C++最短路问题基础算法模板

先上本篇博客的主要内容(图片有一处打错了应该是dijkstra)

朴素dijkstra算法

时间复杂度为O(n²)，多用于不存在负权边的稠密图(指边数远大于节点数)中

int g[N][N], dis[N], n, m;//g[N][N]为邻接矩阵用于存储每条边，dis[N]存储某个点到1号点的最小距离， n为点数，m为边数
bool visit[N];//储存每个点的最短路是否确定

int dijkstra()
{
    memset(dis, 0x3f, sizeof(dis));
    dis[1] = 0;

    for(int i = 0; i < n - 1; i++)
    {
        int t = -1;//在未确定最短路的点中寻找距离一号店点最近的点
        for(int j = 1; j <= n; j ++)
        {
            if(!visit[j] && (t == -1 || dis[t] > dis[j]))
                t = j;
        }

        visit[t] = true;
        //用t更新其他点的距离
        for(int j = 1; j <= n; j++)
        {
            dis[j] = min(dis[j], dis[t] + g[t][j]);
        }
    }
    return dis[n];
}

堆优化版dijkstra算法

时间复杂度为(mlogn)，多用于不存在负权边且为稀疏图(边数约等于节点数)中

typedef pair<int, int> P;
int h[N], ne[N], e[N], w[N], idx;//用邻接表来储存边
int n, m, dis[N];//储存所有点到一号点的距离
bool visit[N];//判断每个点的最短路是否确定

void add(int a, int b, int c)//将边添加到邻接表中
{
    e[idx] = b, w[idx] = c, ne[idx] = h[a], h[a] = idx++;
}

int dijkstra(void)
{
    memset(dis, 0x3f, sizeof(dis));
    dis[1] = 0;

    priority_queue<P, vector<P>, greater<P> > heap;
    heap.push({0, 1});//first储存距离， second储存编号
    
    while(!heap.empty())
    {
        P t = heap.top();
        heap.pop();

        int ver = t.second, distance = t.first;
        if(visit[ver]) continue;
        visit[ver] = true;

        for(int i = h[ver]; i != -1; i = ne[i])
        {
            int j = e[i];
            if(dis[j] > distance + w[i])
            {
                dis[j] = distance + w[i];
                heap.push({dis[j], j});
            }
        }
    }
    return dis[n];
}

bellman_ford算法

时间复杂度为O(nm)，用于存在负权边的最短路径，也可存在负权回路

int n, m;       // n表示点数，m表示边数
int dist[N];        // dist[x]存储1到x的最短路距离

struct Edge     // 边，a表示出点，b表示入点，w表示边的权重
{
    int a, b, w;
}edges[M];

// 求1到n的最短路距离，如果无法从1走到n，则返回-1。
int bellman_ford()
{
    memset(dist, 0x3f, sizeof dist);
    dist[1] = 0;

    // 如果第n次迭代仍然会松弛三角不等式，就说明存在一条长度是n+1的最短路径，由抽屉原理，路径中至少存在两个相同的点，说明图中存在负权回路。
    for (int i = 0; i < n; i ++ )
    {
        for (int j = 0; j < m; j ++ )
        {
            int a = edges[j].a, b = edges[j].b, w = edges[j].w;
            if (dist[b] > dist[a] + w)
                dist[b] = dist[a] + w;
        }
    }

    if (dist[n] > 0x3f3f3f3f / 2) return -1;
    return dist[n];
}

spfa算法

最常用的最短路算法之一，时间复杂度为O(m)，最坏情况下为O(nm)

int h[N], w[N], ne[N], e[N], idx;//用邻接表储存边
int n, m, dis[N];//储存每个点到1号点距离
bool visit[N];//判断每个点是否在队列中

void add(int a, int b, int c)
{
    e[idx] = b, w[idx] = c, ne[idx] = h[a], h[a] = idx++;
}

int spfa(void)
{
    memset(dis, 0x3f, sizeof(dis));
    dis[1] = 0;

    queue<int> heap;
    heap.push(1);
    while(!heap.empty())
    {
        int t = heap.front();
        heap.pop();

        visit[t] = false;
        for(int i = h[t]; i != -1; i = ne[i])
        {
            int j = e[i];
            if(dis[j] > dis[t] + w[i])
            {
                dis[j] = dis[t] + w[i];
                if(!visit[j])
                {
                    heap.push(j);
                    visit[j] = true;
                }
            }
        }
    }
    return dis[n];
}

flody算法

时间复杂度为O(n³)，用于求多源最短路问题

int dis[N][N], n, m, k;

int floyd()
{
    for(int k = 1; k <= n; k++)
    {
        for(int i = 1; i <= n; i++)
        {
            for(int j = 1; j <= n; j++)
            {
                dis[i][j] = min(dis[i][j], dis[i][k] + dis[k][j]);
            }
        }
    }
}

本文章素材全部来自于AcWing的yxc大佬，AcWing网站
个人学习使用