17370845950

C++如何实现Dijkstra算法_C++求解单源最短路径问题的Dijkstra算法
Dijkstra算法用于求解非负权图的单源最短路径,通过优先队列优化实现。1. 使用邻接表存储图,小根堆按距离排序选取最近节点。2. 维护dist数组记录起点到各点最短距离,初始化为无穷大,源点为0。3. 每次取出堆顶节点进行松弛操作,若经当前节点到邻居更近,则更新距离并入堆。4. 忽略已处理的过时节点,避免重复计算。5. 最终输出从源点到其余各点的最短距离。代码以C++实现,时间复杂度O((V+E)logV),适用于稀疏图。

Dijkstra算法是解决单源最短路径问题的经典方法,适用于带权有向图或无向图,且所有边的权重必须为非负值。在C++中实现该算法,通常结合优先队列(堆)优化来提升效率。下面详细介绍如何用C++实现Dijkstra算法。

基本思路

Dijkstra算法通过贪心策略逐步确定从源点到其他各顶点的最短距离。核心思想是:

  • 维护一个距离数组,记录起点到每个顶点的当前最短距离。
  • 使用优先队列选择当前距离最小的未处理节点进行扩展。
  • 对当前节点的所有邻接边进行松弛操作:如果通过当前节点到达邻居的距离更短,则更新距离。

数据结构设计

为了高效实现,常用以下结构:

  • vectorair>>:邻接表存储图,pair中第一个元素是邻居节点,第二个是边权。
  • priority_queue, vector>, greater>>:小根堆,按距离排序,每次取出距离最小的节点。
  • vector:dist数组,初始化为无穷大,源点为0。

代码实现

#include 
#include 
#include 
#include 
using namespace std;

void dijkstra(vector>>& graph, int start) {
    int n = graph.size();
    vector dist(n, INT_MAX);
    priority_queue, vector>, greater>> pq;

    dist[start] = 0;
    pq.push({0, start});

    while (!pq.empty()) {
        int u = pq.top().second;
        int d = pq.top().first;
        pq.pop();

        if (d > dist[u]) continue; // 跳过过时节点

        for (auto& edge : graph[u]) {
            int v = edge.first;
            int w = edge.second;
            if (dist[u] + w < dist[v]) {
                dist[v] = dist[u] + w;
                pq.push({dist[v], v});
            }
        }
    }

    // 输出结果
    for (int i = 0; i < n; ++i) {
        cout << "Distance from " << start << " to " << i << " is " << dist[i] << endl;
    }
}

int main() {
    int n = 5; // 节点数
    vector>> graph(n);

    // 添加边:u -> v,权重w
    graph[0].push_back({1, 10});
    graph[0].push_back({3, 5});
    graph[1].push_back({2, 1});
    graph[1].push_back({3, 2});
    graph[2].push_back({4, 4});
    graph[3].push_back({1, 3});
    graph[3].push_back({2, 9});
    graph[3].push_back({4, 2});
    graph[4].push_back({0, 7});
    graph[4].push_back({2, 6});

    dijkstra(graph, 0);
    return 0;
}

注意事项与优化

实际使用中需要注意几点:

  • 确保图中没有负权边,否则应使用Bellman-Ford算法。
  • 优先队列可能包含重复节点,需判断当前弹出的距离是否已过时。
  • 若需要输出路径,可额外维护一个parent数组,在松弛时记录前驱节点。
  • 稀疏图适合邻接表+堆优化,时间复杂度约为O((V+E)logV)。
基本上就这些。掌握这个模板后可以根据具体题目调整输入方式和输出格式。