链式前向星与dijkstra算法的实现(个人学习篇)

今天学习思考了链式前向星的构架以及用其实现朴素dijkstra算法,以下是我的理解,如有错误恳请指正。 

以一个简单的例子运行一下代码

有一个n个节点的无向图,设计程序输出n个节点到指定节点的最小代价,节点编号1-n

输入:第一行输入n、m、t,分别代表有n个节点,m组数据,指定节点编号。数据间以空格隔开。接下来m行对应m组数据:u v w,代表节点u到节点v的代价为w。u、v为对应编号。数据间以空格隔开。

输出:n个节点到指定节点的最小代价。数据间以空格隔开。

输入示例:

4 4 1

1 2 1

1 3 2

2 4 4

3 4 5

输出示例:

0 1 2 5

//链式前向星+dijkstra算法,解决编号n到1的最小代价 
//换言之,可面向n到m的最小代价(n!=m) 
//!!权值非负 
//a>b>0,若k>0,则a+k>b;但若k1......kn<0,则可能a+k1+...+kn<b;
//综上,dijk只适用于权值非负 
#include<bits/stdc++.h>
using namespace std;
#define N 1001
#define M 1000001
const int INF=0x3f3f3f;
struct info
{
	int to;//末节点
	int next;//和始节点直接相连的边的编号
	int w;//权值 
};
info a[M];//边边 
int h[N];//点 //保存当前和他直接相连的边的编号 
//一开始都是空链表,值代表指向,值为-1代表指向为空
int ans=0;//现有的边 
void add(int u,int v,int w)
{
	a[ans].to=v;
	a[ans].w=w;
	//链表头插思路 
	a[ans].next=h[u];
	h[u]=ans++; 
}
int n,m,t,u,v,w;
int dis[N];
bool val[N];//初始都为不确定节点(确定的意思是,他的代价不会被更新,一旦确定就一定是最小代价) 
//一开始的代价均为无穷大
//一定存在一个引子,即代价为零,也就是最上文的m
//m到m的距离一定为0 
void dijk(int x=1)//对应上文m 
{
	memset(dis,INF,sizeof dis);//初始化最初代价为无穷 
	dis[x]=0;//x到x的距离一定为0//一切开始的引子 
	//不必一开始就将x变为确定节点,下面循环最一开始确定的一定是x,相应的会将x变为确定节点
	//切记,一定要更新x的代价为0 
	for(int i=1;i<n;i++)
	{
		int t=-1;//不能是1-n,因为下面找的目标的前提是节点编号未被确定,所以要用不合法的编号 
		for(int j=1;j<=n;j++)//1-n寻找未确定且到指定节点最近的节点编号 
		if(!val[j]&&(t==-1||dis[j]<dis[t]))//一定可以找到1-n第一个未确定的节点编号,再找代价最小的 
		t=j;							   //如果用合法的编号,要是已经被确定了呢?可能会出现一直使用某个编号的代价更新其他代价 
		val[t]=1;//变为确定节点 
		for(int j=h[t];j!=-1;j=a[j].next)
		if(!val[a[j].to])//确定当前节点的代价一定是最小的,以后不再更新
		dis[a[j].to]=min(dis[a[j].to],dis[t]+a[j].w);//贪心思想,有的时候最直接的不一定是最小代价 
	}
}
int main()
{
	memset(h,-1,sizeof h);	
	cin>>n>>m>>t;
	while(m--)
	{
		cin>>u>>v>>w;
		add(u,v,w);//假设两点间只有一条直接相连路径
		add(v,u,w); 
	}
	dijk(t);
	for(int i=1;i<=n;i++)
	cout<<dis[i]<<" ";
}

第一次写博客,有不对的地方,恳请大家指正,望大家多多包涵。

### Dijkstra算法链式前向星的结合实现 #### 背景介绍 Dijkstra算法是一种经典的单源最短路径算法,适用于带权重的有向图。它通过维护一个距离数组 `dist[]` 来记录从起点到其他各点的当前最小距离,并不断更新这些值直到找到全局最优解[^3]。 链式前向星则是一种高效的存储图的方式,类似于邻接表但更加节省空间和易于实现。它的核心思想是利用链表的思想来存储每条边的信息,从而减少内存消耗并提高访问效率[^2]。 当两者结合时,可以通过链式前向星快速读取图中的边信息,而Dijkstra算法负责计算最短路径。为了进一步提升性能,通常会引入优先队列优化,使得每次都能高效选取当前未处理节点中具有最小临时距离的一个节点[^4]。 以下是具体实现方法: --- #### 数据结构设计 1. **边结构定义** 定义一条边的数据结构,包含三个主要成员变量:终点编号 (`to`)、权值 (`weight`) 和下一条边的位置索引 (`next`)。 ```cpp struct Edge { int to; // 边的目标顶点 int weight; // 边的权值 (即长度) int next; // 下一条边在 edges 数组中的位置 }; ``` 2. **辅助数组** - `head[]`: 记录每个节点的第一条边在 `edges` 数组中的起始位置。 - `edges[]`: 存储所有的边信息。 - `cnt`: 当前已有的边数量计数器。 --- #### 构建图的过程 初始化阶段需完成如下操作: - 初始化 `head[]` 数组为 `-1` 表示初始状态下没有任何边连接至任何节点; - 对于输入的每一条新边 `(u, v)` 及其对应的权值 `w` ,将其加入数据结构中。 ```cpp // 添加边 u -> v 的函数 void addEdge(int from, int to, int weight) { edges[cnt].to = to; edges[cnt].weight = weight; edges[cnt].next = head[from]; // 将该边链接到头结点之后 head[from] = cnt++; // 更新头指针指向最新添加的这条边 } ``` 上述过程实现了动态增加边的功能,其中每一次调用都会把新增加的一条边挂载到对应出发点所关联的所有边上形成一个新的链条顶端[^5]。 --- #### 主要逻辑流程 基于以上准备好的基础架构之上执行标准版或者堆优化版本的迪杰斯特拉搜索即可得到最终结果。下面给出完整的C++代码样例展示整个过程: ```cpp #include <bits/stdc++.h> using namespace std; const int MAXN = 1e5 + 7; // 最大可能存在的顶点数目 int dist[MAXN], vis[MAXN]; struct Edge { // 边结构体 int to, weight, next; } edges[2 * MAXN]; int n, m, s, t, cnt, head[MAXN]; // 加入边的方法 void addEdge(int from, int to, int w){ edges[cnt].to=to; edges[cnt].weight=w; edges[cnt].next=head[from]; head[from]=cnt++; } priority_queue<pair<int,int>,vector<pair<int,int>>,greater<pair<int,int>>> pq;//小根堆 void dijkstra(){ memset(dist,0x3f,sizeof(dist)); memset(vis,0,sizeof(vis)); dist[s]=0;pq.push({0,s}); while(!pq.empty()){ pair<int,int> cur=pq.top();pq.pop(); int d=cur.first,u=cur.second; if(vis[u])continue; vis[u]=true; for(int i=head[u];i!=-1;i=edges[i].next){ int v=edges[i].to,w=edges[i].weight; if(!vis[v] && dist[v]>dist[u]+w){ dist[v]=dist[u]+w; pq.push({dist[v],v}); } } } } int main() { cin>>n>>m>>s>>t; memset(head,-1,sizeof(head));cnt=0; for(int i=0;i<m;i++){ int a,b,c; scanf("%d%d%d",&a,&b,&c); addEdge(a,b,c); } dijkstra(); cout <<(dist[t]==INT_MAX?-1:dist[t]); return 0; } ``` 此程序片段展示了如何运用链式前向星配合优先级队列加速后的Dijkstra算法寻找两点间最短路径的实际应用案例。 --- #### 性能分析 相比于传统的矩阵表示方式,这种方法极大地减少了不必要的比较次数;借助二叉堆等高级容器还能让提取下一个最近邻居的操作变得极为迅速,整体时间复杂度降到了 O((V+E)*log(V)) 水平之下。 ---
评论 2
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