本周来来介绍指定一个点(源点)到其余各个顶点的最短路径,也叫做“单源最短路径”。例如求下图中的1号顶点到2、3、4、5、6号顶点的最短路径。
![](http://bbs.ahalei.com/data/attachment/forum/201403/31/090644t797fce7n20of7j9.png)
![](http://bbs.ahalei.com/data/attachment/forum/201403/31/090651l6pt4666tptut66u.png)
![](http://bbs.ahalei.com/data/attachment/forum/201403/31/090657ofidcactthcig33i.png)
![](http://bbs.ahalei.com/data/attachment/forum/201403/31/090706vmjy7l2ee2lyalia.png)
![](http://bbs.ahalei.com/data/attachment/forum/201403/31/090714f2p1wppynngj2pep.png)
![](http://bbs.ahalei.com/data/attachment/forum/201403/31/090722ywunackk35i8cni5.png)
![](http://bbs.ahalei.com/data/attachment/forum/201403/31/090730eq6oqzyq7laqha9y.png)
![](http://bbs.ahalei.com/data/attachment/forum/201403/31/090738azt5clcozl899ekt.png)
- 将所有的顶点分为两部分:已知最短路程的顶点集合P和未知最短路径的顶点集合Q。最开始,已知最短路径的顶点集合P中只有源点一个顶点。我们这里用一个book[ i ]数组来记录哪些点在集合P中。例如对于某个顶点i,如果book[ i ]为1则表示这个顶点在集合P中,如果book[ i ]为0则表示这个顶点在集合Q中。
- 设置源点s到自己的最短路径为0即dis=0。若存在源点有能直接到达的顶点i,则把dis[ i ]设为e[s][ i ]。同时把所有其它(源点不能直接到达的)顶点的最短路径为设为∞。
- 在集合Q的所有顶点中选择一个离源点s最近的顶点u(即dis[u]最小)加入到集合P。并考察所有以点u为起点的边,对每一条边进行松弛操作。例如存在一条从u到v的边,那么可以通过将边u->v添加到尾部来拓展一条从s到v的路径,这条路径的长度是dis[u]+e[u][v]。如果这个值比目前已知的dis[v]的值要小,我们可以用新值来替代当前dis[v]中的值。
- 重复第3步,如果集合Q为空,算法结束。最终dis数组中的值就是源点到所有顶点的最短路径。
完整的Dijkstra算法代码如下:
1 #include <stdio.h> 2 int main() 3 { 4 int e[10][10],dis[10],book[10],i,j,n,m,t1,t2,t3,u,v,min; 5 int inf=99999999; //用inf(infinity的缩写)存储一个我们认为的正无穷值 6 //读入n和m,n表示顶点个数,m表示边的条数 7 scanf("%d %d",&n,&m); 8 9 //初始化 10 for(i=1;i<=n;i++) 11 for(j=1;j<=n;j++) 12 if(i==j) e[i][j]=0; 13 else e[i][j]=inf; 14 15 //读入边 16 for(i=1;i<=m;i++) 17 { 18 scanf("%d %d %d",&t1,&t2,&t3); 19 e[t1][t2]=t3; 20 } 21 22 //初始化dis数组,这里是1号顶点到其余各个顶点的初始路程 23 for(i=1;i<=n;i++) 24 dis[i]=e[1][i]; 25 26 //book数组初始化 27 for(i=1;i<=n;i++) 28 book[i]=0; 29 book[1]=1; 30 31 //Dijkstra算法核心语句 32 for(i=1;i<=n-1;i++) 33 { 34 //找到离1号顶点最近的顶点 35 min=inf; 36 for(j=1;j<=n;j++) 37 { 38 if(book[j]==0 && dis[j]<min) 39 { 40 min=dis[j]; 41 u=j; 42 } 43 } 44 book[u]=1; 45 for(v=1;v<=n;v++) 46 { 47 if(e[u][v]<inf) 48 { 49 if(dis[v]>dis[u]+e[u][v]) 50 dis[v]=dis[u]+e[u][v]; 51 } 52 } 53 } 54 55 //输出最终的结果 56 for(i=1;i<=n;i++) 57 printf("%d ",dis[i]); 58 59 getchar(); 60 getchar(); 61 return 0; 62 }
通过上面的代码我们可以看出,这个算法的时间复杂度是O(N*2*N)即O(N2)。其中每次找到离1号顶点最近的顶点的时间复杂度是O(N),这里我们可以用“堆”(以后再说)来优化,使得这一部分的时间复杂度降低到O(logN)。另外对于边数M少于N2的稀疏图来说(我们把M远小于N2的图称为稀疏图,而M相对较大的图称为稠密图),我们可以用邻接表(这是个神马东西?不要着急,下周再仔细讲解)来代替邻接矩阵,使得整个时间复杂度优化到O(MlogN)。请注意!在最坏的情况下M就是N2,这样的话MlogN要比N2还要大。但是大多数情况下并不会有那么多边,因此MlogN要比N2小很多。
本周来来介绍指定一个点(源点)到其余各个顶点的最短路径,也叫做“单源最短路径”。例如求下图中的1号顶点到2、3、4、5、6号顶点的最短路径。
![](http://bbs.ahalei.com/data/attachment/forum/201403/31/090644t797fce7n20of7j9.png)
![](http://bbs.ahalei.com/data/attachment/forum/201403/31/090651l6pt4666tptut66u.png)
![](http://bbs.ahalei.com/data/attachment/forum/201403/31/090657ofidcactthcig33i.png)
![](http://bbs.ahalei.com/data/attachment/forum/201403/31/090706vmjy7l2ee2lyalia.png)
![](http://bbs.ahalei.com/data/attachment/forum/201403/31/090714f2p1wppynngj2pep.png)
![](http://bbs.ahalei.com/data/attachment/forum/201403/31/090722ywunackk35i8cni5.png)
![](http://bbs.ahalei.com/data/attachment/forum/201403/31/090730eq6oqzyq7laqha9y.png)
![](http://bbs.ahalei.com/data/attachment/forum/201403/31/090738azt5clcozl899ekt.png)
- 将所有的顶点分为两部分:已知最短路程的顶点集合P和未知最短路径的顶点集合Q。最开始,已知最短路径的顶点集合P中只有源点一个顶点。我们这里用一个book[ i ]数组来记录哪些点在集合P中。例如对于某个顶点i,如果book[ i ]为1则表示这个顶点在集合P中,如果book[ i ]为0则表示这个顶点在集合Q中。
- 设置源点s到自己的最短路径为0即dis=0。若存在源点有能直接到达的顶点i,则把dis[ i ]设为e[s][ i ]。同时把所有其它(源点不能直接到达的)顶点的最短路径为设为∞。
- 在集合Q的所有顶点中选择一个离源点s最近的顶点u(即dis[u]最小)加入到集合P。并考察所有以点u为起点的边,对每一条边进行松弛操作。例如存在一条从u到v的边,那么可以通过将边u->v添加到尾部来拓展一条从s到v的路径,这条路径的长度是dis[u]+e[u][v]。如果这个值比目前已知的dis[v]的值要小,我们可以用新值来替代当前dis[v]中的值。
- 重复第3步,如果集合Q为空,算法结束。最终dis数组中的值就是源点到所有顶点的最短路径。
完整的Dijkstra算法代码如下:
1 #include <stdio.h> 2 int main() 3 { 4 int e[10][10],dis[10],book[10],i,j,n,m,t1,t2,t3,u,v,min; 5 int inf=99999999; //用inf(infinity的缩写)存储一个我们认为的正无穷值 6 //读入n和m,n表示顶点个数,m表示边的条数 7 scanf("%d %d",&n,&m); 8 9 //初始化 10 for(i=1;i<=n;i++) 11 for(j=1;j<=n;j++) 12 if(i==j) e[i][j]=0; 13 else e[i][j]=inf; 14 15 //读入边 16 for(i=1;i<=m;i++) 17 { 18 scanf("%d %d %d",&t1,&t2,&t3); 19 e[t1][t2]=t3; 20 } 21 22 //初始化dis数组,这里是1号顶点到其余各个顶点的初始路程 23 for(i=1;i<=n;i++) 24 dis[i]=e[1][i]; 25 26 //book数组初始化 27 for(i=1;i<=n;i++) 28 book[i]=0; 29 book[1]=1; 30 31 //Dijkstra算法核心语句 32 for(i=1;i<=n-1;i++) 33 { 34 //找到离1号顶点最近的顶点 35 min=inf; 36 for(j=1;j<=n;j++) 37 { 38 if(book[j]==0 && dis[j]<min) 39 { 40 min=dis[j]; 41 u=j; 42 } 43 } 44 book[u]=1; 45 for(v=1;v<=n;v++) 46 { 47 if(e[u][v]<inf) 48 { 49 if(dis[v]>dis[u]+e[u][v]) 50 dis[v]=dis[u]+e[u][v]; 51 } 52 } 53 } 54 55 //输出最终的结果 56 for(i=1;i<=n;i++) 57 printf("%d ",dis[i]); 58 59 getchar(); 60 getchar(); 61 return 0; 62 }
通过上面的代码我们可以看出,这个算法的时间复杂度是O(N*2*N)即O(N2)。其中每次找到离1号顶点最近的顶点的时间复杂度是O(N),这里我们可以用“堆”(以后再说)来优化,使得这一部分的时间复杂度降低到O(logN)。另外对于边数M少于N2的稀疏图来说(我们把M远小于N2的图称为稀疏图,而M相对较大的图称为稠密图),我们可以用邻接表(这是个神马东西?不要着急,下周再仔细讲解)来代替邻接矩阵,使得整个时间复杂度优化到O(MlogN)。请注意!在最坏的情况下M就是N2,这样的话MlogN要比N2还要大。但是大多数情况下并不会有那么多边,因此MlogN要比N2小很多。