对i的邻结点的访问;用邻接矩阵表示图的时候对每一个顶点都要试探一下是不是
i的邻结点,而用邻接表表示后就能保证只访问i的邻结点而不会有多余的试探了。经过这两个优化后,算法的时间复杂度就降为mlongn了(m是边数)。所以这种算法适用于边比较少的稀疏图,不过刘汝佳讲无论边多不多,反正下面这个
都要比上面那个快。。。。。。。。
代码如下:
#include<iostream>#include<queue>#include<cstdio>#include<cstring>#include<algorithm>//使用pair的头文件using namespace std;#define INF 1<<30#define Max 1000int n,m;int fa[Max],visited[Max],dist[Max];int first[Max],u[Max],v[Max];int w[Max],next[Max];typedef pair<int,int> pii; //定义此类型配合优先队列的使用priority_queue<pii,vector<pii>,greater<pii> >q; //定义了一个pill型,小整数优先的优先队列void dijkstra(int s){ int i,j,k; for(i=0;i<n;i++) //dist初始化 dist[i]=i==s?0:INF;//与前面不同,此次只将源点自己到自己的dist值初始化为0,而不管他的邻结点 memset(visited,0,sizeof(visited)); //初始化访问标记数组 q.push(make_pair(dist[s],s)); // 用源点初始化优先队列 while(!q.empty()) { pii u=q.top();q.pop();//取出dist值最小的点 int x=u.second; //取出dist值最小点的顶点编号 if(visited[x]) //如果已经访问过了抛弃这个点 continue; visited[x]=1; for(int e=first[x];e!=-1;e=next[e]) //邻接表主要用来优化寻找从x出发的边这一步 if(dist[v[e]]>dist[x]+w[e]) // 第e条边(即以x为起点,v[e]为终点的边的权值可直接由w[e]得) { dist[v[e]]=dist[x]+w[e]; //更新dist fa[v[e]]=x; //更新父节点信息 q.push(make_pair(dist[v[e]],v[e])); //将更新过的顶点入队 } } } int main(){ int i,j,k; while(cin>>n>>m) { for(i=0;i<n;i++) first[i]=-1; //初始表头first数组 for(int e=0;e<m;e++) { cin>>u[e]>>v[e]>>w[e];//输入第e条边的起点 终点 权值 next[e]=first[u[e]]; //头插法 first[u[e]]=e; } dijkstra(0); for(i=0;i<n;i++) cout<<dist[i]<<" "; cout<<endl; }}
对于第3种利用堆进行优化的代码和上面第2种很像,主要好像是省了一个visited[]标记数组;但是虽然代码我写
出来了,但原理还是不太懂,明天还得请教一下
代码如下:
#include<iostream>#include<queue>#include<cstdio>#include<cstring>#include<algorithm>//使用pair的头文件using namespace std;#define INF 1<<30#define Max 1000int n,m;int fa[Max],visited[Max],dist[Max];int first[Max],u[Max],v[Max];int w[Max],next[Max];typedef pair<int,int> pii; priority_queue<pii,vector<pii>,greater<pii> >q; void dijkstra(int s){ int i,j,k; for(i=0;i<n;i++) dist[i]=i==s?0:INF; q.push(make_pair(dist[s],s)); while(!q.empty()) { while(!q.empty()&&q.top().first>dist[q.top().second]) q.pop(); //这一句是堆优化的关键之处,应该是可以避免重复访问,但现在我还不是太了解原理 if(q.empty()) break; pii u=q.top();q.pop();//取出dist值最小的点 int x=u.second; //取出dist值最小点的顶点编号 for(int e=first[x];e!=-1;e=next[e]) //邻接表主要用来优化寻找从x出发的边这一步 if(dist[v[e]]>dist[x]+w[e]) // 第e条边(即以x为起点,v[e]为终点的边的权值可直接由w[e]得) { dist[v[e]]=dist[x]+w[e]; //更新dist fa[v[e]]=x; //更新父节点信息 q.push(make_pair(dist[v[e]],v[e])); //将更新过的顶点入队 } } } int main(){ int i,j,k; while(cin>>n>>m) { for(i=0;i<n;i++) first[i]=-1; //初始表头first数组 for(int e=0;e<m;e++) { cin>>u[e]>>v[e]>>w[e];//输入第e条边的起点 终点 权值 next[e]=first[u[e]]; //头插法 first[u[e]]=e; } dijkstra(0); for(i=0;i<n;i++) cout<<dist[i]<<" "; cout<<endl; }}
2 0
- 单源最短路径dijkstra算法的初步学习(1)
- 单源最短路径的Dijkstra 算法
- Dijkstra算法——最短路径(初步认识)
- Dijkstra算法(单源最短路径)
- Dijkstra算法(单源最短路径)
- Dijkstra算法(单源最短路径)
- Dijkstra算法(单源最短路径)
- 单源最短路径(Dijkstra算法)
- Dijkstra算法(单源最短路径)
- Dijkstra算法(单源最短路径)
- Dijkstra算法(单源最短路径)
- Dijkstra算法(单源最短路径)
- Dijkstra算法(单源最短路径)
- Dijkstra算法(单源最短路径)
- DijKstra算法(单源最短路径)
- Dijkstra算法(单源最短路径)
- 单源最短路径(dijkstra算法)
- Dijkstra算法(单源最短路径)
- hdu2546
- 付电话费过几个房间工行卡
- 如何让IE9或IE8打开多个网页时只保留一个IEXPLORE.EXE进程
- Java程序员应该掌握哪些技术?
- 全面介绍Windows内存管理机制及C++内存分配实例(五):堆
- 单源最短路径dijkstra算法的初步学习(1)
- 点发货是地方广东省根深蒂固
- PXE多winpe启动
- 全面介绍Windows内存管理机制及C++内存分配实例(六):堆栈
- windows dll 和 Linux so 的异同
- js实现遮盖层划出效果-------Day77
- 付电话费各家各户开个会看好了
- Android Service 的使用
- 的高度符合非国家工行卡