关于Dijkstra算法的博文

http://www.cnblogs.com/skywang12345/p/3711512.html#anchor2


Dijkstra算法是一个经典的算法——他是荷兰计算机科学家Dijkstra于1959年提出的单源图最短路径算法,也是一个经典的贪心算法。所谓单源图 是规定一个起点的图,我们的最短路径都是从这个起点出发计算的。算法的适用范围是一个无向(或者有向图),所有边权都是非负数。

 
算法描述:

节点集合V = {}空集合,距离初始化。
节点编号0..n – 1, 起点编号0≤ s < n。

距离数组
起点 d[s] = 0
其他 d[i] = ∞, 0 ≤ i < n,  i ≠ s。
 
循环n次

找到节点i 不属于 V,且d[i]值最小的节点i。

V = V + i

对所有满足j  V的边(i, j) 更新d[j] = min(d[j] , d[i] + w(i,  j))。

以下图为例,描述Dijkstra算法的运行过程:
 
初始,求A点到其他点的最短路径(也称单源最短路径)。
初始化A点
A点有3条边,AB(17),AE(16),AF(1)。
将3条边加入优先队列,此时队列中的元素为(只记录目标点):

{1 F} | {16 E} | {17 B}

 
取出队列中最小的元素,{1 F},F点是一个未处理过的点,因此得到了A点到F点的最短距离。更新距离,变为:
处理F点,F点有4条边。FA(1),FB(11),FD(14),FE(33)。其中FA已经处理过,所以忽略掉。

将3条边加入优先队列,注意,此时加入队列时,所有边的权值需要加上F点到A点的最短距离1。此时队列中的元素为:

{12 B} | {15 D}  | {16 E} | {17 B} | {34 E}

 
取出队列中最小的元素,{12 B},B点是一个未处理过的点,因此得到了A点到B点的最短距离。更新距离,变为:
 
处理B点,B点有4条边。AB(17),BF(11),BC(6),BD(5)。其中AB,BF已经处理过,所以忽略掉。

将2条的权值加上A到B的最短路径12,加入优先队列。此时队列中的元素为:

{15 D}  | {16 E} | {17 B} | {17 D} | {18 C} | {34 E}

取出队列中最小的元素,{15 D},D点是一个未处理过的点,因此得到了A点到D点的最短距离。更新距离,变为:

处理D点,D点有4条边。其中DC(10),DE(4)没有处理过。

将2条的权值加上A到D的最短路径15,加入优先队列。此时队列中的元素为:

{16 E} | {17 B} | {17 D} | {18 C} | {19 E} | {25 C} | {34 E}

取出队列中最小的元素,{16 E},E点是一个未处理过的点,因此得到了A点到E点的最短距离。更新距离,变为:

处理E点,E点所连接的边都已经被处理过了。

此时优先队列中的元素为:
{17 B} | {17 D} | {18 C} | {19 E} | {25 C} | {34 E}

取出队列中最小的元素,{17 B},B点是一个已经处理过的点,因此继续后面的处理。

 
 {17 D} | {18 C} | {19 E} | {25 C} | {34 E}
 
取出队列中最小的元素,{17 D},D点是一个已经处理过的点,因此继续后面的处理。
 
 {18 C} | {19 E} | {25 C} | {34 E}

取出队列中最小的元素,{18 C},C点是一个未处理过的点,因此得到了A点到C点的最短距离。更新距离,变为:

Dijkstra算法的证明:

i  V,  d[i] = min{d[x] + w(x, i), x  V}

我们证明节点i要进入集合V时,d[i]确实是s到i的最短路长度 。
归纳证明: 起初 d[s] = 0满足条件。

假设之前集合V中的点全部满足假设,现在要加入节点i   V,假设任意从s到i的路径P= s…x y…i。
其中s..x全部在V中, y  V。根据归纳假设d[x]是s到x的最短路长度。
根据d的定义,我们有d[x] + w(x,y) ≥ d[y]。
而且因为dijkstra选择最小的d加入,所以有d[y] ≥ d[i] 。
于是有路径P的长度, length(P) ≥  d[x] + w(x, y) + length(y..i) ≥ d[y] + length(y..i)  ≥  d[y] ≥ d[i]。
从而d[i]也是最短路的长度。得证。
最后,我们来提供输入输出数据,由你来写一段程序,实现这个算法,只有写出了正确的程序,才能继续后面的课程。


 

Dijkstra算法

你来到一个迷宫前。该迷宫由若干个房间组成,每个房间都有一个得分,第一次进入这个房间,你就可以得到这个分数。还有若干双向道路连结这些房间,你沿着这些道路从一个房间走到另外一个房间需要一些时间。游戏规定了你的起点和终点房间,你首要目标是从起点尽快到达终点,在满足首要目标的前提下,使得你的得分总和尽可能大。现在问题来了,给定房间、道路、分数、起点和终点等全部信息,你能计算在尽快离开迷宫的前提下,你的最大得分是多少么?

 
输入

第一行4个整数n (<=500), m, start, end。n表示房间的个数,房间编号从0到(n - 1),m表示道路数,任意两个房间之间最多只有一条道路,start和end表示起点和终点房间的编号。
第二行包含n个空格分隔的正整数(不超过600),表示进入每个房间你的得分。
再接下来m行,每行3个空格分隔的整数x, y, z (0<z<=200)表示道路,表示从房间x到房间y(双向)的道路,注意,最多只有一条道路连结两个房间, 你需要的时间为z。
输入保证从start到end至少有一条路径。
输出
 
一行,两个空格分隔的整数,第一个表示你最少需要的时间,第二个表示你在最少时间前提下可以获得的最大得分。
 
输入示例

3 2 0 2
1 2 3
0 1 10
1 2 11
输出示例

21 6

大佬的代码

#include <iostream>
#include <math.h>
#include <stdio.h>
#include <string.h>
#define INF 0x3f3f3f3f
using namespace std;
const int MAX = 550;
int co[MAX], dist[MAX], g[MAX][MAX],low[MAX];
int n, m, s, e;
bool vis[MAX];
void dijistra(){
for(int i = 0; i < n; i ++){
dist[i] = INF;
}
memset(vis,0,sizeof(vis));
memset(low,0,sizeof(vis));
dist[s] = 0;
low[s] = co[s];
for(int i = 1; i <= n; i ++){
int mins = INF, MAx = 0, pos;
for(int j = 0; j < n; j ++){
if(!vis[j] && dist[j] < mins){
pos = j;
mins = dist[j];
MAx = co[j];
}
if(!vis[j] && dist[j] == mins && MAx < low[j]){
pos = j;
MAx = low[j];
}
}
if(mins == INF)break;
vis[pos] = true;
for(int j = 1; j <= n; j ++){
if(!vis[j] && dist[j] > dist[pos] + g[pos][j]){
dist[j] = dist[pos] + g[pos][j];
low[j] = low[pos] + co[j];
}
if(!vis[j] && low[j] < low[pos] + co[j] && dist[j] == dist[pos]+g[pos][j]){
low[j] = low[pos] + co[j];
}
}
}
}
int main(){
scanf("%d%d%d%d",&n,&m,&s,&e);
for(int i = 0; i < n; i ++){
for(int j = 0; j < n; j ++)
g[i][j] = (i==j)?0:INF;
}
for(int i = 0; i < n; i ++) scanf("%d",&co[i]);
for(int i = 0; i < m; i ++) {
int u, v, w;
scanf("%d%d%d",&u,&v,&w);
if(g[u][v] > w) {
g[u][v] = g[v][u] = w;
}
}
dijistra();
printf("%d %d\n",dist[e],low[e]);
return 0;
}

  

 

51nod-迷宫问题(Dijkstra算法)的更多相关文章

  1. Dijkstra算法详细(单源最短路径算法)

    介绍 对于dijkstra算法,很多人可能感觉熟悉而又陌生,可能大部分人比较了解bfs和dfs,而对dijkstra和floyd算法可能知道大概是图论中的某个算法,但是可能不清楚其中的作用和原理,又或 ...

  2. 图论篇3——最短路径 Dijkstra算法、Floyd算法

    最短路径 问题背景:地图上有很多个城市,已知各城市之间距离(或者是所需时间,后面都用距离了),一般问题无外乎就是以下几个: 从某城市到其余所有城市的最短距离[单源最短路径] 所有城市之间相互的最短距离 ...

  3. 求两点之间最短路径-Dijkstra算法

     Dijkstra算法 1.定义概览 Dijkstra(迪杰斯特拉)算法是典型的单源最短路径算法,用于计算一个节点到其他所有节点的最短路径.主要特点是以起始点为中心向外层层扩展,直到扩展到终点为止.D ...

  4. Dijkstra算法优先队列实现与Bellman_Ford队列实现的理解

    /* Dijkstra算法用优先队列来实现,实现了每一条边最多遍历一次. 要知道,我们从队列头部找到的都是到 已经"建好树"的最短距离以及该节点编号, 并由该节点去更新 树根 到其 ...

  5. 关于dijkstra算法的一点理解

    最近在准备ccf,各种补算法,图的算法基本差不多看了一遍.今天看的是Dijkstra算法,这个算法有点难理解,如果不深入想的话想要搞明白还是不容易的.弄了一个晚自习,先看书大致明白了原理,就根据书上的 ...

  6. 最短路模板(Dijkstra & Dijkstra算法+堆优化 & bellman_ford & 单源最短路SPFA)

    关于几个的区别和联系:http://www.cnblogs.com/zswbky/p/5432353.html d.每组的第一行是三个整数T,S和D,表示有T条路,和草儿家相邻的城市的有S个(草儿家到 ...

  7. Dijkstra算法(二)之 C++详解

    本章是迪杰斯特拉算法的C++实现. 目录 1. 迪杰斯特拉算法介绍 2. 迪杰斯特拉算法图解 3. 迪杰斯特拉算法的代码说明 4. 迪杰斯特拉算法的源码 转载请注明出处:http://www.cnbl ...

  8. Dijkstra算法(一)之 C语言详解

    本章介绍迪杰斯特拉算法.和以往一样,本文会先对迪杰斯特拉算法的理论论知识进行介绍,然后给出C语言的实现.后续再分别给出C++和Java版本的实现. 目录 1. 迪杰斯特拉算法介绍 2. 迪杰斯特拉算法 ...

  9. 最短路问题Dijkstra算法

    Dijkstra算法可以解决源点到任意点的最短距离并输出最短路径 准备: 建立一个距离数组d[ n ],记录每个点到源点的距离是多少 建立一个访问数组v[ n ],记录每个点是否被访问到 建立一个祖先 ...

随机推荐

  1. Spring PropertyPlaceholderConfigurer占位符用法

    1.PropertyPlaceholderConfigurer是一个bean工厂后置处理器的实现,也就是BeanFactoryPostProcessor接口的一个实现.PropertyPlacehol ...

  2. 06.Lucen入门程序-Field

    需求: 实现一个歌词搜索系统,通过关键字搜索,凡是文件名或文件内容包括关键字的文件都要找出来. 注意:该入门程序只对文本文件(.txt)搜索. Lucene中包含两个重要的类: IndexWriter ...

  3. Intellij IDEA 安装插件 报 ‘plugin xxxx is incompatible‘ 解决方案

    网上下载安装LOMBOK失败,直接下载插件安装: 在离线安装IDEA插件的时候,可能会出现该问题.引起的原因主要就是版本号不一致. 下面介绍下离线安装找到合适的版本号. 1.在IDEA的help-&g ...

  4. zabbix自定义key监控redis

    一.启动redis-server cd /data/redis redis-server redis.conf (根据自己的环境启动redis) 测试脚本(写入1000个数据): seq |while ...

  5. 2-字符串模拟- URL映射

    问题描述 试题编号: 201803-3 试题名称: URL映射 时间限制: 1.0s 内存限制: 256.0MB 问题描述: 问题描述 URL 映射是诸如 Django.Ruby on Rails 等 ...

  6. linux之shell编程初步

    #################适用于CentOS6################## #!/bin/bash ########################################## ...

  7. Solidity safesub防止溢出

    在Solidity中两个无符号整型数字相减结果如果为负则会溢出,很严重的问题.所以在做数字运算时可以用DSSafeAddSub来保证运算的安全. pragma solidity ^; import & ...

  8. 磁盘io测试工具

    1. ATTO Disk Benchmark 2.DiskSpd磁盘性能测试工具

  9. AspectJ AOP介绍

    idea下aspectj程序运行示例 有些同学可能想自己编写aspect程序进行测试练习,博主在这简单介绍运行环境的搭建,首先博主使用的idea的IDE,因此只对idea进行介绍.首先通过maven仓 ...

  10. Java泛型:泛型的定义(类、接口、对象)、使用、继承

    地址   http://blog.csdn.net/lirx_tech/article/details/51570138 1. 设计泛型的初衷: 1) 主要是为了解决Java容器无法记忆元素类型的问题 ...