Dijkstra算法详解与应用

📚 中大厂面试算法每日推荐

今日推荐算法：Dijkstra 最短路径算法

一、算法核心概述

Dijkstra算法是图论中最经典的单源最短路径算法，在有权图（权值非负数）中求从起点到其他所有节点的最短路径。该算法采用贪心思想，不断寻找距离源点最近的未访问节点，逐步扩展最短路径树。

二、关键特性对比

特性	说明
算法类型	单源最短路径
支持负权边	❌ 不支持
检测负权环	❌ 无法检测
时间复杂度	O(m log n)（堆优化版）
适合场景	无负权边的稀疏图，绝大多数面试题目首选

三、算法执行三部曲

选择最近节点：从源点出发，选择距离最近且未被访问过的节点
标记访问：将该节点标记为已访问
更新距离：更新所有未访问节点到源点的距离（即更新minDist数组）

四、核心代码模板（C++堆优化版）

cpp 复制代码

// 邻接表存储图结构
vector<list<pair<int,int>>> g(n + 1);

// Dijkstra堆优化实现
priority_queue<pair<ll,ll>, vector<pair<ll,ll>>, greater<pair<ll,ll>>> pq;
pq.push({0, start});  // 起点距离为0
minDist[start] = 0;

while(!pq.empty()) {
    pair<ll,ll> cur = pq.top();
    pq.pop();
    
    if(visited[cur.first]) continue;
    visited[cur.first] = true;
    
    for(Edge edge : g[cur.first]) {
        ll v = edge.to;
        ll w = edge.val;
        if(!visited[v] && minDist[cur.first] + w < minDist[v]) {
            minDist[v] = minDist[cur.first] + w;
            pq.push({minDist[v], v});
        }
    }
}

五、面试高频追问点

根据C++技术面试高频考点分析，面试官通常会从以下四个层次考察：

语法机制层：能否正确实现优先队列的自定义比较函数
底层原理层：理解堆优化为何能将复杂度从O(n²)降至O(m log n)
工程设计层：如何处理大规模图数据的内存优化
算法素养层：能否对比Dijkstra与Bellman-Ford、SPFA的适用场景差异

六、同类算法对比

算法	单源/多源	支持负权	时间复杂度	面试频率
Dijkstra	单源	❌	O(m log n)	⭐⭐⭐⭐⭐
Bellman-Ford	单源	✅	O(nm)	⭐⭐⭐
SPFA	单源	✅	平均O(m)	⭐⭐⭐
Floyd-Warshall	多源	✅	O(n³)	⭐⭐

七、实战建议

💡 面试技巧：不会做算法题时，可以主动说思路，哪怕只是暴力解。把暴力解的复杂度说清楚，然后说"我觉得可以优化到O(n log n)，方向是排序或者二分"，这种候选人通常比沉默到底的人拿到的评价高出一个档位。

📅 明日预告

明天将为您推荐快速排序算法，涵盖分区策略、时间复杂度分析及面试中的优化变种。

温馨提示：算法学习重在理解原理+手写代码+变式练习。建议今天完成以下任务：

✅ 理解Dijkstra的贪心思想
✅ 手写一遍堆优化代码
✅ 对比掌握其他三种最短路算法的适用边界

祝您面试顺利！🎯