1、Dijkstra算法
不能处理边权为负的情况,复杂度O(nlogn)
步骤与基本思路
(1)初始化距离数组dist[N],将其所有值赋为0x3f,并将起点1的dist初始化为0,存入优先队列heap中
(2)从所有未被遍历的点中找到与起点1的距离dist[i]最小的点,并将该点标记为已遍历
(3)利用刚刚遍历的这个点 i 更新所有 i 的出边所连的点与起点1的距离,更新后存入heap中
(4)重复操作(2)(3)直至heap空
Dijkstra板子
int dijkstra() // 返回起点到终点的距离
{memset(dist, 0x3f, sizeof dist);dist[1] = 0;priority_queue<PII, vector<PII>, greater<PII>> heap;heap.push({0, 1}); // first为dist second为具体的点while (heap.size()){auto t = heap.top(); // 即取出与起始距离最短点heap.pop();int distance = t.first, ver = t.second;if (st[ver]) continue;st[ver] = true;// 遍历所有与ver相邻的点 更新他们的distfor (int i = h[ver]; i != -1; i = ne[i]){int j = e[i];if (dist[j] > dist[ver] + w[i]){dist[j] = dist[ver] + w[i];heap.push({dist[j], j});}}}if (dist[n] == 0x3f3f3f3f) return -1; // 说明起点到不了终点return dist[n];
}
2、Bellman-Ford算法
可以解决对边数有要求的最短路问题,复杂度O(n^2)
步骤与基本思路
(1)初始化距离数组dist[N],将其所有值赋为0x3f,并将起点1的dist初始化为0
(2)遍历 k 次,第 i 次表示这一轮的最短路最多经过 i 条边:每轮先复制上一轮的dist(防止本轮前面的dist更新对后面的更新有影响),然后遍历所有边,更新dist为最小值
Bellman-Ford板子
struct Edge
{int a, b, w;
}edges[M];void bellman_ford()
{memset(dist, 0x3f, sizeof dist);dist[1] = 0;for (int i = 0; i < k; i ++ ){memcpy(last, dist, sizeof dist); // 将本轮还没有更新的dist值赋给lastfor (int j = 0; j < m; j ++ ){auto e = edges[j];dist[e.b] = min(dist[e.b], last[e.a] + e.w);}}
}
3、SPFA算法
可以解决有负权边的情况,还可以判断负环,复杂度O(n^2)
步骤与基本思路
(1)初始化距离数组dist[N],将其所有值赋为0x3f,并将起点1的dist初始化为0
(2)建立队列q,将起点1存入队列中。同时建立st数组记录哪些点入队
(3)每轮取出队头,遍历与队头相连的所有点,更新这些点的dist,并将不在队中的点入队
(4)重复(3),直到队空
SPFA板子
int spfa() // 返回起点到终点的最短距离
{memset(dist, 0x3f, sizeof dist);dist[1] = 0;queue<int> q;q.push(1);st[1] = true; // 记录队中现在有哪些点while (q.size()){int t = q.front(); // 取出队头q.pop();st[t] = false; // 取出的点不在队中for (int i = h[t]; i != -1; i = ne[i]){int j = e[i];if (dist[j] > dist[t] + w[i]){dist[j] = dist[t] + w[i];if (!st[j]) // 更新的点不在队中就入队{q.push(j);st[j] = true;}}}}return dist[n];
}
4、Floyd算法
数据范围小时用该方法合适,可以处理负权边,时间复杂度O(n^3)
步骤与基本思路
设置 k 为中转站,每轮更新 i -> j 距离为 i -> j 和 i -> k k -> j 的最小值
Floyd板子
void floyd()
{for (int k = 1; k <= n; k ++ ) // k为中转站{for (int i = 1; i <= n; i ++ ){for (int j = 1; j <= n; j ++ ){d[i][j] = min(d[i][j], d[i][k] + d[k][j]);}}}
}