Dijkstra算法

\(Dijkstra\ algorithm\)

\(Principle\)

以点为研究对象的贪心策略,和\(Prim\)类似。

\(Implementation\ step\)

  1. 将起点标记;
  2. 找条连接被标记的点集合中一点没有被标记的点集合中一点最短的边;
  3. 将该边连接的没有被标记的点 加入被标记的点
  4. 将该新加入的被标记的点它的所有邻接点进行松弛操作;
  5. 返回第二步,直到\(n\)个点都被标记为止。
  • 时间复杂度:\(O(n^2)\)

\(Template\ code\)

cpp 复制代码
void dijkstra()
{
	memset(dis,0x3f,sizeof dis);
	dis[s]=0;
	for(int i=1;i<=n;i++)
	{
		int x=1,mini=INT_MAX;
		for(int j=1;j<=n;j++)
			if(mini>dis[j]&&!vis[j])
				x=j,mini=dis[x];
		vis[x]=true;
		for(auto y:nbr[x])
			if(dis[x]+y.w<dis[y.x])
				dis[y.x]=dis[x]+y.w;
	}
	return;
}

\(Optimize\)

  • \(dis[i]\)会随着松地操作更新,因此是动态求最小值,考虑优先队列优化:

    • 用优先队列维护没有标记的点,且是小根堆
  • 时间复杂度:\(O(m\log n)\)

\(Code\)

cpp 复制代码
#include<bits/stdc++.h>
#define int long long
using namespace std;
const int N=1e5+5;
int n,m,s,dis[N];
bool vis[N];
struct node{
	int x,w;
	bool operator<(node y) const
	{
		return w>y.w;
	}
};
vector<node>nbr[N];
void dijkstra()
{
	memset(dis,0x3f,sizeof dis);
	priority_queue<node>pq;
	dis[s]=0;
	pq.push({s,0});
	while(!pq.empty())
	{
		node now=pq.top();
		int x=now.x;
		pq.pop();
		if(vis[x])
			continue;
		vis[x]=true;
		for(auto y:nbr[x])
			if(dis[x]+y.w<dis[y.x])
			{
				dis[y.x]=dis[x]+y.w;
				pq.push({y.x,dis[y.x]});
			}
	}
	return;
}
signed main()
{
	ios::sync_with_stdio(0);
	cin.tie(0), cout.tie(0);
	cin>>n>>m>>s;
	for(int i=1;i<=m;i++)
	{
		int u,v,w;
		cin>>u>>v>>w;
		nbr[u].push_back({v,w});
	}
	dijkstra();
	for(int i=1;i<=n;i++)
		if(dis[i]==dis[0])
			cout<<INT_MAX<<' ';
		else
			cout<<dis[i]<<' ';
	return 0;
}
  • 这份代码里面使用了重载运算符(Overload operator)
    • 重载运算符:
      • \(Over\):覆盖
      • \(Load\):加载
      • \(Overload\):重载
      • \(Operator\):运算符。
    • 重载运算符是指将运算符(加减乘除等)修改为自定义的含义

\(Dijkstra's\ relationship\ with\ BFS\)

  • \(BFS\) 是边权相同的 \(Dijkstra\)

\(Matters\ needing\ attention\)

  1. 不能应用于有负边权的图;

  2. 不能跑最长路;

  3. 注意松弛操作溢出

    cpp 复制代码
    if(dis[x]<dis[y]-w)
  4. 多次调用\(Dijkstra\)要重置\(vis[]\)和\(dis[]\)

相关推荐
NAGNIP2 小时前
一文搞懂深度学习中的通用逼近定理!
人工智能·算法·面试
颜酱10 小时前
单调栈:从模板到实战
javascript·后端·算法
CoovallyAIHub14 小时前
仿生学突破:SILD模型如何让无人机在电力线迷宫中发现“隐形威胁”
深度学习·算法·计算机视觉
CoovallyAIHub14 小时前
从春晚机器人到零样本革命:YOLO26-Pose姿态估计实战指南
深度学习·算法·计算机视觉
CoovallyAIHub14 小时前
Le-DETR:省80%预训练数据,这个实时检测Transformer刷新SOTA|Georgia Tech & 北交大
深度学习·算法·计算机视觉
CoovallyAIHub14 小时前
强化学习凭什么比监督学习更聪明?RL的“聪明”并非来自算法,而是因为它学会了“挑食”
深度学习·算法·计算机视觉
CoovallyAIHub14 小时前
YOLO-IOD深度解析:打破实时增量目标检测的三重知识冲突
深度学习·算法·计算机视觉
NAGNIP1 天前
轻松搞懂全连接神经网络结构!
人工智能·算法·面试
NAGNIP1 天前
一文搞懂激活函数!
算法·面试
董董灿是个攻城狮1 天前
AI 视觉连载7:传统 CV 之高斯滤波实战
算法