相辅相成的求最单源短路径算法:(SPFA& dijkstra)
引用一位老oier的话:
一道题如果边权没有负数,那么一定是在卡SPFA。这时候就用到了堆优化的Dijkstra;
写在前面:
多打代码!
最好都掌握,灵活变通
SPFA:
主要用于稀疏图和有负权边的图上
参考blog:
https://blog.csdn.net/sxy201658506207/article/details/78779045
(前向星版)
注:起点为1
#include <cstdio>
#include <algorithm> #define MAXN 11111
#define MAXM 222222
#define INF 2000000000 int n, m, cnt, ans;
int q[MAXN];//队列
int p[MAXN];//用于打印解
int is_fuquan[MAXN];//用于判断负圈 int dis[MAXN], vis[MAXN]/*判断在不在队列中*/, head[MAXN]; struct edge {
int y, val, next;
}e[MAXM];//前向星 void add_edge(int x, int y, int val) {
cnt++;//边的个数加一
e[cnt].y = y;
e[cnt].val = val;
e[cnt].next = head[x]; //当前边上一条同起点的边的编号为head[x]
head[x] = cnt; //当前边为最后一条以x为起点的边的编号
return ;
} int main() {
scanf("%d%d", &n, &m);
for(int i = ; i <= m; i++) {
int x, y, z;
scanf("%d%d%d", &x, &y, &z);
add_edge(x, y, z);//**双向边**
add_edge(y, x, z);
} for(int i = ; i <= n; i++) dis[i] = INF; //初始化
int l = , r = ;
q[] = ; //起点入队
dis[] = ;
vis[] = ;
while(l <= r) {
int now = q[l];
l++;//更新队首
vis[now] = ; //注意不在队列中 要标记为0即 **重复入队**
for(int i = head[now]; i; i = e[i].next) { //遍历所有now的出边 (重点)
int y = e[i].y, val = e[i].val;
if(dis[y] > dis[now] + val) { //看now所有出边的终点 是否 需要更新
dis[y] = dis[now] + val; //更新长度
p[y] = i;//记录边
if(vis[y] == ) { //若终边不在队中
q[++r] = y;
vis[y] = ; //**y入队 标记为1**
if(++is_fuquan[y] > n) return ;//这可以是其他题目中需要返回的值
//这个就是用于发现负圈时及时退出(希望写在应该bool 值的SPFA函数中,然后返回false
//因为 一个点在没有负环的情况下,最多只会有 n-1 个点与它相连
//若有负环,这个便会一直for 所以这样做
}
}
}
}
for(int i = ; i <= n; i++)
printf("%d ", dis[i]);
return ;
}
/*
4 6
1 2 2
2 3 2
2 4 1
1 3 5
3 4 3
1 4 4
dijkstra:
可以解不带负权边的图,在稠密图上有很好性能
参考blog:
ps:出自oier : https://www.cnblogs.com/jason2003/p/7222182.html
过程:
先建立一个dis数组,dis[i]表示第i号点到源点(1号点)的估计值, 然后我们在建立一个临界矩阵,叫做:map,map[i][j]=v表示从i到j这条边的权值是v, dis初始值除了源点本身都是无穷大。源点本身都是0. 我们用minn记录距离1号点最短的路径,留着以后会用。
开始第二次更新时: 以minn相当于把2当源点,求所有点到它的最短路,加上它到真正的源点(1号点)的距离,就是我们要求的最短路。
注:时时更新minn的值
代码:用邻接矩阵实现dijksra:
#include <iostream>
#include <algorithm>
#include <cmath>
#include <cstdio>
#include <cstring>
#include <cstdlib>
using namespace std;
int map[110][110];//这就是map数组,存储图
int dis[10010];//dis数组,存储估计值
int vis[10010];//vis[i]代表这个点有没有被当做源点去搜索过,1为有,0为没有。这样就不会重复搜索了。
int n,m;
void dijkstra(int u)//主函数,参数是源点编号
{
memset(dis,88,sizeof(dis));//把dis数组附最大值(88不是十进制的88,其实很大)
int start=u;//先从源点搜索
book[start]=1;//标记源点已经搜索过
for(int i=1;i<=n;i++)
{
dis[i]=min(dis[i],map[start][i]);//先更新一遍
}
for(int i=1;i<=n-1;i++)
{
int minn=9999999;//这就是刚才所说的minn
for(int j=1;j<=n;j++) {
if(vis[j]==0 && minn>dis[j])
{
minn=dis[j];
start=j;
}
}//找到离源点最近的点,然后把编号记录下来,用于搜索。
vis[start]=1;
for(int j=1;j<=n;j++)
dis[j]=min(dis[j],dis[start]+map[start][j]);//以新的点来更新dis。
}
}
int main()
{
cin>>n>>m;
memset(map,88,sizeof(map));
for(int i=1;i<=m;i++)
{
int a,b,c;
cin>>a>>b>>c;
map[a][b]=c;
}
for(int i=1;i<=n;i++)
for(int j=1;j<=n;j++)
if(i==j)
map[i][j]=0;
dijkstra(1);//以1为源点。
for(int i=1;i<=n;i++)
cout<<dis[i]<<" ";
}
优化dijkstra:(堆)
朴素的这玩意貌似很慢大概O(n方),堆优化应该只是取dis最小快了…吧
出自我自己
// Luogu P4779

#include <cstdio>
#include <algorithm>
#include <queue>
using namespace std;
#define MAXN 120000
#define MAXM 233333
#define INF 1000003647 using namespace std; int n, m, S, cnt;
int head[MAXN], dis[MAXN], vis[MAXN]; struct node {
int id, dis; //id表示点的编号 dis为在加入优先队列时的dis[id]
node(int id = , int dis = ) : id(id), dis(dis) {} //构造函数
bool operator < (const node &x) const { //重载运算符 //只有堆是这样的
return dis > x.dis; //小根堆 注意 这里用>时 最后堆顶为dis最小的 和sort的comp相反
}
}; priority_queue <node> q; //优先队列 堆 struct edge {
int y, val, next;
}e[MAXM]; void add_edge(int x, int y, int val) { //链式前向星 加边
e[++cnt].y = y;
e[cnt].val = val;
e[cnt].next = head[x];
head[x] = cnt;
return ;
}
//总是取最小的,无论它有没有被选
//注:最开始初始化正无穷!!
//先放起点,并标记为已确定,再堆非空while(直到找完所有点的最短路)
//取出堆顶,先看它是不是确定的,若不是,就直接确定下来 ,然后遍历它的出边,并更新终点dis值(需比较),再放入堆
void dijkstra() {
for(int i = ; i <= n; i++) dis[i] = INF;//初始化
q.push(node(S, )); //把起点加入 //加入编号&dis值
dis[S] = ; // 初始化
while(!q.empty()) {
node tmp = q.top();//当前所有元素中dis最小的 //取出来的是个node
q.pop(); //删除堆顶元素
int now = tmp.id; //当前点编号
if(vis[now]) continue; //若now为已确定元素(已知最短路的点) 则不执行下面语句
vis[now] = ; //标记为已确定 //因为是堆 所以直接是最短的 //所以没有必要再找一遍
for(int i = head[now]; i; i = e[i].next) { //遍历边
int y = e[i].y;
if(dis[y] > tmp.dis + e[i].val) { //更新y的dis
dis[y] = tmp.dis + e[i].val;//dis[now] 和 tmp.dis不一定是一样的哦,有可能它已经更新为一个更小的值了
q.push(node(y, dis[y])); //放入堆
}
}
}
return ;
} int main() {
scanf("%d%d%d", &n, &m, &S);
for(int i = , x, y, z; i <= m; i++) {
scanf("%d%d%d", &x, &y, &z);
add_edge(x, y, z);
}
dijkstra();
for(int i = ; i <= n; i++)
printf("%d ", dis[i]);
}
需要注意的是:存在负权环路的图中不存在最短路(路径可以一直减少),SPFA算法可以用来判断图中是否有负权环路
多源最短路出门下走至floyd
相辅相成的求最单源短路径算法:(SPFA& dijkstra)的更多相关文章
- [ACM_图论] Domino Effect (POJ1135 Dijkstra算法 SSSP 单源最短路算法 中等 模板)
Description Did you know that you can use domino bones for other things besides playing Dominoes? Ta ...
- 模板C++ 03图论算法 1最短路之单源最短路(SPFA)
3.1最短路之单源最短路(SPFA) 松弛:常听人说松弛,一直不懂,后来明白其实就是更新某点到源点最短距离. 邻接表:表示与一个点联通的所有路. 如果从一个点沿着某条路径出发,又回到了自己,而且所经过 ...
- 2018/1/28 每日一学 单源最短路的SPFA算法以及其他三大最短路算法比较总结
刚刚AC的pj普及组第四题就是一种单源最短路. 我们知道当一个图存在负权边时像Dijkstra等算法便无法实现: 而Bellman-Ford算法的复杂度又过高O(V*E),SPFA算法便派上用场了. ...
- 单源最短路模板(dijkstra)
单源最短路(dijkstra算法及堆优化) 弱化版题目链接 n^2 dijkstra模板 #include<iostream> #include<cstdio> #includ ...
- 单源最短路径——Floyd算法
正如我们所知道的,Floyd算法用于求最短路径.Floyd算法可以说是Warshall算法的扩展,三个for循环就可以解决问题,所以它的时间复杂度为O(n^3). Floyd算法的基本思想如下:从任意 ...
- 单源最短路径---Bellman-Ford算法
传送门: Dijkstra Bellman-Ford SPFA Floyd 1.Dijkstra算法的局限性 像上图,如果用dijkstra算法的话就会出错,因为如果从1开始,第一步dist[2] = ...
- Dijkstra算法——单源最短路算法
一.介绍 迪杰斯特拉(Dijkstra)算法是典型最短路径算法,用于计算一个节点到其他各个节点的最短路径. 它的主要特点是以起始点为中心向外层层扩展(广度优先搜索思想),直到扩展到终点为止. 适用于有 ...
- 单源最短路(spfa),删边求和
http://acm.hdu.edu.cn/showproblem.php?pid=2433 Travel Time Limit: 10000/2000 MS (Java/Others) Mem ...
- 最短路径&次短路径算法
容易理解:https://blog.csdn.net/m0_37345402/article/details/76695930 https://blog.csdn.net/qq_36386435/ar ...
随机推荐
- redis 五大数据类型的常用指令
STRING 192.168.1.66:6379> get k1 "v1" 192.168.1.66:6379> append k1 12345 (integer) 7 ...
- 英语发音规则---Q字母
英语发音规则---Q字母 一.总结 一句话总结: 1.Q/que发[k]音? Iraq [ɪ'rɑ:k] n. 伊拉克 cheque [tʃek] n. 支票 2.Qu-发[kw]? quality ...
- pyspark MLlib踩坑之model predict+rdd map zip,zip使用尤其注意啊啊啊!
Updated:use model broadcast, mappartition+flatmap,see: from pyspark import SparkContext import numpy ...
- CZLayer的阴影
CALayer有一个shadow属性 意思是阴影 shadowcolor //颜色 shadowoffset //偏移 shadowOpacity //透明度 layer有一个方法 mas ...
- k8s 架构浅析
文章目录 目录 Kubernetes 的电梯间演讲 Kubernetes 的核心层级对象 Kubernetes 的组件架构 Kubernetes 的组件通信协议/接口 Kubernetes 的分层架构 ...
- ROS-turtlesim
前言:turtlesim是ros自带的一个功能包,应该是用于基础教学的功能包,帮助新手入门的一个实例,包括:节点,主题,服务以及参数的应用.通过学习使用turtlesim功能包可以了解ros的一些基础 ...
- POJ 1201 差分约束+SPFA
思路: 差分约束,难在建图.(我是不会告诉你我刚学会SPFA的...) 把每个区间的ai–>bi连一条长度为ci的边. k–>k+1连一条长度为0的边. k+1–>k连一条长度为-1 ...
- 03《UML大战需求分析》之三
学习了活动图之后,我又学习了流程分析工具之二的状态机图.看上去状态机图和活动图很类似,我也很容易从活动图的角度来理解状态机图.但是学习之后,发现两种图是两种完全不同的分析角度.活动图在流程分析时是玩你 ...
- ntp.log日志梳理
[日志]offset 正负 机器A上执行: remote refid st t when poll reach delay offset jitter ======================== ...
- 一些sass
# sass #---sass---定义变量:-- $变量名: : 默认变量 sass的默认变量仅需要在值后面加上!default即可.list--list数据可通过空格,逗号或小括号分 ...