3月12日 dijkstra+堆优化+邻接表

本文介绍了邻接表这种高效的数据结构及其在建图中的应用,并通过一个具体的最短路径问题实例演示了如何使用优先队列进行堆优化来求解最短路径。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

昨天听校队大佬讲了邻接表,这是建图的复杂度较小的数据结构,概括起来,就是边结构体中,存储该节点下一条边的索引,相当于链表。
堆优化主要是用优先队列,注意优先队列是大的在上面,最短路需要小的在top,所以要重载小于运算符。示范代码看了很久,一道基础题练习一下:
最短路
Time Limit: 5000/1000 MS (Java/Others) Memory Limit: 32768/32768 K (Java/Others)
Total Submission(s): 78377 Accepted Submission(s): 34070

Problem Description
在每年的校赛里,所有进入决赛的同学都会获得一件很漂亮的t-shirt。但是每当我们的工作人员把上百件的衣服从商店运回到赛场的时候,却是非常累的!所以现在他们想要寻找最短的从商店到赛场的路线,你可以帮助他们吗?

Input
输入包括多组数据。每组数据第一行是两个整数N、M(N<=100,M<=10000),N表示成都的大街上有几个路口,标号为1的路口是商店所在地,标号为N的路口是赛场所在地,M则表示在成都有几条路。N=M=0表示输入结束。接下来M行,每行包括3个整数A,B,C(1<=A,B<=N,1<=C<=1000),表示在路口A与路口B之间有一条路,我们的工作人员需要C分钟的时间走过这条路。
输入保证至少存在1条商店到赛场的路线。

Output
对于每组输入,输出一行,表示工作人员从商店走到赛场的最短时间

Sample Input
2 1
1 2 3
3 3
1 2 5
2 3 5
3 1 2
0 0

Sample Output
3
2

Source
UESTC 6th Programming Contest Online
注意这个c.pop(),讨论过之后,就不能再用这个路径了,会影响接下来的排序。

#include<cstdio>
#include<cstring>
#include<queue>
using namespace std;
struct node {//int first;
    int length;
}a[1005];
struct edge {//int des;
    int length;
    int next;
}b[100005];
struct rou {//路径 
    int i;
    int v;
    bool friend operator<(rou a, rou b)
    {
        return a.v > b.v;
    }
};
int p;
void putedge(int x, int y, int z)
{
    b[p].des = y;
    b[p].length = z;
    b[p].next = a[x].first;
    a[x].first = p;
    p++;
    b[p].des = x;
    b[p].length = z;
    b[p].next = a[y].first;
    a[y].first = p;
    p++;
}
priority_queue<rou> c;//优先队列 
int dijkstra(int s, int t)
{
    rou x;
    a[s].length = 0;
    x.i = s;
    x.v = 0;
    c.push(x);
    while (c.top().i != t)
    {
        int i = c.top().i;
        int j = a[i].first;
        c.pop();
        while (j)
        {
            int tmp = b[j].des;
            if (a[tmp].length == -1 || a[i].length + b[j].length < a[tmp].length)
            {
                a[tmp].length = a[i].length + b[j].length;
                x.i = tmp;
                x.v = a[i].length + b[j].length;
                c.push(x);
            }
            j = b[j].next;//遍历当前节点 
        }
    }
    return a[t].length;
}
int main()
{
    int n, m;
    while (scanf("%d%d", &n, &m) && n != 0)
    {
        memset(a, 0, sizeof(a));
        memset(b, 0, sizeof(b));
        while (!c.empty())c.pop();
        for (int i = 1; i <= n; i++)a[i].length = -1;
        p = 1;
        for (int i = 0; i < m; i++)
        {
            int x, y, z;
            scanf("%d%d%d", &x, &y, &z);
            putedge(x, y, z);
        }
        printf("%d\n", dijkstra(1, n));
    }
    return 0;
}
### 使用优化Dijkstra算法在C++中的实现 Dijkstra算法的核心在于逐步扩展当前已知的最短路径,而为了提高效率,可以利用优先队列(最小)来加速选取下一个待处理的节点的过程。以下是基于优化Dijkstra算法在C++中的具体实现。 #### 1. 算法概述 传统的Dijkstra算法通过线性扫描的方式寻找距离起点最近的未访问节点,时间复杂度为 \(O(V^2)\),其中 \(V\) 是图中顶点的数量。当使用二叉作为优先队列时,可以在 \(O(\log V)\) 的时间内完成插入和删除操作,从而将总的时间复杂度降低至 \(O((E+V)\log V)\)[^2],其中 \(E\) 表示图中边的数量。 #### 2. C++ 实现代码 下面是一个完整的优化Dijkstra 算法的 C++ 实现: ```cpp #include <iostream> #include <vector> #include <queue> #include <climits> using namespace std; struct Edge { int to; long long weight; }; // 定义一个小根比较函数 struct Compare { bool operator()(const pair<long long, int>& a, const pair<long long, int>& b) { return a.first > b.first; // 按照距离从小到大排列 } }; void dijkstra(int start, vector<vector<Edge>>& adjList, vector<long long>& dist) { priority_queue<pair<long long, int>, vector<pair<long long, int>>, Compare> pq; // 初始化距离数组 for (int i = 0; i < dist.size(); ++i) { dist[i] = LLONG_MAX; } dist[start] = 0; pq.push({0, start}); while (!pq.empty()) { auto current = pq.top(); pq.pop(); int u = current.second; long long d = current.first; // 如果已经找到了更优的距离,则跳过此节点 if (d > dist[u]) continue; // 遍历相邻节点并尝试更新距离 for (auto& edge : adjList[u]) { int v = edge.to; long long w = edge.weight; if (dist[v] > dist[u] + w) { // 松弛操作 dist[v] = dist[u] + w; pq.push({dist[v], v}); } } } } int main() { int n, m, s; cin >> n >> m >> s; // 输入节点数、边数以及起点编号 vector<vector<Edge>> adjList(n + 1); // 邻接表表示图 for (int i = 0; i < m; ++i) { int from, to, weight; cin >> from >> to >> weight; adjList[from].push_back(Edge{to, weight}); // 单向边 } vector<long long> dist(n + 1); dijkstra(s, adjList, dist); // 输出结果 for (int i = 1; i <= n; ++i) { cout << "Distance from source to node " << i << ": "; if (dist[i] == LLONG_MAX) { cout << "INF\n"; // 若不可达则输出 INF } else { cout << dist[i] << "\n"; } } return 0; } ``` #### 3. 关键点解析 - **数据结构的选择** 使用 `priority_queue` 和自定义比较器实现了最小的功能,能够快速获取当前距离起点最近的节点[^4]。 - **松弛操作** 当发现一条新的路径使得目标节点的距离变得更小时,立即更新其距离值,并将其加入优先队列以便后续进一步探索[^3]。 - **性能提升** 利用优化后的版本显著减少了不必要的重复计算,在稀疏图上的表现尤为突出。 --- ###
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

打赏作者

_viceversa

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

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