非常经典的单源最短路算法。仅能用于正权图(边权可为 \(0\))
拥有朴素版 \(O(n^2)\)
和堆优化版 \(O((n + m)\log{m})\)
朴素版一般用邻接矩阵存图
而优化版使用邻接表或者链式前向星,我常用链式前向星
中心思想
每次在没用过的点内找一个距离起点最近的点,用这个点对其他点进行松弛操作。
如果把这个点到起点的最短距离称为边的话,即找最短未使用的边,并用这个边对其他所以边进行松弛。
松弛即利用某个点使得某条边的距离变短,如下图:
可以看出,从 \(1\) 到 \(2\) 的距离为 \(5\),但从 \(1\) 到 \(3\),再从\(3\) 到 \(2\) 的总距离仅为 \(3\),因此就可以用 \(3\) 这个点,对 \(1\) 到 \(2\) 之间的最短距离缩小,即松弛。有点时候我喜欢叫扩展
注意当一个点为用过,说明这个点当时已经有最小距离了。
实操步骤
- 枚举每个点的 dist,找到最小的未使用的dist
- 对这个点进行标记
- 利用这个点对其他点进行松弛也就是,
dist[j] = max(dist[j], dist[t] + w[j, t])
正确性证明
可以看成,这是贪心的思想,正常的思路,每次都找最小边,那么最后得到的最短距离也应为最小。
反证法
因为是边权非负,所以每次选取的最短边距离dist是单调不减序列。
设一个点为u,当它被使用后,它的dist为最短距离,如果再此之后,还有其他点k能把他扩展更小,因为每次选的dist单调不减,那么dist[k] >= dist[u]
,而两点间距离w[k, u]
最小为0,那么dist[k] + w[k, u] >= dist[u]
,那么这个点k就无法使得dist[u]
更小,那么说明这种情况不可能,从而说明算法是正确的。
从这里也可以看出来,如果上面w[k, u] < 0
那么k就有可能吧dist[u]
变得更小,而我们是不会再去使用dist[u]
去扩展其他点的,也就是说,u之后的一些点无法利用这个dist,变得更小,从而使得我们的算法错误。
例子
可以看出,我们会先用2去把4更新成dist为4。然后才会去用3去更新,这时候,dist[2]
会变成-95,但因为2已经使用过了,所以不会再去使用它了,于是dist[4]
无法更新,算法错误。
代码
中心思想就是这样,代码也显而易见
朴素dijkstra (邻接表)
dijkstra 正确性来自于贪心 也就是 \(st\) 数组内的数(dist) 必须逐渐变大这样才能保证后面的数更新的时候,当前的第三边dist[t]
都是最小值
dist[x]
表示x
到start
的最短距离
int dijkstra()
{
dist[start] = 0;
int k = n;
while (k -- ) // 运行n - 1 次就行 n次一样不错就是多算一遍 可改成 --k
{
int t = -1;
for (int i = 1; i <= n; i ++ )
if (!st[i] && (t == -1 || dist[t] > dist[i]))
t = i;
st[t] = true;
for (int i = h[t]; i != -1; i = ne[i])
{
int j = e[i];
dist[j] = min(dist[j], dist[t] + w[i]);
}
}
return dist[ened];
}
朴素dijkstra 邻接矩阵
看代码或者理论应该就能看出来,是 \(O(n^2)\) 的
int dijkstra()
{
dist[start] = 0;
int k = n;
while (k -- )
{
int t = -1;
for (int i = 1; i <= n; i ++ )
if (!st[i] && (t == -1 || dist[t] > dist[i]))
t = i;
st[t] = true;
for (int i = 1; i <= n; i ++ )
dist[i] = min(dist[i], dist[t] + g[t][i]);
}
return dist[ened];
}
堆优化dijkstra
关于堆优化 Dijkstra,就是优化了找最小 dist 点的过程,使用了小根堆进行排序,把原来 \(O(n)\) 的枚举换成 \(O(logm)\) 的排序,从而优化了时间复杂度,也因此堆优化Dijkstra有个\(O(logm)\) 而遍历所有点和边是 \(O(n + m)\) 的,加起来就是 \(O((n+m)logm)\)
小根堆排序,一般用pair存,因为要用 dist 来排序,还要记录这个点的下标,并且pair自带,第一键值优先的排序性质,所以使用。
#define x first
#define y second
typedef pair<int, int> PII;
int dijkstra()
{
priority_queue<PII, vector<PII>, greater<PII>> q;
q.push({0, S});
dist[S] = 0;
while (q.size())
{
auto t = q.top();
q.pop();
int ver = t.second, distance = t.first;
if (st[ver]) continue;
st[ver] = true; // 标记已经用这个点更新过了 (此点目前最小)
for (int i = h[ver]; i != -1; i = ne[i])
{
int j = e[i];
if (dist[j] > distance + w[i])
{
dist[j] = distance + w[i];
q.push({dist[j], j});
}
}
}
return dist[T];
}
扩展
虽然是最短路算法,但是算单源最长路也是可以的,证明和上面类似
标签:dist,int,dijkstra,st,Dijkstra,最小,短距离 From: https://www.cnblogs.com/blind5883/p/18188171