单源最短路模板

Dijkstra(迪杰斯特拉)算法是典型的最短路径路由算法,用于计算一个节点到其他所有节点的最短路径。

一:SPFA

#define INF 1000000000
#define MAXN 50010  //点个数
#define MAXM 6000000 //边条数
int dis[MAXN];//结果
struct Node{
	int v, next;
	int  c;
}E[MAXM];
int head[MAXN];
int NE;
void init(int n)
{
	for (int i = 0; i <= n; i ++)
	{
		head[i] = -1;
		dis[i] = INF;
	}
	NE = 0;	
}

void insert(int x, int y, int c)
{
	E[NE].v = y;
	E[NE].c = c;
	E[NE].next = head[x];
	head[x] = NE ++;
}

bool spfa(int s, int n)//s为起点
{
	int p,i;
	queue<int>q;
	while(!q.empty())
		q.pop();

	bool hash[MAXN];
	int count[MAXN];
	memset (count, 0, sizeof(int) * (n + 2));
	memset(hash,0,sizeof(bool) * ( n + 2)) ;

	hash[s] = 1;
	
	dis[s] = 0;
	q.push(s);
	count [s] = 1;
	while(!q.empty())
	{
		p = q.front();
		q.pop();
		if(count[p] > n)
			return false; //负环
		hash[p] = 0;
		for(i = head[p]; i != -1; i = E[i].next)
		{
			int v = E[i].v;
			int cc = E[i].c;
			if(dis[p] + cc < dis[v] || dis[v] == INF)  
//v - u <= k时候是这样的,如果v - u >= k 改符号
			{
				dis[v] = dis[p] + cc;
				if(hash[v] == 0)
				{
					count[v] ++;
					hash[v] = 1;
					q.push(v);
				}
			}
		}
	}
	return 1;
}

二:dijkstra


const int N = 1001; //点
using namespace std;
struct node
{
	int l,dir;
}w;//边
struct In
{
	int idx;
	int l;
	bool friend operator<(const In &a, const In &b)
	{
		return a.l > b.l;
	}
}ww,zz;//bfs
vector<node>mmap[N];
priority_queue<In>q;
int dis[N];
int start, end; //start 起点, end 终点
int nodenum;//点数 = end
int n, m;
int base;
void init()
{
	while (!q.empty())
		q.pop();
	int i;
	for (i = 0; i <= nodenum; i++)
	{
		dis[i] = -1;
		mmap[i].clear();
	}
	return;
}

inline void creat(int s, int e, int value) 
{
	w.l = value;
	w.dir = e;
	mmap[s].push_back(w);
	return;
}
void dij()
{
	int i, j;
	ww.idx = start;
	ww.l = 0;
	int size = 0;
	node now;
	q.push(ww);
	while (!q.empty())
	{
		ww = q.top();
		q.pop();
		
		if (dis[ww.idx] != -1)
			continue;
		dis[ww.idx] = ww.l;
		if(ww.idx == end)
			return;
		size = mmap[ww.idx].size();
		for (i = 0;i < size; i++)
		{
			now = mmap[ww.idx][i];
			zz.idx = now.dir;
			zz.l = ww.l + now.l;
			if(dis[zz.idx] == -1)
			{
				q.push(zz);
			}
		}
	}
	return;
}



### 单源短路径算法概述 单源短路径算法旨在计算从某个特定起点出发到达图中其他所有节点的短路径长度。这类算法适用于带权重的有向图或无向图,其中每条边都有一个非负或者可能为负的权重值[^1]。 #### 常见的单源短路径算法及其特性 以下是几种常见的单源短路径算法: 1. **Dijkstra算法** - Dijkstra算法基于贪心策略,通过逐步扩展当前已知的短路径来更新其他顶点的距离估计。该算法假设所有的边权均为非负数,因此不支持含有负权边的图结构[^2]。 - 它的主要特点是优先选择距离小的未访问节点进行扩展,并利用这些节点的信息进一步优化剩余节点的距离估计值[^4]。 2. **Bellman-Ford算法** - Bellman-Ford算法能够处理含负权边的图,甚至可以检测是否存在负环(即总权重为负的循环路径),这使得其适用范围更广[^3]。 - 此算法通过对每一条边重复执行松弛操作多 \(V-1\) 次(\(V\) 表示顶点数量),从而确保终得到的结果是优解。 3. **Floyd-Warshall算法** - 虽然严格意义上不属于单源短路径范畴,但它可以通过动态规划的方式高效地解决多对多之间的短路径问题,在某些场景下也可以间接服务于单源需求。 --- ### 算法实现详解 #### 1. Dijkstra算法 (Python 实现) 下面是一个简的 Python 版本的 Dijkstra 算法实现,使用堆队列模块 `heapq` 来加速选取下一个要访问的节点过程: ```python import heapq def dijkstra(graph, start): distances = {node: float('inf') for node in graph} # 初始化所有节点距离为无穷大 distances[start] = 0 # 设置起始节点距离为零 priority_queue = [(0, start)] # 创建一个小根堆存储待探索节点 while priority_queue: current_distance, current_node = heapq.heappop(priority_queue) if current_distance > distances[current_node]: continue for neighbor, weight in graph[current_node].items(): distance = current_distance + weight if distance < distances[neighbor]: distances[neighbor] = distance heapq.heappush(priority_queue, (distance, neighbor)) return distances ``` 此函数接受两个参数:一个是表示加权图的数据字典形式;另一个是指定的初始节点名称字符串。返回结果则是一张映射表记录着各个目标节点相对于原点的佳可达成本。 #### 2. Bellman-Ford算法 (C++ 实现) 这里提供了一个 C++ 的贝尔曼福特算法模板代码片段供参考学习: ```cpp #include <bits/stdc++.h> using namespace std; struct Edge { int src, dest, weight; }; void bellmanFord(vector<Edge> edges, int V, int E, int source){ vector<int> dist(V, INT_MAX); dist[source] = 0; for(int i=0;i<V-1;i++){ for(auto edge : edges){ if(dist[edge.src]!=INT_MAX && dist[edge.src]+edge.weight<dist[edge.dest]){ dist[edge.dest]=dist[edge.src]+edge.weight; } } } // Check negative cycle bool hasNegativeCycle=false; for(auto edge : edges){ if(dist[edge.src]!=INT_MAX && dist[edge.src]+edge.weight<dist[edge.dest]){ cout << "Graph contains a negative-weight cycle"; hasNegativeCycle=true; break; } } if(!hasNegativeCycle){ for(int i=0;i<V;i++) printf("%d\t%d\n",i,dist[i]); } } ``` 上述程序定义了一种数据结构用来描述连接两结点间的弧线以及它们所携带的价值量度位——重量。接着按照标准流程迭代调整直至收敛完成整个运算逻辑。 --- ### 总结对比分析 | 属性 | Dijkstra Algorithm | Bellman–Ford Algorithm | |-------------------|----------------------------|------------------------------| | 时间复杂度 | O((E+V)log⁡(V)) | O(VE) | | 是否允许负权 | 否 | 是 | | 应用领域 | 地理信息系统(GIS),路由协议等 | 计算机网络流量工程等领域 | 尽管两种技术都致力于寻找头至目的地间优行走路线方案,但由于各自设计初衷不同导致实际表现有所差异。具体选用哪一种取决于应用场景的具体约束条件比如性能指标要求或是输入数据特征等因素影响下的综合考量[^1]. ---
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
红包 添加红包
表情包 插入表情
 条评论被折叠 查看
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