Dijkstra算法原理与优化实现详解

1. Dijkstra算法基础与实现解析

Dijkstra算法是图论中最经典的单源最短路径算法之一，由荷兰计算机科学家Edsger W. Dijkstra于1956年提出。这个算法在路由选择、地图导航、网络流量优化等领域有着广泛的应用。我们先从最基础的实现开始，逐步深入理解其原理和优化方法。

1.1 算法核心思想

Dijkstra算法基于贪心策略，逐步确定从源点到其他各顶点的最短路径。其核心思想可以概括为：

1. 初始化：设置源点到自身的距离为0，源点到其他所有顶点的距离为无穷大
2. 选择当前距离源点最近的未访问顶点
3. 通过该顶点更新其邻接顶点的距离（松弛操作）
4. 标记该顶点为已访问
5. 重复步骤2-4，直到所有顶点都被访问

这个过程中，算法维护两个关键数据结构：

• 距离数组dis[]：记录源点到每个顶点的当前最短距离
• 访问标记数组vis[]：记录哪些顶点已经确定了最短路径

1.2 朴素实现代码分析

让我们仔细分析提供的朴素实现代码（P3371）：

cpp复制#include<bits/stdc++.h>
using namespace std;
long long n,m,s;
bool vis[1000005];
long long dis[1000005];
vector<pair<int ,int > > g[100000];

void di(){
    memset(dis,0x3f,sizeof(dis));
    dis[s] = 0;
    for(int i = 1;i<=n;i++){
        long long minx = 0x3f3f3f3f,u;
        for(int j = 1;j <= n;j++){
            if(dis[j] < minx && vis[j] == 0)minx = dis[j],u = j;
        }
        vis[u] = 1;
        for(int j = 0;j<g[u].size();j++){
            int y = g[u][j].first,z = g[u][j].second;
            if(dis[y]>dis[u]+z)dis[y] = dis[u]+z;
        }
    }
}

这段代码有几个关键点需要注意：

1. 使用邻接表g[]存储图结构，每个顶点对应一个vector，存储其邻接顶点和边权
2. 初始化距离数组dis[]为极大值(0x3f3f3f3f)，源点s的距离设为0
3. 外层循环执行n次，每次确定一个顶点的最短路径
4. 内层循环遍历所有顶点，找到当前距离源点最近的未访问顶点u
5. 对u的所有邻接顶点执行松弛操作：dis[y] = min(dis[y], dis[u]+z)

注意：0x3f3f3f3f是一个常用的极大值表示，约为1e9，既足够大又不会在相加时溢出。在实际应用中，可以根据具体问题调整这个值。

1.3 时间复杂度分析

朴素实现的时间复杂度主要来自两部分：

1. 外层循环执行n次
2. 每次内层循环需要遍历所有n个顶点寻找最小值

因此总时间复杂度为O(n²)，这在顶点数较多时（如n>1e4）会变得非常慢。这也是为什么需要优化版本的原因。

2. 优先队列优化实现

为了提高算法效率，我们可以使用优先队列（堆）来优化寻找最小距离顶点的过程。这就是P4779题目的实现方式。

2.1 优化思路

朴素实现中，每次都要遍历所有顶点来寻找距离最小的未访问顶点，这是O(n)的操作。如果我们能用一个数据结构快速获取最小值，就能显著提高效率。

优先队列（堆）可以在O(1)时间获取最小值，插入和删除操作是O(logn)时间。使用优先队列后，算法的时间复杂度可以降到O((n+m)logn)，其中m是边数。

2.2 优化实现代码分析

让我们看看优化后的代码（P4779）：

cpp复制#include<bits/stdc++.h>
using namespace std;
long long n,m,s;
bool vis[10000005];
long long dis[10000005];

struct node{
    int x,dis;
    friend bool operator < (node n1,node n2){
        return n1.dis>n2.dis;
    }
};

priority_queue<node> pq;
vector<pair<int ,int > > g[1000000];

void di(){
    memset(dis,0x3f,sizeof(di