<前导>
这里回顾四种计算最短路径的算法,分别为:
- Floyd算法;
- Dijkstra算法;
- Bellman-Ford算法;
- SPFA算法;
<Floyd算法>
Floyd算法的实现非常简单,直接看代码:
int d[maxn][maxn];//d[i][j]表示顶点i、j之间的最短距离 int inf=99999999; for(int i=0;i<maxn;i++){ d[i][i]=0; //初始化 } void Floyd(){ for(int k=0;k<n;k++){ //注意Floyd算法先循环中转点k for(int i=0;i<n;i++){ for(int j=0;j<n;j++){ if(d[i][k]<inf&&d[k][j]<inf&&d[i][k]+d[k][j]<d[i][j]) d[i][j]=d[i][k]+d[k][j]; } } } }
<dijkstra算法>
//以邻接矩阵为例 bool book[maxn]={false}; int d[maxn]; int G[maxn][maxn];//注意G也需要初始化,除了输入的边之外,其余不连通的边全部设为inf int n,inf=99999999; void Dijkstra(int s){ for(int i=0;i<maxn;i++){ d[i]=inf;//初始化 } d[s]=0; for(int i=0;i<n;i++){ int u,mind=inf; for(int j=0;j<n;j++){ //该循环可以用堆优化,使复杂度降低至logn; if(book[j]==false&&d[j]<mind){ u=j; mind=d[j]; } } book[u]=true; for(int v=0;v<n;v++){ if(book[v]==false&&G[u][v]<inf&&d[u]+G[u][v]<d[v]) d[v]=d[u]+G[u][v]; } } }
这种写法的复杂度为O(n*(n+n))=O(n^2),当然用堆优化之后会降至O(n*(logn+n)),如果再用上邻接表,那么复杂度会进一步降至O(n*(logn+m));
当然这是针对于顶点远小于边数的稀疏图来讲,在规定必须使用Dijkstra算法的情况下,对于储存图的方式,如果是顶点远大于边数的稀疏图,用邻接表比较适合,如果是边数大于顶点数的稠密图,用邻接矩阵计较适合;
<Dijkstra的拓展>
1.输出最短路径
核心依旧不变,只需要多开一个pre[maxn]数组记录每次更新d[v]时v的前一个结点即可;
int n,G[maxn][maxn]; int d[maxn],pre[maxn]; bool book[maxn]={false}; void Dijkstra(int s){ for(int i=0;i<maxn;i++){ d[i]=inf; pre[i]=i;//初始化 } d[s]=0; for(int i=0;i<n;i++){ int u,mind=inf; for(int j=0;j<n;j++){ if(book[j]==false&&d[j]<mind){ u=j; mind=d[j]; } } book[u]=true; for(int v=0;v<n;v++){ if(book[v]==false&&G[u][v]<inf&&d[u]+G[u][v]<d[v]){ d[v]=d[u]+G[u][v]; pre[v]=u;//记录前驱 } } } } //如果要输出,则可以用递归实现 void dfs(int s,int v){ //从终点开始递归 if(v==s){ cout<<s<<" "; return; } dfs(s,pre[v]); cout<<v<<" "; }
2.除距离之外新增第二标尺,如物资、花费、最短路径不止一条等;
一个例子:
int n,G[maxn][maxn],weight[maxn];//新增点权 int d[maxn],w[maxn],num[maxn];//最短路径不止一条 bool book[maxn]={false}; void Dijkstra(int s){ for(int i=0;i<maxn;i++){ d[i]=inf; w[i]=0; num[i]=0; } d[s]=0; w[s]=weight[s]; num[s]=1; for(int i=0;i<n;i++){ int u,mind=inf; for(int j=0;j<n;j++){ if(book[j]==false&&d[j]<mind){ u=j; mind=d[j]; } } book[u]=true; for(int v=0;v<n;v++){ if(book[v]==false&&G[u][v]<inf){ if(d[u]+G[u][v]<d[v]){ d[v]=d[u]+G[u][v]; w[v]=w[u]+weight[v]; num[v]=num[u]; } else if(d[u]+G[u][v]==d[v]){ if(w[u]+weight[v]>w[v]) w[v]=w[u]+weight[v]; } num[v]+=num[u]; } } } }
3.Dijkstra与dfs结合处理复杂问题
vector<int> pre[maxn]; void Dijkstra(int s){ for(int i=0;i<maxn;i++){ d[i]=inf; } d[s]=0; for(int i=0;i<n;i++){ int u,mind=inf; for(int j=0;j<n;j++){ if(book[j]=false&&d[j]<mind){ u=j; mind=d[j]; } } book[u]=true; for(int v=0;v<n;v++){ if(book[v]==false&&G[u][v]<inf){ if(d[u]+G[u][v]<d[v]){ d[v]=d[u]+G[u][v]; pre[v].clear(); pre[v].push_back(u); } else if(d[u]+G[u][v]==d[v]) pre[v].push_back(u); } } } } //dfs的书写 vector<int> temppath,path; void dfs(int v){ if(v==s){ temppath.push_back(v); int value; for(int i=temppath.size()-1;i>0;i--){ //计算value } if(value<mincost){ //此处mincost只是借指,即在这里进行第二、甚至第三标尺的比较 mincost=value; path=temppath;//更新path } temppath.popback(); return; } temppath.push_back(v); for(int i=0;i<pre[v].size();i++){ dfs(pre[v][i]); } temppath.pop_back(); }
<Bellman-Ford算法>
Bellman-Ford算法的核心在于对所有的边进行松弛操纵,一步一步确立最短路径;
需要进行多少次松弛?如果顶点数是n,那么最多需要进行n-1轮,注意是最多,因为bf算法是一步步确定最短路径,因此也有可能不需要n-1次就已经得到了最短路径;
那么为什么是n-1次,因为最多只有n-1条边;
最短路径可能包含回路么?答案是不可能。回路要么正权回路,要么负权回路,正权回路显然不可能为最短路径,负权回路的话,每一次循环该回路都会使最短路径长度更小,那就没有最短路径了;
代码:
struct node{ int v,dis; } int n,d[maxn]; vector<node> Adj[maxn]; bool bf(int s){ for(int i=0;i<maxn;i++){ d[i]=inf; } d[s]=0; for(int i=0;i<n-1;i++){ for(int u=0;u<n;u++){ for(int j=0;j<Adj[maxn].size();j++){ int v=Adj[u][j].v; int dis=Adj[u][j].dis; if(d[u]+dis<d[v]) d[v]=d[u]+dis; } } } for(int u=0;u<n;u++){ //判断是否有负权回路 for(int j=0;j<Adj[u].size();j++){ int v=Adj[u][j].v; int dis=Adj[u][j].dis; if(d[u]+dis<d[v]) //仍然可以被松弛 return false; } } return true; }
该算法的时间复杂度为O(NE),其中E为边的个数,多数情况下该算法的效率并不能让人满意,于是就有了优化后的Bellman-Ford算法;
<SPFA算法>
int n,d[maxn],num[maxn];//num数组判断是否有负环 vector<bode> Adj[maxn]; bool book[maxn]={false}; bool SPFA(int s){ for(int i=0;i<maxn;i++){ d[i]=inf; num[i]=0; } queue<int> q; q.push(s); d[s]=0; num[s]=1; book[s]=true; while(!q.empty()){ int u=q.front(); q.pop(); book[u]=false; for(int j=0;j<Adj[u].size();j++){ int v=Adj[u][j].v; int dis=Adj[u][j].dis; if(d[u]+dis<d[v]){ d[v]=d[u]+dis; if(!book[v]){ q.push(v); book[v]=true; num[v]++; if(num[v]>=n) return false; } } } } return true; }
SPFA算法的时间复杂度为O(kE),其中k为常数,且多数情况下不超过2,但如果有从起点可达的负环,那么这个复杂度就会退化为O(NE);
<小结>
Dijkstra与Floyd算法不能解决有负权的情况,且与点关系密切,适用于稀疏图,其中Floyd解决全源最短路径问题,Dijkstra解决单源最短路径问题;
Bellman-Ford与SPFA算法可以解决有负权;