Dijkstra算法用于求解非负权图的单源最短路径,通过优先队列优化实现。1. 使用邻接表存储图,小根堆按距离排序选取最近节点。2. 维护dist数组记录起点到各点最短距离,初始化为无穷大,源点为0。3. 每次取出堆顶节点进行松弛操作,若经当前节点到邻居更近,则更新距离并入堆。4. 忽略已处理的过时节点,避免重复计算。5. 最终输出从源点到其余各点的最短距离。代码以C++实现,时间复杂度O((V+E)logV),适用于稀疏图。

Dijkstra算法是解决单源最短路径问题的经典方法,适用于带权有向图或无向图,且所有边的权重必须为非负值。在C++中实现该算法,通常结合优先队列(堆)优化来提升效率。下面详细介绍如何用C++实现Dijkstra算法。
基本思路
Dijkstra算法通过贪心策略逐步确定从源点到其他各顶点的最短距离。核心思想是:
- 维护一个距离数组,记录起点到每个顶点的当前最短距离。
- 使用优先队列选择当前距离最小的未处理节点进行扩展。
- 对当前节点的所有邻接边进行松弛操作:如果通过当前节点到达邻居的距离更短,则更新距离。
数据结构设计
为了高效实现,常用以下结构:
-
vector
air :邻接表存储图,pair中第一个元素是邻居节点,第二个是边权。>> -
priority_queue
, vector :小根堆,按距离排序,每次取出距离最小的节点。>, greater >> -
vector
:dist数组,初始化为无穷大,源点为0。
代码实现
#include#include #include #include using namespace std; void dijkstra(vector >>& graph, int start) { int n = graph.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; // 跳过过时节点 for (auto& edge : graph[u]) { int v = edge.first; int w = edge.second; if (dist[u] + w < dist[v]) { dist[v] = dist[u] + w; pq.push({dist[v], v}); } } } // 输出结果 for (int i = 0; i < n; ++i) { cout << "Distance from " << start << " to " << i << " is " << dist[i] << endl; } } int main() { int n = 5; // 节点数 vector >> graph(n); // 添加边:u -> v,权重w 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); return 0; }
注意事项与优化
实际使用中需要注意几点:
立即学习“C++免费学习笔记(深入)”;
- 确保图中没有负权边,否则应使用Bellman-Ford算法。
- 优先队列可能包含重复节点,需判断当前弹出的距离是否已过时。
- 若需要输出路径,可额外维护一个parent数组,在松弛时记录前驱节点。
- 稀疏图适合邻接表+堆优化,时间复杂度约为O((V+E)logV)。










