Dijstra算法求最短路径

具体实现方式

  1. 设置源点,将源点从原集u{}中取出并放入新建集s{}
  2. 找出至源点最近的点q从原集取出放入新集s{}
  3. 由q点出发,更新所有由q点能到达的仍处于原集的点到源点的距离(取最短)
  4. 选择距离源点最近的唯有原集的点,并重复步骤3
  5. 直至原集中仅存一点的存在

优先队列

定义与重载运算符

  1. 默认优先级

    • 借助<操作符,整数元素中,大的优先级高
  2. 传入比较结构体
    • 通过传入不同类型的数据来定义不同类型的优先级,重载()运算符
    • 优先队列第三个参数代表!cmp,来判断队列优先级
struct cmp{
bool operator()( int a, int b){
return a>b;
}
}

priority_queue< int, vector<int>, cmp > q;

3. 通过自定义数据结构定义优先级,在结构体中重载<运算符

struct Node{
int v;
int w;
int next;
bool operator < (const Node &a ) const{
return a.w<w; //按w从小到大排序
}
}edge[maxn];

priority_queue<Node>q;


前向星

链接在此→链式前向星


综合

最短路

HDU 2544

Problem Description

在每年的校赛里,所有进入决赛的同学都会获得一件很漂亮的t-shirt。但是每当我们的工作人员把上百件的衣服从商店运回到赛场的时候,却是非常累的!所以现在他们想要寻找最短的从商店到赛场的路线,你可以帮助他们吗?

Input

输入包括多组数据。每组数据第一行是两个整数N、M(N<=100,M<=10000),N表示成都的大街上有几个路口,标号为1的路口是商店所在地,标号为N的路口是赛场所在地,M则表示在成都有几条路。N=M=0表示输入结束。接下来M行,每行包括3个整数A,B,C(1<=A,B<=N,1<=C<=1000),表示在路口A与路口B之间有一条路,我们的工作人员需要C分钟的时间走过这条路。

输入保证至少存在1条商店到赛场的路线。

Output

对于每组输入,输出一行,表示工作人员从商店走到赛场的最短时间

Sample Input

2 1

1 2 3

3 3

1 2 5

2 3 5

3 1 2

0 0

Sample Output

3

2

#include<cstdio>
#include<cstring>
#include<queue>
#define Inf 0x3f3f3f
using namespace std;
int cnt;
const int maxn=20010;
int head[maxn];
int dis[maxn];
bool vis[maxn];
struct Edge{
int v;
int w;
int next;
bool operator < ( const Edge &a) const{
return a.w<w;
}
}edge[maxn];
priority_queue<Edge>q;
void init(){
cnt=0;
memset(head,-1,sizeof(head));
}
void add_edge( int u, int v, int w){
edge[cnt].v=v;
edge[cnt].w=w;
edge[cnt].next=head[u];
head[u]=cnt++;
}
void fr( void ){
while( !q.empty() ){
q.pop();
}
}
int Dijstra( int v, int n){
Edge p,t;
int u; memset(vis,false,sizeof(vis));
memset(dis,Inf,sizeof(dis));
p.v=v;
//p.w=0;
dis[v]=0;
//vis[v]=true; 致命错误,打标记的操作在循环体内进行
q.push(p);
while( !q.empty() ){
p=q.top();
q.pop();
u=p.v;
if( vis[u] )
continue;
vis[u]=true;
for( int i=head[u]; ~i; i=edge[i].next){
if( !vis[edge[i].v] && dis[edge[i].v]>dis[u]+edge[i].w ){
dis[edge[i].v]=dis[u]+edge[i].w;
//不使用优先队列时便将该点直接放入队列即可
//q.push(edge[i]);
t.v=edge[i].v;
//查找过某点后将其放入集合中,该边(连接当前点与目标点)的边权w不再具有意义
//因为dis[目标点]不再会被w[当前点,目标点]更新
//而有优先队列是依照结构体中的边权进行的排序
//下一步中需要找到离源点最近的点(步骤3)
//故可将边权转为距源点的距离,以直接更新距源点最近的点↓
t.w=dis[edge[i].v];
q.push(t);
}
}
}
fr(); return dis[n];
}
int main()
{
int n,m;
int u,v,w; while(~scanf("%d%d",&n,&m)){
if( n==0 && m==0 )
break;
init();
for( int i=0; i<m; i++){
scanf("%d%d%d",&u,&v,&w);
add_edge(u,v,w);
add_edge(v,u,w);
}
printf("%d\n",Dijstra(1,n));
} return 0;
}

  • memset(data, 1, sizeof(data)); // wrong, data[x] would be 0x0101 instead of 1
  • 可以借此初始化dis[]数组

Dijstra_优先队列_前向星的更多相关文章

  1. HDU 2544最短路 【dijkstra 链式前向星+优先队列优化】

    最开始学最短路的时候只会用map二维数组存图,那个时候还不知道这就是矩阵存图,也不懂得效率怎么样 经过几个月的历练再回头看最短路的题, 发现图可以用链式前向星来存, 链式前向星的效率是比较高的.对于查 ...

  2. 图论之初,拓扑排序、前向星(通过存储边来存储图)加优先队列对拓扑的优化-----hdu1285

    确定比赛名次 Time Limit: 2000/1000 MS (Java/Others)    Memory Limit: 65536/32768 K (Java/Others) Total Sub ...

  3. 【最短路】Dijkstra+ 链式前向星+ 堆优化(优先队列)

    Dijkstra+ 链式前向星+ 优先队列   Dijkstra算法 Dijkstra最短路算法,个人理解其本质就是一种广度优先搜索.先将所有点的最短距离Dis[ ]都刷新成∞(涂成黑色),然后从起点 ...

  4. HDU 3726 Graph and Queries 平衡树+前向星+并查集+离线操作+逆向思维 数据结构大综合题

    Graph and Queries Time Limit: 10000/5000 MS (Java/Others)    Memory Limit: 32768/32768 K (Java/Other ...

  5. Dij_heap__前向星。

    //前向星 struct node { int nxt; int val; int lst; node () {} node (int next, int value) : nxt(next), va ...

  6. POJ——3159Candies(差分约束SPFA+前向星+各种优化)

    Candies Time Limit: 1500MS   Memory Limit: 131072K Total Submissions: 28071   Accepted: 7751 Descrip ...

  7. 最小生成树 链式前向星 Prim&Kruskal

    Prim: Prim的思想是将任意节点作为根,再找出与之相邻的所有边(用一遍循环即可),再将新节点更新并以此节点作为根继续搜,维护一个数组:dis,作用为已用点到未用点的最短距离. 证明:Prim算法 ...

  8. 大规模图的存储(前向星、next数组)

    大规模图的储存 在信息学中,经常会遇到比较大规模图,使用指针固然是很好的方法,不过一有指针速度不如数组之说,二有指针不如数组稳定之说,三有,也是最重要的,指针不如数组来得方便,这也便是大多数Oier不 ...

  9. 链式前向星+SPFA

    今天听说vector不开o2是数组时间复杂度常数的1.5倍,瞬间吓傻.然后就问好的图表达方式,然后看到了链式前向星.于是就写了一段链式前向星+SPFA的,和普通的vector+SPFA的对拍了下,速度 ...

随机推荐

  1. Driver对 (一对两对的对):specific/mini VS general

    老是听说miniport,port,在这里算是搞清楚了.mini就是specific(特殊)的意思.在微软的驱动层次里面,最底层的一般都是比较特殊的,但是为了满足系统的可拓展.可维护.通用等要求,微软 ...

  2. python 安装 pyHook

    下载网站:https://www.lfd.uci.edu/~gohlke/pythonlibs/#pyhook 查看python版本 C:\Users\k\Desktop\file_trans> ...

  3. FLUENT多孔介质数值模拟设置【转载】

    转载自:http://zhengjun0228.blog.163.com/blog/static/71377014200971895419613/ 多孔介质条件 多孔介质模型可以应用于很多问题,如通过 ...

  4. navicat连接远程数据库报错'client does not support authentication protocol requested by server consider ...'解决方案

    [1.cmd终端连接远程mysql数据库方法] mysql -uhello -pworld   -h192.168.1.88 -P3306 -Dmysql_oa mysql -u用户名 -p密码 -h ...

  5. EEPROM与FLASH

    最初的ROM rom最初不能编程,出厂什么内容就永远什么内容,不灵活.后来出现了prom,可以自己写入一次,要是写错了,只能换一片,自认倒霉. 人类文明不断进步,终于出现了可多次擦除写入的EPROM, ...

  6. MAC升级Nodejs和Npm到最新版及CNPM使用

    1.MAC升级Nodejs和Npm到最新版 第一步,先查看本机node.js版本: node -v 第二步,清除node.js的cache: sudo npm cache clean -f 第三步,安 ...

  7. lareval重命名created_at和updated_at字段

    lareval重命名created_at和updated_at字段 一.总结 一句话总结: 要改变created_at和updated_at的名称,模型和数据迁移里面都需要改变 在模型中指定数据类型之 ...

  8. koa 项目中引入 mysql

    由于mysql模块的操作都是异步操作,每次操作的结果都是在回调函数中执行,现在有了async/await,就可以用同步的写法去操作数据库 Promise封装mysql模块 Promise封装 ./as ...

  9. Mysql表的横向拆分与纵向拆分

    表的拆分分为横向拆分(记录的拆分)和纵向拆分(字段的拆分).拆分表的目的:提高查询速度. 1.横向拆分 我们从一个案例去解释,情景是这样的:某某博客,有50W的博客量,有2w的用户,发现随着用户和博客 ...

  10. SQL-W3School-高级:SQL INNER JOIN 关键字

    ylbtech-SQL-W3School-高级:SQL INNER JOIN 关键字 1.返回顶部 1. SQL INNER JOIN 关键字 在表中存在至少一个匹配时,INNER JOIN 关键字返 ...