单源最短路(dijikstra算法)

本文介绍了Dijkstra算法,一种用于求解单源最短路径问题的图算法,结合实例阐述了其工作原理,并提供了洛谷上的相关题目链接,帮助读者理解和实践。

单源最短路(dijikstra算法)

百度百科定义中:给定一个带权有向图G=(V,E),其中每条边的权是一个实数。另外,还给定V中的一个顶点,称为源。现在要计算从源到其他所有各顶点的最短路径长度。这里的长度就是指路上各边权之和。这个问题通常称为单源最短路径 问题。

dijikstra算法是一种图算法,其中有用到BFS的思想。他和最小生成树有相同之处,但实际解决的是不同的问题。

我们还是先看个图 我们假定从V1 出发寻找到 其他各个点的最小的代价,然后在算法程序实现的过程中我们会经常用到优先队列

从V1出发 则到V1点的距离为0,表示为(V1,0) vis[V1]=1

把V1的邻接点放到队列中 (V5,5) ,(V2,15) V5的权重最小所以在优先队列中排在最前面

然后弹出队列第一个元素(V5,5) 则V1到V5的距离为5,vis[v5]=1,继续把为V5的邻接点V4,V6放到队列里面(V4,7),(V6,11)

继续弹出V4,vis[V4]=1,把(V2,11) (V6,8)放入优先队列

接着弹出(v6,8),vis[V6]=1,放入(v3,11)

接着弹出(V3,11),vis[V2]=1,放入(v2,21)

最后弹出(V2,11) vis[V2]=1,到这里从V1出发到所有点的最小代价都算出来了。后面的点由于比原来的距离大所以不用更新。

最后我们来做个模板题看看实际的代码实现。

https://www.luogu.org/problem/P4779

题目背景

2018 年 7 月 19 日,某位同学在 NOI Day 1 T1 归程 一题里非常熟练地使用了一个广为人知的算法求最短路。

然后呢?

100 \rightarrow 60100→60;

Ag \rightarrow CuA**gC**u

最终,他因此没能与理想的大学达成契约。

小 F 衷心祝愿大家不再重蹈覆辙。

题目描述

给定一个 NN 个点,MM 条有向边的带非负权图,请你计算从 SS 出发,到每个点的距离。

数据保证你能从 SS 出发到任意点。

输入格式

第一行为三个正整数 N, M, SN,M,S。 第二行起 MM 行,每行三个非负整数 u_i, v_i, w_iu**i,v**i,w**i,表示从 u_iu**i 到 v_iv**i 有一条权值为 w_iw**i 的边。

输出格式

输出一行 NN 个空格分隔的非负整数,表示 SS 到每个点的距离。

输入输出样例

输入 #1

4 6 1
1 2 2
2 3 2
2 4 1
1 3 5
3 4 3
1 4 4

输出 #1

0 2 4 3

给一个大佬的标程

#include <bits/stdc++.h>
using namespace std;
#define INF 0x7fffffff
const int maxn=500010;
struct edge{
	int w,to,next;
};
edge e[maxn];
int vis[maxn],dis[maxn],head[maxn];
int n,m,s,cnt;
void add_edge(int u,int v,int d)  //链式前向星存图 
{
	cnt++;
	e[cnt].w=d;
	e[cnt].to=v;
	e[cnt].next=head[u];
	head[u]=cnt;
}
struct node{
	int dis;
	int pos;
	bool operator<(const node &x)const   //在优先队列从小到大排序 
	{
		return x.dis<dis;
	}
};
priority_queue<node> q;  //创建一个优先队列 
void dijkstra()
{
	node a;
	a.dis=0;
	a.pos=s;
	dis[s]=0;
	q.push(a);
	while(!q.empty())  	  //把符号的放入队列 直到队列为空 
	{
		a=q.top();
		q.pop();
		int x=a.pos,d=a.dis;
		if(vis[x]) continue;
		vis[x]=1;
		for(int i=head[x];i;i=e[i].next)  //遍历该点的邻接点 
		{
			int y=e[i].to;
			if(dis[y]>dis[x]+e[i].w)
			{
				dis[y]=dis[x]+e[i].w;
				if(!vis[y])
				{
					q.push((node) {dis[y],y});

				}
			}
		}
	}
}
int main()
{
	cin>>n>>m>>s;
	for(int i=0;i<=n;i++) dis[i]=INF; //把每个距离初始化为无穷大
	for(int i=0;i<m;i++)
	{
		int a,b,c;
		cin>>a>>b>>c;
		add_edge(a,b,c);
	}
	dijkstra();
	for(int i=1;i<=n;i++)
	cout<<dis[i]<<' ';
	return 0;
}

笔者能力有限,讲解不到位可以看看大佬讲的思路https://www.bilibili.com/video/av25829980

单源短路径问题是论中的经典问题,旨在从一个给定的源节点出发,计算到其他所有节点的短路径。解决这一问题的常用算法包括以下几种: 1. **Dijkstra算法** Dijkstra算法是由荷兰计算机科学家Edsger W. Dijkstra于1959年提出的,用于解决带权有向单源短路径问题[^3]。该算法采用贪心策略,从起点开始,逐步扩展到距离近的未访问节点,并更新其邻接节点的距离[^2]。它适用于边权值为非负数的结构,时间复杂度为 $ O(V^2) $,若使用优先队列优化,可以降低到 $ O((V+E)\log V) $。 2. **Bellman-Ford算法** Bellman-Ford算法能够处理包含负权边的,同时还能检测中是否存在从源点可达的负权环。该算法的基本思想是通过对所有边进行 $ V-1 $ 次松弛操作来逐步逼近短路径,若在第 $ V $ 次松弛中仍能更新距离,则说明存在负权环。其时间复杂度为 $ O(VE) $,虽然效率低于Dijkstra算法,但在处理负权边时具有独特优势。 3. **SPFA算法(Shortest Path Faster Algorithm)** SPFA算法是Bellman-Ford算法的优化版本,通过队列的方式动态更新节点的距离,避免了对所有边进行无意义的松弛操作。在平均情况下,SPFA的时间复杂度优于Bellman-Ford,但在坏情况下仍为 $ O(VE) $。该算法同样适用于存在负权边的结构。 4. **A*算法(启发式搜索)** A*算法是一种结合了Dijkstra算法和启发式估计的搜索算法,主要用于路径规划问题。它通过引入启发函数 $ h(n) $ 来估计当前节点到目标节点的距离,从而优先扩展更有希望的节点。A*算法在保证启发函数为一致启发的前提下,能够高效地找到短路径。其应用场景包括游戏AI、地导航等。 5. **BFS(广度优先搜索)** 在无权中,BFS可以用于求解单源短路径问题。由于所有边的权值相同(通常视为1),BFS通过逐层扩展的方式找到源点到其他各点的短路径。其时间复杂度为 $ O(V+E) $,适用于无权或单位权。 ### 示例代码:Dijkstra算法实现(Python) ```python import heapq def dijkstra(graph, start): dist = {node: float('inf') for node in graph} dist[start] = 0 pq = [(0, start)] while pq: current_dist, u = heapq.heappop(pq) if current_dist > dist[u]: continue for v, weight in graph[u].items(): if dist[v] > dist[u] + weight: dist[v] = dist[u] + weight heapq.heappush(pq, (dist[v], v)) return dist ``` ### 示例代码:Bellman-Ford算法实现(Python) ```python def bellman_ford(graph, V, E, source): dist = [float('inf')] * V dist[source] = 0 for _ in range(V - 1): for u, v, w in graph: if dist[u] != float('inf') and dist[v] > dist[u] + w: dist[v] = dist[u] + w for u, v, w in graph: if dist[u] != float('inf') and dist[v] > dist[u] + w: print("存在负权环") return None return dist ```
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