文章目录

一、Dijkstra 算法
- 1. 简介
- 2. 基本思想
- 3. 朴素 Dijkstra 算法（重点）
- - 3.1 朴素 Dijkstra 算法实现步骤
  - 3.2 朴素 Dijkstra 算法伪代码
- 4. 朴素 Dijkstra 算法具体实现详见例题 Dijkstra 求最短路 I 。
- 5. 堆优化朴素 Dijkstra 算法
- 6. 堆优化 Dijkstra 算法具体实现详见例题 Dijkstra 求最短路 II 。
- 7. 堆优化 Dijkstra 算法和朴素 Dijkstra 算法时间复杂度
二、Dijkstra 算法例题——Dijkstra 求最短路 I
- 具体实现
- - 1. 样例演示
  - 2. 实现思路
  - 3. 代码注解
  - 4. 实现代码
三、Dijkstra 算法例题——Dijkstra求最短路 II
- 具体实现
- - 1. 样例演示
  - 2. 实现思路
  - 3. 代码注解
  - 4. 实现代码

一、Dijkstra 算法

1. 简介

Dijkstra（迪杰斯特拉）算法是由荷兰计算机科学家狄克斯特拉于1959 年提出的，因此又叫狄克斯特拉算法。
这是从一个顶点到其余各顶点的最短路径算法，解决的是有权图中最短路径问题。
迪杰斯特拉算法主要特点是从起始点开始，采用 贪心算法 的策略，每次遍历到始点距离最近且未访问过的顶点的邻接节点，直到扩展到终点为止。
此算法不能用于求负权图，要求所有边的权重都为非负值。

2. 基本思想

（1）首先假定源点为 u ，顶点集合 V 被划分为两部分：集合 S 和 V-S。初始时 S 中仅含有源点 u ，其中 S 中的顶点到源点的最短路径已经确定。
（2）集合 S 和 V-S 中所包含的顶点到源点的最短路径的长度待定，称从源点出发只经过 S 中的点到达 V-S 中的点的路径为特殊路径，并用 dist[] 记录当前每个顶点对应的最短特殊路径长度。

3. 朴素 Dijkstra 算法（重点）

3.1 朴素 Dijkstra 算法实现步骤

（1）各个点状态初始化，各点之间距离初始化。
用一个 dist 数组保存源点到其余各个节点的距离，dist[i] 表示源点到节点 i 的距离。初始时，dist 数组的各个元素为无穷大。
用一个状态数组 state 记录是否找到了源点到该节点的最短距离，state[i] 如果为真，则表示找到了源点到节点 i 的最短距离，state[i] 如果为假，则表示源点到节点 i 的最短距离还没有找到。初始时，state 各个元素为假。

在这里插入图片描述

（2）源点到源点的距离为 0，即 dist[1] = 0。

在这里插入图片描述

（3）遍历 dist 数组，找到一个节点，这个节点是：没有确定最短路径的节点中距离源点最近的点。假设该节点编号为 i 。此时就找到了源点到该节点的最短距离，state[i] 置为 1 。

在这里插入图片描述

（4）遍历 i 所有可以到达的节点 j，如果 dist[j] 大于 dist[i] 加上 i -> j 的距离，即 dist[j] > dist[i] + w[i][j]（w[i][j] 为 i -> j 的距离），则更新 dist[j] = dist[i] + w[i][j] 。

在这里插入图片描述

（5）重复 3 4 步骤，直到所有节点的状态都被置为 1。

在这里插入图片描述

（6）此时 dist 数组中，就保存了源点到其余各个节点的最短距离。

在这里插入图片描述

3.2 朴素 Dijkstra 算法伪代码

int dist[n],state[n];
dist[1] = 0, state[1] = 1;
for(i:1 ~ n)
{
    t <- 没有确定最短路径的节点中距离源点最近的点;
    state[t] = 1;
    更新 dist;
}

4. 朴素 Dijkstra 算法具体实现详见例题 Dijkstra 求最短路 I 。

5. 堆优化朴素 Dijkstra 算法

朴素 Dijkstra 算法的主要耗时的步骤是从 dist 数组中选出，没有确定最短路径的节点中距离源点最近的点 t 。只是找个最小值而已，没有必要每次遍历一遍 dist 数组。
在一组数中每次能很快的找到最小值，很容易想到使用小根堆。可以使用库中的小根堆（推荐）或者自己编写。
具体思路如下：
（1）起始点的距离初始化为零，其他点初始化成无穷大。
（2）将起始点放入堆中。
（4）不断循环，直到堆空。每一次循环中执行的操作为：弹出堆顶（与朴素版diijkstra找到S外距离最短的点相同，并标记该点的最短路径已经确定），用该点更新临界点的距离，若更新成功就加入到堆中。

6. 堆优化 Dijkstra 算法具体实现详见例题 Dijkstra 求最短路 II 。

7. 堆优化 Dijkstra 算法和朴素 Dijkstra 算法时间复杂度

朴素 Dijkstra 算法时间复杂度 O(n²) 。

for (int i = 0; i < n; i++) 
{

    int t = -1;
    for (int j = 1; j <= n; j++)
    {
        if (!st[j] && (t == -1 || dist[j] < dist[t]))
            t = j; // O(n) * O(n) -> O(n^2)
    }

    st[t] = true; // O(n) * O(1) -> O(n)

    for (int j = 1; j <= n; j++)
    {
        dist[j] = min(dist[j], dist[t] + g[t][j]); //O(n) * O(n) -> O(n^2)
    }
}

堆优化 Dijkstra 算法时间复杂度 O(mlog(n)) 。

//遍历大部分的边
    while (heap.size()) 
    {
        auto t = heap.top(); //O(m) * O(1) -> O(m)
        heap.pop();

        int ver = t.second, distance = t.first;
        if (st[ver])
        {
            continue;
        }
        st[ver] = true;  //O(m) * O(1) -> O(m)

        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];
                heap.push({dist[j], j});
                // 堆的插入操作时间复杂度是 O(log(n))
                // O(m) * O(log(n)) -> O(mlog(n))
            }
        }
    }

二、Dijkstra 算法例题——Dijkstra 求最短路 I

题目描述

给定一个 n 个点 m 条边的有向图，图中可能存在重边和自环，所有边权均为正值。
请你求出 1 号点到 n 号点的最短距离，如果无法从 1 号点走到 n 号点，则输出 −1。

输入格式

第一行包含整数 n 和 m。
接下来 m 行每行包含三个整数 x，y，z，表示存在一条从点 x 到点 y 的有向边，边长为 z。

输出格式

输出一个整数，表示 1 号点到 n 号点的最短距离。
如果路径不存在，则输出 −1。

数据范围

1 ≤ n ≤ 500
1 ≤ m ≤ 1e5
图中涉及边长均不超过10000 。

输入样例

3 3
1 2 2
2 3 1
1 3 4

输出样例

3

具体实现

1. 样例演示

输入 n = 3，m = 3，表示求从 1 号点到 n = 3 号点的最短距离，共有 m = 3 条边。
从 1 号点到 2 号点的边长为 2 。
从 2 号点到 3 号点的边长为 1 。
从 1 号点到 3 号点的边长为 4 。

在这里插入图片描述

显然，1 + 2 小于 4 ，因此最短路径存在，且为 3 。

2. 实现思路

在此只作简单叙述，具体可见朴素 Dijkstra 算法实现步骤和样例演示。
（1）初始化各点到起点距离为正无穷。
（2）将 1 号点到起点的距离更新为 0 。
（3） 2 号点到 1 号点的距离为 2 ，小于正无穷，将其更新为 2 ； 3 号点同理，将距离更新为 4 。
（4）然后，2 和 4 的最小值是 2 ，便将 2 加入集合 s ，此时，2 号点到 3 号点的距离 1 。可得，2 + 1 ＜ 4，便将 3 号点到起点的距离更新为 3 。

3. 代码注解

int g[N][N]；稠密图一般使用邻接矩阵。
int dist[N]；记录每个节点距离起点的距离。
bool st[N]；true 表示已经确定最短路属于 s 集合。
memset(dist, 0x3f, sizeof dist)；所有节点距离起点的距离初始化为无穷大。
dist[1] = 0；起点距离自己的距离为零。
int t = -1；一开始 t 的赋值是 -1 ，如果 t 没有被更新，那么要更新一下 t 。
memset 按字节赋值，所以 memset 0x3f 就等价与赋值为 0x3f3f3f3f 。
其他代码注解已标注在实现代码当中，详见实现代码。

4. 实现代码

#include <bits/stdc++.h>
using namespace std;

const int N = 510;

int n, m;
int g[N][N];
int dist[N];
bool st[N];

int dijkstra()
{
    memset(dist, 0x3f, sizeof dist);
    dist[1] = 0;
    
    //迭代n次，每次可以确定一个点到起点的最短路
    for (int i = 0; i < n - 1; i ++ )
    {
        int t = -1;
        for (int j = 1; j <= n; j ++ )
        {
            //不在s集合，并且
            //如果没有更新过，则进行更新， 或者发现更短的路径，则进行更新
            if (!st[j] && (t == -1 || dist[t] > dist[j]))
            {
                t = j;
            }
        }
        
        //找到了距离最小的点t，并用最小的点t去更新其他的点到起点的距离
        for (int j = 1; j <= n; j ++ )
        {
            dist[j] = min(dist[j], dist[t] + g[t][j]);
        }
        
        //加入到s集合中
        st[t] = true;
    }
    
    // 如果起点到达不了n号节点，则返回-1
    if (dist[n] == 0x3f3f3f3f) 
    {
        return -1;
    }
    
    // 返回起点距离n号节点的最短距离
    return dist[n];
}

int main()
{
    cin >> n >> m;

    memset(g, 0x3f, sizeof g);
    while (m -- )
    {
        int a, b, c;
        cin >> a >> b >> c;

        g[a][b] = min(g[a][b], c);
    }

    cout << dijkstra() << endl;
    system("pause");
    return 0;
}

三、Dijkstra 算法例题——Dijkstra求最短路 II

题目描述

给定一个 n 个点 m 条边的有向图，图中可能存在重边和自环，所有边权均为非负值。
请你求出 1 号点到 n 号点的最短距离，如果无法从 1 号点走到 n 号点，则输出 −1。

输入格式

第一行包含整数 n 和 m。
接下来 m 行每行包含三个整数 x,y,z，表示存在一条从点 x 到点 y 的有向边，边长为 z。

输出格式

输出一个整数，表示 1 号点到 n 号点的最短距离。
如果路径不存在，则输出 −1。

数据范围

1 ≤ n,m ≤ 1.5×1e5
图中涉及边长均不小于 0，且不超过 10000。
数据保证：如果最短路存在，则最短路的长度不超过 1e9。

输入样例

3 3
1 2 2
2 3 1
1 3 4

输出样例

3

具体实现

1. 样例演示

同 Dijkstra 算法例题——Dijkstra求最短路 I 。

2. 实现思路

不需要手写堆，使用 C++ 当中的优先队列。
小根堆使用 greater 实现。

3. 代码注解

typedef pair<int, int> PII；<离起点的距离，节点编号>。
memset(dist, 0x3f, sizeof dist)；所有距离初始化为无穷大。
dist[1] = 0；1 号节点距离起点的距离为 0 。
priority_queue<PII, vector, greater> heap；建立一个小根堆。
其他代码注解已标注在实现代码当中，详见实现代码。

4. 实现代码

#include <bits/stdc++.h>
using namespace std;

typedef pair<int, int> PII;//<离起点的距离， 节点编号>

const int N = 1e6 + 10;

int n, m;
int h[N], w[N], e[N], ne[N], idx;
int dist[N];
bool st[N];

//在 a 节点之后插入一个 b 节点，权重为 c
void add(int a, int b, int c)
{
    e[idx] = b;
    w[idx] = c;
    ne[idx] = h[a];
    h[a] = idx;
    idx ++ ;
}

int dijkstra()
{
    memset(dist, 0x3f, sizeof dist);
    dist[1] = 0;
    priority_queue<PII, vector<PII>, greater<PII>> heap;
    //1号节点插入堆
    heap.push({0, 1});

    while (heap.size())
    {
        //取出堆顶顶点
        auto t = heap.top();
        //并删除
        heap.pop();
        
        //取出节点编号和节点距离
        int ver = t.second;
        int distance = t.first;
        
        //如果节点被访问过则跳过
        if (st[ver]) 
        {
            continue;
        }
        st[ver] = true;

        for (int i = h[ver]; i != -1; i = ne[i])
        {
            //取出节点编号
            int j = e[i];
            if (dist[j] > dist[ver] + w[i])
            {
                dist[j] = dist[ver] + w[i];
                heap.push({dist[j], j});
            }
        }
    }

    if (dist[n] == 0x3f3f3f3f)
    {
        return -1;
    }
    return dist[n];
}

int main()
{
    cin >> n >> m;

    memset(h, -1, sizeof h);
    while (m -- )
    {
        int a, b, c;
        cin >> a >> b >> c;
        add(a, b, c);
    }

    cout << dijkstra() << endl;
    system("pause");
    return 0;
}