最短路<dijk>

题意:

有n个城市,有m条路,给出每条路的出发和结束的城市及长度,求从第一个城市到最后一个城市的最短路。按格式输出。

power oj 2443

题解:

标准dijk算法。
#include<cstdio>
#include<cstring>
#include<algorithm>
#include<iostream>
using namespace std;
const int INF=0x3f3f3f3f;
const int maxn=505;
typedef long long LL;
int W[maxn][maxn];
int  vis[maxn];
int dis[maxn];
int n,m;
void init()
{
    for(int i=0;i<maxn;i++)
    {
        for(int j=0;j<maxn;j++)
            W[i][j]=INF;
        W[i][i]=0;
    }
    memset(vis,0,sizeof(vis));
}

void dijk()
{
    for(int i=0;i<n;i++) dis[i]=(i==0?0:INF);
    for(int i = 0;i < n;i++)
    {
        int m = INF , x=0;
        for(int y = 0;y <n;y++) if(!vis[y] && dis[y] <= m) m = dis[x=y];
        vis[x] = true;
        for(int y = 0;y < n;y++) dis[y]=min(dis[y],dis[x]+W[x][y]);
    }
}
int main()
{
    double sp1,sp2;
    int u,v,d;
    while(~scanf("%d%d",&n,&m))
    {
        init();
        for(int i=0;i<m;i++)
        {
            scanf("%d%d%d",&u,&v,&d);
            if(W[u][v]>d&&u!=v)
                W[u][v]=W[v][u]=d;
        }
        dijk();
        scanf("%lf%lf",&sp1,&sp2);
        if(dis[n-1]>=INF)
            printf("There is a tie!\n");
        else
        {
            printf("%.1lf %.1lf\n",(double)dis[n-1]/sp1+10.00,(double)dis[n-1]/sp2);
        }
    }
    return 0;
}
### 带权邻接矩阵在Dijkstra算法中的实现 #### 邻接矩阵表示方法 为了有效地处理加权图,通常采用邻接矩阵来表示图。对于一个具有`n`个节点的图而言,其邻接矩阵是一个大小为`n×n`的二维数组,在该数组中,如果存在一条从节点i到j权重为w(i,j)的边,则设置matrix[i][j]=w(i,j),否则设为无穷大(即不可达状态),这可以通过宏定义`INT_MAX`来表示[^1]。 ```cpp #include <climits> #define INF INT_MAX typedef double MAT[MaxSize][MaxSize]; ``` #### 初始化操作 初始化阶段需设定源点至自身的距离为0,并将其余所有顶点的距离初始化为无穷大;同时创建一个布尔型访问标记数组visited[]用于记录哪些顶点已被加入到了短路径树中[^3]。 ```cpp void Init(MGraph G, int dist[], bool visited[]) { for (int i = 0; i < G.vexnum; ++i){ dist[i] = G.edges[source][i]; visited[i] = false; } visited[source] = true; } ``` #### 主循环逻辑 核心部分在于不断选取未被访问过的近邻居作为新的起点更新其他可达结点之间的短距离直到遍历完所有的顶点为止。每次迭代过程中都会选出尚未处理过且离已知集合近的一个顶点u并把它纳入SPT(Shortest Path Tree)内,接着通过它尝试松弛那些由u可以直接抵达却还未收录进来的候选者v们所对应的估计值d[v]。 ```cpp for(int count=2;count<=G.vexnum;++count){ //除了起始点外还需要选V-1次 minDist = INF; u=-1; /* 寻找下一个要加入SPT集的顶点 */ for(v=0; v<G.vexnum ;++v) if(!visited[v] && dist[v]<minDist){ u=v; minDist=dist[v]; } visited[u]=true; /* 更新其它相邻顶点的距离 */ for(v=0;v<G.vexnum;++v) if(!visited[v] && G.edges[u][v]!=INF && dist[u]+G.edges[u][v]<dist[v]) dist[v]=dist[u]+G.edges[u][v]; } ``` 此过程重复执行直至所有顶点都被包含进来或者不存在更近的选择位置时结束整个流程。终得到的结果就是从指定起点出发前往各个终点间的优解向量表。
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值