单源最短路径1 | Dijkstra狄克斯特拉 | Single Source Shortest Path 1 | C/C++实现
问题描述
请编写一个程序,求给定加权图有向图G=(V,E)G=(V,E)G=(V,E)的单源最短路径的成本。请以G的顶点0为起点,输出0到各顶点v的最短路径上各边权值的总和d[v]。
输入: 第1行输入G的顶点数n。接下来n行按如下格式输入各顶点u的邻接表:
u k v1 c1 v2 c2 … vk ck
G各顶点编号分别为0至n-1。u代表顶点的编号,k代表u的出度。vi (i = 1, 2, , k)代表与u相邻顶点的编号,ci代表u到vi的有向边的权值。
输出: 按顺序输出各顶点编号v及距离d[v],相邻数据间用1个空格隔开。
限制:
1 ≤ n ≤ 100
0 ≤ ci ≤ 100000
0到各顶点之间必然存在路径。
输入示例
5 0 3 2 3 3 1 1 2 1 2 0 2 3 4 3 4 2 1 0 1 1 4 4 3 4 2 2 1 3 3
输入示例
0 0 1 2 2 2 3 1 4 3
讲解
在加权有向图的邻接矩阵中,如果顶点 i 到顶点 j 存在权值为w的边,那么M[i][j]的值为w。不存在边时,设置为一个极大值。
狄克斯特拉算法:
设图G=(V,E)G=(V,E)G=(V,E)所有顶点的集合为V,起点为s,最短路径树种包含的顶点集合为S。在各计算步骤中,我们将选出最短路径树的边和顶点并将其添加至S。
对于各顶点 i ,设仅经由S内顶点的s到i的最短路径成本为d[i],i 在最短路径树中的父结点为p[i]。
1.初始状态下将S置空。初始化s的d[s] = 0;除s以外,所有属于V的顶点 i 的d[i] = 极大值。
2.循环进行下述处理,直至S = V为止
从V - S中选出d[u]最小的顶点u
将u添加至S,同时将与u相邻且属于V - S的所有顶点v的值按照下述方式更新
if d[u] + w(u, v) < d[v] d[v] = d[u] + w(u, v) p[v] = u
在步骤2的各处理执行结束后(即选择下一个u之前),d[v]中记录着从s出发,仅经由S内顶点抵达v的最短路径成本。也就是说,当所有处理进行完毕后,V中所有顶点的d[v]都记录着s到v最短路径成本(距离)。
用邻接矩阵实现狄克斯特拉算法时,需要用到下列变量。这里的n = |V|。
color
:color[v]用于记录v的访问状态WHITE、GRAY、BLACK
M
:邻接矩阵,M[u][v]中记录到u到v的边的权值
d
:d[v]用于记录起点s到v的最短路径成本
p
:p[v]用于记录顶点v在最短路径树种的父结点
使用上述变量,我们可以这样实现狄克斯特拉算法:
dijkstra(s) 将所有顶点u的color[u]设为WHITE,d[u]初始化为INFTY d[s] = 0 p[s] = -1 while true mincost = INFTY for i 从 0 至 n-1 if color[i] != BLACK && d[i] < mincost mincost = d[i] u = i if mincost == INFTY break color[u] = BLACK for v 从 0 至 n-1 if color[v] != BLACK 且 u 和 v 之间存在边 if d[u] + M[u][v] < d[v] d[v] = d[u] + M[u][v] p[v] = u color[v] = GRAY
狄克斯特拉算法不可以应用于包含负权值的图。具有负权值的图可以套用贝尔曼——福特算法或弗洛伊德算法来处理。
AC代码如下
#include<iostream> using namespace std; static const int MAX = 100; static const int INFTY = (1<<21); static const int WHITE = 0; static const int GRAY = 1; static const int BLACK = 2; int n, M[MAX][MAX]; void dijkstra(){ int minv; int d[MAX], color[MAX]; for(int i = 0; i < n; i++){ d[i] = INFTY; color[i] = WHITE; } d[0] = 0; color[0] = GRAY; while(1){ minv = INFTY; int u = -1; for(int i = 0; i < n; i++){ if(minv > d[i] && color[i] != BLACK){ u = i; minv = d[i]; } } if(u == -1) break; color[u] = BLACK; for(int v = 0; v < n; v++){ if(color[v] != BLACK && M[u][v] != INFTY){ if(d[v] > d[u] + M[u][v]){ d[v] = d[u] + M[u][v]; color[v] = GRAY; } } } } for(int i = 0; i < n; i++){ cout<<i<<" "<<(d[i] == INFTY ? -1 : d[i])<<endl; } } int main(){ cin>>n; for(int i = 0; i < n; i++){ for(int j = 0; j < n; j++){ M[i][j] = INFTY; } } int k, c, u, v; for(int i = 0; i < n; i++){ cin>>u>>k; for(int j = 0; j < k; j++){ cin>>v>>c; M[u][v] = c; } } dijkstra(); return 0; }
- 单源最短路径2 | Dijkstra狄克斯特拉 | Single Source Shortest Path 2 | C/C++实现
- AOJ GRL_1_B: Shortest Path - Single Source Shortest Path (Negative Edges) (Bellman-Frod算法求负圈和单源最短路径)
- 第十三章 ALDS1_12_B:Single Source Shortest Path I 单源最短路径
- 最短路径 Part I- Single source shortest path
- 所有点对间最短路径 | 弗洛伊德算法 | All Pairs Shortest Path | C/C++实现 | 大年初一写CSDN
- C++实现矩阵图的遍历·最小生成树(prim,kruskal)·最短路径(Dijkstra,floyd)
- 2011-02-28 CLRS Chapter24 Single-Source Shortest Paths (下) 单源点最短路径 下
- AOJ GRL_1_A: Single Source Shortest Path (Dijktra算法求单源最短路径,邻接表)
- Algorithms Part 1-Question 5- Dijkstra's shortest-path-最短路径算法
- 最短路径算法—SPFA(Shortest Path Faster Algorithm)算法分析与实现(C/C++)
- 图论;单源最短路径;拓扑排序+松弛(有向无回路);Bellman-Ford(回路,负权回路);Dijkstra(无负权,可回路);可以用最小堆实现算法的优化;
- Floyd All Shortest Path 所有最短路径的查找 C++程序
- 单源最短路径 C++实现 调试通过
- 图论;单源最短路径;拓扑排序+松弛(有向无回路);Bellman-Ford(回路,负权回路)Dijkstra(无负权,可回路);可以用最小堆实现算法的优化;
- Dijkstra's Shortest Path Algorithm(最短路径算法)
- Java实现Dijkstra单源最短路径
- 最短路径图算法(shortest path dijkstra)
- Dijkstra单源最短路径实现 及 Floyd任意两点之间的最短路径
- [置顶] 【matlab dijkstra单源最短路径算法】dijkstra单源最短路径算法实现
- 最短路径 (单源最短路径Dijkstra和任意两点最短路径Floyd) C实现