Dijkstra算法用于求解带权图单源最短路径,适用于非负权重边。1. 从源点开始,每次选择距离最短的未访问节点进行松弛操作。2. 使用邻接表存储图,优先队列优化节点选取,距离数组记录最短距离。3. C++实现中,通过priority_queue配合greater实现小根堆,避免重复处理过时节点。4. 每次取出队首节点,遍历其邻居并更新距离,若发现更短路径则入队。5. 时间复杂度为O((V+E)logV),适合大规模稀疏图应用。

Dijkstra算法是解决带权图中单源最短路径问题的经典方法,适用于边的权重为非负值的情况。在C++中实现Dijkstra算法,可以通过邻接表或邻接矩阵存储图,结合优先队列(堆)优化查找最小距离节点的过程。
1. 算法基本思路
Dijkstra算法从源点出发,逐步扩展到其他顶点,每次选择当前距离最短且未访问的节点进行松弛操作,直到所有可达节点都被处理。
- 初始化:源点距离为0,其余点距离设为无穷大(如INT_MAX)
- 使用一个集合记录已确定最短路径的节点
- 每次取出距离最小的未处理节点,更新其邻居的距离
- 重复上述过程直到所有节点处理完毕
2. 数据结构选择
为了高效实现,推荐使用以下结构:
-
邻接表:用vector
air >>存储,每个元素表示{目标节点, 边权重} -
优先队列:使用priority_queue
>,按距离从小到大排序(注意默认是最大堆,需取反) - 距离数组:dist[] 记录源点到各点的最短距离
3. C++代码实现步骤
以下是完整可运行的Dijkstra算法实现:
立即学习“C++免费学习笔记(深入)”;
#include#include #include #include using namespace std; void dijkstra(vector >>& adj, int start) { int n = adj.size(); vector dist(n, INT_MAX); priority_queue , vector >, greater >> pq; dist[start] = 0; pq.push({0, start}); while (!pq.empty()) { int u = pq.top().second; int d = pq.top().first; pq.pop(); if (d > dist[u]) continue; // 跳过过时的条目 for (auto& edge : adj[u]) { int v = edge.first; int weight = edge.second; if (dist[u] + weight < dist[v]) { dist[v] = dist[u] + weight; pq.push({dist[v], v}); } } } // 输出结果 for (int i = 0; i < n; i++) { cout << "从起点到" << i << "的最短距离: "; if (dist[i] == INT_MAX) cout << "不可达" << endl; else cout << dist[i] << endl; } }
4. 使用示例与测试
构建一个简单图并调用算法:
int main() {
int n = 5; // 节点数
vector>> graph(n);
// 添加边:{u, v, weight}
graph[0].push_back({1, 10});
graph[0].push_back({3, 5});
graph[1].push_back({2, 1});
graph[1].push_back({3, 2});
graph[2].push_back({4, 4});
graph[3].push_back({1, 3});
graph[3].push_back({2, 9});
graph[3].push_back({4, 2});
graph[4].push_back({0, 7});
graph[4].push_back({2, 6});
dijkstra(graph, 0); // 从节点0开始
return 0;
}
输出结果将显示从起点0到其余各点的最短路径长度。
基本上就这些。关键在于理解松弛操作和优先队列的作用,避免重复处理节点。此实现时间复杂度为O((V+E)logV),适合大多数实际应用。











