Dijkstra - 模板

本文介绍了一种基于图的数据结构及其应用——Dijkstra算法。该算法用于寻找加权图中两点之间的最短路径,通过定义图的节点、边及权重,并使用邻接表存储方式实现。文章详细阐述了Dijkstra算法的具体实现过程,包括初始化图结构、插入边、执行最短路径搜索等步骤。

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

const int INF = 0x3f3f3f3f;

struct Edge 
{
    int vertex, weight;
};

class Graph 
{
private:
    int n;
    vector<Edge> * edges;
    bool * visited;
public:
    int * dist;
    Graph (int input_n) 
    {
        n = input_n;
        edges = new vector<Edge>[n];
        dist = new int[n];
        visited = new bool[n];
        memset(visited, 0, n);
        memset(dist, 0x3f, n * sizeof(int));
    }
    ~Graph() 
    {
        delete[] dist;
        delete[] edges;
        delete[] visited;
    }
    void insert(int x, int y, int weight) 
    {
        edges[x].push_back(Edge{y, weight});
        edges[y].push_back(Edge{x, weight});
    }
    void dijkstra(int v) 
    {
        dist[v] = 0;
        for(int i=0;i<n;i++)
        {
            int min_dist = INF,min_vertex;
            for(int j=0;j<n;j++)
            {
                if (!visited[j] && dist[j] < min_dist)
                {
                    min_dist = dist[j];
                    min_vertex = j;
                }
            }
            visited[min_vertex] = 1;
            for (Edge &j: edges[min_vertex])
            {
                if (min_dist + j.weight < dist[j.vertex])
                {
                    dist[j.vertex] = min_dist + j.weight;
                }
            }
        }
    }
};


同样,在枚举 edges[ min_vertex ][ j ] 的时候需要替换 j






同样,在枚举 edges[ min_vertex ][ j ] 的时候需要替换 j



### Dijkstra算法模板代码及其实现 以下是基于C++的Dijkstra算法模板代码,适用于求解加权有向图上的单源最短路径问题。此实现假设输入图为邻接矩阵形式。 ```cpp #include <iostream> #include <vector> #include <limits.h> using namespace std; void dijkstra(vector<vector<int>> graph, int src) { int V = graph.size(); // 图中的顶点数量 vector<int> dist(V, INT_MAX); // 存储从源点到各点的距离 vector<bool> sptSet(V, false); // 记录哪些点已经加入到集合 S 中 dist[src] = 0; // 源点距离初始化为 0 for (int count = 0; count < V - 1; ++count) { // 进行 V-1 轮迭代 int u = -1; // 找到当前未处理且具有最小距离的顶点 for (int i = 0; i < V; ++i) { if (!sptSet[i] && (u == -1 || dist[i] < dist[u])) { u = i; } } sptSet[u] = true; // 将该顶点标记为已处理 // 更新与该顶点相邻的所有顶点的距离 for (int v = 0; v < V; ++v) { if (!sptSet[v] && graph[u][v] != 0 && dist[u] != INT_MAX && dist[u] + graph[u][v] < dist[v]) { dist[v] = dist[u] + graph[u][v]; } } } // 输出最终的结果 cout << "Vertex \t Distance from Source" << endl; for (int i = 0; i < V; ++i) { cout << i << "\t\t" << dist[i] << endl; } } int main() { // 示例图的数据结构定义 vector<vector<int>> graph = { {0, 7, 9, 0, 0, 14}, {7, 0, 10, 15, 0, 0}, {9, 10, 0, 11, 0, 2}, {0, 15, 11, 0, 6, 0}, {0, 0, 0, 6, 0, 9}, {14, 0, 2, 0, 9, 0} }; int source = 0; // 假设从顶点 0 开始 dijkstra(graph, source); return 0; } ``` 上述代码展示了如何利用Dijkstra算法计算从指定源点出发到达其他所有点的最短路径[^1]。 在此基础上,可以进一步优化性能,例如采用优先队列来加速选取最小距离的过程[^2]。 #### 关键说明 1. **时间复杂度**: 如果使用朴素数组实现,则时间为 \(O(V^2)\),其中 \(V\) 是顶点的数量;如果改用堆优化版本,则可降至 \(O((E+V) \log V)\)[^3]。 2. **适用条件**: 此算法仅能用于非负权重边的情况。若有负权重边存在,则需考虑Bellman-Ford或其他替代方法。 ---
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