这篇文章上次修改于 464 天前,可能其部分内容已经发生变化,如有疑问可询问作者。
本文共 3003 个字,阅读时长 ≈ 8 分钟

Dijkstra

dijkstra是一个运用了贪心思想和广度优先搜索的单源最短路算法,它的时间复杂度比SPFA的时间复杂度稍低,很适合在没有负边权且不是随机数据(卡SPFA)的情况下使用。

dijkstra运用了贪心的策略,将每个点与起点的距离存到一个dis数组里,若这个点不与起点直接相连则将其的距离看做是无穷大(在这里用$0x7fffffff$(int的最大值)代替)。将已经处理好的(确定是最短路的)顶点标记在一个数组里。

那要怎么处理呢?

我们先把与起点直接相连的点遍历一遍,找出与起点距离最小的点,我们在这里称之为A点,把它标记为处理好。为什么这样就把A点处理好了呢?因为按照贪心的思想,A点如果与起点距离最小,那从起点到别的点再到A点的话距离一定会比从起点直接到A点的距离大(这也是为什么dijkstra不适用有负边权的图的原因)。然后我们把所有与A点相连的点全都遍历一遍,如果从起点到A点再到这个点的距离比直接从起点到这个点的距离小的话,那么我们就更新起点到这个点的距离,术语叫做“松弛”。以此类推,一直到所有的顶点都松弛完了为止。

上图开讲

首先我们构造这样一个图

5mZm5D.png

以A为起点,dis数组是这样的(下标从0开始)

ABCDEF
dis$0$$\infty$$20$$\infty$$5$$10$

我们遍历一遍dis数组,找出离A最近的点E,并把它标记为已经处理好的点(绿色)。

ABCDEF
dis$0$$\infty$$20$$\infty$$\color{#52C41A}{5}$$10$

然后我们遍历与E相连的点,比较从起点到E点再到这个点的距离,如果比从起点直接到这个点的距离短,就更新起点到这个点的距离。如B点,从起点到E点再到B点的距离(15)比从起点直接到B点的距离小($\infty$),于是我们更新dis数组中到B点的距离。(红色表示处理过但不确定,不在程序中标记,只是为了讲着方便)

ABCDEF
dis$0$$\color{Red}{15}$$20$$\infty$$\color{#52C41A}{5}$$10$

然后遍历到F点,可得A-B-F的距离(9)小于A-F的距离(10),于是更新dis数组中A-F的距离

ABCDEF
dis$0$$\color{Red}{15}$$20$$\infty$$\color{#52C41A}{5}$$\color{Red}{9}$

与E点相连的点遍历完后,我们再次遍历dis数组并找出没有处理过的离A最近的点,重复E点的步骤,直到所有的点都处理完为止。

标记F点为确定的点

ABCDEF
dis$0$$\color{Red}{15}$$20$$\infty$$\color{#52C41A}{5}$$\color{#52C41A}{9}$

遍历与F点相连的点并更新距离
没有与F点相连的点,遍历dis数组找下一个

标记B点为确定的点

ABCDEF
dis$0$$\color{#52C41A}{15}$$20$$\infty$$\color{#52C41A}{5}$$\color{#52C41A}{9}$

遍历与B点相连的点并更新距离
没有与B点相连的点,遍历dis数组找下一个

标记C为确定的点

ABCDEF
dis$0$$\color{#52C41A}{15}$$\color{#52C41A}{20}$$\infty$$\color{#52C41A}{5}$$\color{#52C41A}{9}$

遍历与C点相连的点并更新距离

找到D点,$20+5<\infty$,更新A点到D点的距离为25

ABCDEF
dis$0$$\color{#52C41A}{15}$$\color{#52C41A}{20}$$\color{Red}{25}$$\color{#52C41A}{5}$$\color{#52C41A}{9}$

没有与C点相连的点了,遍历dis数组找下一个

标记D为确定的点

ABCDEF
dis$0$$\color{#52C41A}{15}$$\color{#52C41A}{20}$$\color{#52C41A}{25}$$\color{#52C41A}{5}$$\color{#52C41A}{9}$

所有的点都更新完了,我们就得到了A点到所有点的最短路径长度

起点终点长度
AA0
AB15
AC20
AD25
AE5
AF9

这就是利用Dijkstra寻找单源最短路径的方法。

为啥不能用在带负边权的图上呢

那为什么Dijkstra不能用在带有负边权的图上呢?
让我们用一个图来解释一下

5mZeUO.png

以A点为起点,最初的dis数组是这样的

ABC
dis$0$$10$$5$

如果按照Dijkstra的步骤来,第一步我们会把C点确定

ABC
dis$0$$10$$\color{#52C41A}{5}$

然鹅5并不是A点到C点的最短距离,A-B-C的距离是0,这明显比5要小,但是我们已经确定了A-C的距离,我们就不会进行更新,导致输出一个错误的答案

Dijkstra真是个难学的算法

最后是你们最想要的

模板

邻接矩阵存储(起点为1):

void dijkstra()
{
    memset(dis,127/3,sizeof(dis));//初始化
    v[1]=1;
    dis[1]=0;
    for(int i=1;i<=n;++i)
    {
        int k=0;
        for(int j=1;j<=n;++j)//找出距离最近的点
            if(!v[j]&&(k==0||dis[j]<dis[k]))
                k=j;
        v[k]=1;//加入集合
        for(int j=1;j<=n;++j)//松弛
            if(!v[j]&&dis[k]+a[k][j]<dis[j])
                dis[j]=dis[k]+a[k][j];
    }
}

邻接链表存储(加堆优化):

using namespace std;
const int maxn=250;
struct edge{
    int to,dis,next;
    //定义边的结构体
};
edge e[maxn*2]; //边的链表
int head[maxn],dis[maxn],cnt;
bool vis[maxn];
int n,a,b;

inline void add_edge(int u,int v,int d){
    cnt++;//把边加进去
    e[cnt].dis=d;
    e[cnt].to=v;
    e[cnt].next=head[u];
    head[u]=cnt;//存储上一条边
}

struct node{
    int dis;//点的结构体,dis为A点到这个点的距离
    int pos;
    bool operator <(const node &x)const
    {
        return x.dis<dis;//重载运算符,要不然c++没法比
    }
};

priority_queue<node> q;

inline void dij(){
    dis[a]=0;
    q.push((node){0,a});
    while(!q.empty()){
        node tmp=q.top();
        q.pop();
        int x=tmp.pos,d=tmp.dis;
        if(vis[x]) continue;
        vis[x]=1;
        for(int i=head[x];i;i=e[i].next){
            int y=e[i].to;
            if(dis[y]>dis[x]+e[i].dis){
                dis[y]=dis[x]+e[i].dis; //松弛
                if(!vis[y]){
                    q.push((node){dis[y],y});//入队
                }
            }
        }
    }
}

我代码好丑