![[Pasted image 20240213110207.png]]
![[Pasted image 20240213115501.png]]
最短路问题一般分为 1. 单源最短路:一般来说是求一个点到其他所有点的最短距离(一个起点到....)
例子:一号点到 N 号点的最短路径(求出来一号点到其他所有点的最短路之后,显然一号点到 N 号点的最短路就求出来了)
可以分成两大类: 1. 第一类是所有边权都是正数 1. 朴素 Dijkstra 算法 O (n^2) n 指点数 m 表示边数:基于贪心 最好稠密图用(边特别多) 2. 堆优化版 Dijkstra 算法 O (mlogn) 稀疏图用这个 2. 存在负权边,某些边的权重可能都是负数
1.Bellman-Ford O (nm)
2.SPFA 一般 O (m),最坏 O (nm) 一般效率比 bellman-Ford 要高的 2. 多源汇最短路:源点就是起点,汇点一般来说就是终点
例子:任选两个点,从其中一个点走到另外一个点的最短距离(起点和终点都是不确定的)(很多不同起点到....)
Floyd 算法 O (n^3):基于动态规划
最短路难点在建图:指原问题抽象出来最短路问题 而不是原理
讲最短路问题的时候只用讲有向图的算法就可以了,因为无向图是一种特殊的有向图连两次就行
存储的区别:稠密图用邻接矩阵,稀疏图用邻接表
![[Pasted image 20240216103313.png]]
堆优化其实是和原朴素 Dijkstra 一个级别的,所以直接写 mlogn 就行了反正都差不多
堆优化中堆不必手写,使用优先队列即可,python 中用 set
但优先队列有可能有冗余,即:1 个点存了个 10 的距离又存了个 15 的距离
所以解决方法是,找到了之前确定过的直接 continue 扔掉就可以了
#include <iostream>
#include <algorithm>
#include <cstring>
#include <queue>
using namespace std;
typedef pair <int, int> PII;
const int N = 150010;
// 把N改为150010就能ac
int n, m;
int h[N], w[N], e[N], ne[N], idx;
int dist[N];
bool st[N];
void add(int a, int b, int c){
e[idx] = b,
w[idx] = c,
ne[idx] = h[a],
h[a] = idx++;
}
int dijkstra(){
memset(dist, 0x3f, sizeof dist);
dist[1] = 0;
priority_queue<PII, vector<PII>, greater<PII>> heap;
// vector 指一维数组来实现
heap.push({0, 1});
while(heap.size()){
auto t = heap.top();
heap.pop();
int ver = t.second, distance = t.first;
if(st[ver]) continue;
st[ver] = true;
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});
}
}
}
if (dist[n] == 0x3f3f3f3f) return -1;
return dist[n];
}
int main(){
scanf("%d%d", &n, &m);
memset(h, -1, sizeof h);
while(m--){
int a, b, c;
scanf("%d%d%d", &a, &b, &c);
// g[a][b] = min(g[a][b], c);
add(a, b, c);
}
int t = dijkstra();
printf("%d\n", t);
return 0;
}