🌼多年后再见你 - 乔洋/周林枫 - 单曲 - 网易云音乐 闲来无事听听歌

Dijkstra可解决“单源最短路径”问题 

目录

🌼四种最短路算法

🌼Dijkstra过程 

敲重点！

🌼完整代码 

🌼Dijkstra堆优化

🌼总结

---

🌼四种最短路算法

Floyd算法

时间复杂度高，但实现容易（5行核心代码），可解决负权边，适用于数据范围小的

Dijkstra算法

不能解决负权边，但具有良好扩展性，且复杂度较低

Bellman-Ford / 队列优化Bellman-Ford

可解决负权边，且复杂度较低

🌼Dijkstra过程 

本节学习指定一个点（源点）到其他顶点的最短路径（单源最短路径）

比如下图，求1号顶点到2，3，4，5，6号顶点的最短路径  

与Floyd-Warshall一样，我们依然采用二维数组e存储顶点和边的关系，初始值如下图：

还需要一个一维数组dis(tant)来存储1号顶点到其他顶点的初始路程，如下图：

我们将此时dis数组中的值称为最短路程的“估计值” 

第一步：找确定值 （1）

先找离源点（1号）最近的顶点，由dis数组可知，2号最近，选择2号顶点后，dis[2]的值就从“估计值”变成了“确定值”（表示1号到2号的最短路程已确定）

敲重点！

下面的推理是Dijkstra算法的核心， ↓↓↓↓↓↓↓↓↓↓↓↓↓↓↓↓↓

为什么确定了呢？因为：

1，离源点（1号顶点）最近的是2号顶点

2，这个图所有边都是正数

所以，通过其他顶点中转，使1号先经其他顶点，再到2号顶点的路程，肯定更长

所以此时dis[2]就是1号到2号最短路程的确定值

↑ ↑ ↑ ↑ ↑ ↑ ↑ ↑ ↑ ↑ ↑ ↑ ↑ ↑ ↑ ↑ ↑ ↑ ↑ ↑ ↑ ↑ ↑ ↑ ↑ ↑ ↑ ↑ ↑ ↑ ↑ ↑ ↑ ↑ ↑ ↑ 

第二步：从刚被确定的顶点“出边”

第一步确定了一个确定值，第二步我们从这个被确定的点，进行“出边”，有2->3, 2->4两条边

先判断 dis[2] + e[2][3] < dis[3]，即判断能否借2号中转，使1号到3号的路程缩短，由下图可知，dis[2] + e[2][3] == 1 + 9等于10，dis[3] == 12，可以缩短，所以dis[3]更新为10

这个过程有个专业术语叫“松弛” ，即1号顶点到3号顶点的路程dis[3]，通过2->3这条边“松弛”成功，这便是Dijkstra算法的主要思想：

通过“边”来松弛1号顶点到其他顶点的路程

同理，判断dis[2] + e[2][4] < dis[4]，dis[2] + e[2][4] == 1 + 3等于4，dis[4] == ∞

4 < ∞，所以dis[4]更新为4

 

围绕确定点2的出边结束，开始下一轮找确定点

第一步：找确定值 （2）

从剩下未确定的3，4，5，6号顶点，选出离1号最近的点，通过上面更新后的dis数组，当前最近的是4号顶点，所以dis[4]从估计值变成确定值 

为什么此时dis[4]就确定是1号到4号的最短路径了呢？因为dis数组更新后，假设存在经一个或几个点中转，路程比dis[4]小，首先经2号中转后离1号顶点最近的点已确定，就是4号，所以不存在经2号中转比dis[4]小的

至于经3，5，6中转比dis[4]小，更不存在了，此时1到3，5，6不经中转都比dis[4]大

所以更新后的dis[4]必然确定了

第二步：从刚被确定的顶点“出边”

从被确定的4号顶点出边，4->3, 4->5, 4->6，

dis[4] + e[4][3] < dis[3](8 < 10),dis[4] + e[4][5] < dis[5](17 < ∞),dis[4] + e[4][6] < dis[6](19<∞)

出边完毕后，看下图：

第一步：找确定值 （3）

再在剩下未确定的3, 5, 6中，找出离1号最近的，即dis中未确定中的最小值，8 < 17 < 19

所以dis[3]从估计值变为确定值 

第二步：从刚被确定的顶点“出边”

只能从3向5出边，3不和6直接相连(不能出边)，只能3->5了，dis[3] + e[3][5] == 8 + 5 == 13

dis[5] == 17,  13 < 17，所以dis[5]更新为13

第一步：找确定值 （4）

从剩下的5，6号找离1号最近的顶点，是5号，dis[5]从估计值变成确定值

第二步：从刚被确定的顶点“出边”

dis[5] + e[5][6] < dis[6](17 < 19)，dis[6]更新为17

第一步：找确定值 （5）

在剩下的6号中找离1号最近的，就他一个了，所以dis[6]从估计值变确定值 

第二步：从刚被确定的顶点“出边”

没有未确定的值，出边失败~   算法结束

最终 

这便是1号顶点到其他顶点的最短路径，至此，“单源最短路径”问题解决

思路 

每次找到离源点最近的点，以该点为中心对未确定的点进行扩展 

1， 

将所有顶点分为两部分，一部分已确定（确定值），一部分未确定（估计值）

已确定的顶点，用book数组标记为1，比如book[4] = 1 

2， 

将某一点到源点最短路径用dis数组保存；二维数组e中，i 到 j 无法到达用e[i][j] = ∞来表示，i 到 i 用e[i][i] = 0来表示 

🌼完整代码 

#include<cstdio>
int main()
{
    int e[10][10], dis[10], book[10], i, j, n, m;
    int t1, t2, t3, u, v, Min;
    int inf = 1e8; //infinity(n.)无穷

    //读入n个顶点, m条边
    scanf("%d%d", &n, &m);

    //初始化
    for(i = 1; i <= n; ++i)
        for(j = 1; j <= n; ++j) {
            if(i == j) e[i][j] = 0;
            else e[i][j] = inf;
        }

    //读入边
    for(i = 1; i <= m; ++i) {
        scanf("%d%d%d", &t1, &t2, &t3);
        e[t1][t2] = t3;
    }

    //初始化dis数组, 表示源点1号到其他点初始路程
    for(i = 1; i <= n; ++i)
        dis[i] = e[1][i];

    //初始化book数组
    for(i = 1; i <= n; ++i)
        book[i] = 0;

    //Dijkstra算法核心
    //源点不用确定, 所以是n - 1次遍历
    for(i = 1; i <= n - 1; ++i) {
        Min = inf;
        for(j = 2; j <= n; ++j) { //从顶点2开始
            //找确定值（未确定中找最小值）
            if(book[j] == 0 && dis[j] < Min) {
                Min = dis[j];
                u = j;
            }
        }
        book[u] = 1; //顶点u已确定
        //从刚被确定的顶点出边
        for(v = 2; v <= n; ++v) //从顶点2开始
            if(e[u][v] < inf && dis[u] + e[u][v] < dis[v])
            //两点连通且可更新
                dis[v] = dis[u] +e[u][v];
    }
    for(int i = 1; i <= n; ++i)
        printf("%d ", dis[i]);

    return 0;
}

输入输出

6 9
1 2 1
1 3 12
2 3 9
2 4 3
3 5 5
4 3 4
4 5 13
4 6 15
5 6 4
0 1 8 4 13 17

由上述代码，可知Dijkstra时间复杂度为O(n^2) 

每次找到离源点最近顶点的时间复杂度是O(n)，这里我们可以用堆来优化（下下个博客讲） 

使找最近顶点的复杂度从O(n) --> O(logn)

        另外对于边数m小于n^2的稀疏图来说（我们称m < n^2的图为稀疏图，m > n^2的图为稠密图）

        可以用邻接表来代替矩阵，使整个算法时间复杂度优化到O((m + n) * logn)，但稀疏图的最坏情况是m == n^2，此时 (m + n) * logn 比 n^2 还大

        当然大多数情况不会有那么多边 

下面这个是稠密图

🌼Dijkstra堆优化

 

🌼总结

每次出边就要判断，判断dis[a] + e[a][c] < dis[c]成立，就要更新dis[c] = dis[a] + e[a][c]

即源点 -> a -> c的路程  小于  源点 -> c的路程 ，其中dis[a]是确定值