有向无环图的最短路径
给定一个有向无环图(DAG)和一个源点,求从该源点到其他所有的顶点的最短路径。如果是无负权(即权值为负),可以用djistra算法完成。但如果存在负权,则不行。同时,djistra算法效率并不高,既然是有向无环图(DAG),则可以利用拓扑排序的结果求出给定源点的最短路径。其时间复杂度是线性时间复杂度O(V+E)。关于拓扑排序,本文就不再给出具体说明,可以参考相关的资料。首先给出一个有向无环图及它的拓扑序列,如下图:
,其拓扑序列为r->s->t->x->y->z
求它的最短路径算法描述如下:
1.对有向无环图进行拓扑排序;
2.我们将到源点的距离初始化为0并将到其它所有顶点的距离设置为无穷大,如下图:
3.对于得到的拓扑序列,遍历一遍,对于每一个元素,看它的邻接边,(因为拓扑序列中当前元素只可能存在指向在它之后的元素的边),对它的邻接边做松弛操作,这样一遍过后,就得到了给定源节点的单源最短路径!具体如下图:
s到t的最短路径长度为2,因此修改d[t]=2,s到x的目前最短路径为6,因此修改d[x]=6,一次松弛操作完成,结果如上图所示。
继续遍历下一个顶点t,重复第3步(非常类似djistra),结果如下图
继续,t完了,x继续,结果如下图
继续x完了,下个顶点y,y完了,下个顶点z,结果如下图:
C++完整代码:(直接可用,来自互联网)
#include <iostream>
#include <list>
#include <stack>
#include <limits.h>
#define INF INT_MAX
using namespace std;
// 邻接表节点
class AdjListNode
{
int v;
int weight;
public:
AdjListNode(int _v, int _w) { v = _v; weight = _w;}
int getV() { return v; }
int getWeight() { return weight; }
};
// 图
class Graph
{
int V; // 顶点个数
list<AdjListNode> *adj;
void topologicalSortRecall(int v, bool visited[], stack<int> &stk);
public:
Graph(int V);
void addEdge(int u, int v, int weight);
void shortestPath(int s);
};
Graph::Graph(int V)
{
this->V = V;
adj = new list<AdjListNode>[V];
}
void Graph::addEdge(int u, int v, int weight)
{
AdjListNode node(v, weight);
adj[u].push_back(node);
}
// 拓扑排序,递归调用。
void Graph::topologicalSortRecall(int v, bool visited[], stack<int> &stk)
{
// 标记当前节点是访问过的
visited[v] = true;
list<AdjListNode>::iterator i;
for (i = adj[v].begin(); i != adj[v].end(); ++i)
{
AdjListNode node = *i;
if (!visited[node.getV()])
topologicalSortRecall(node.getV(), visited, stk);
}
stk.push(v);
}
// 从给定的源点s 找出到其它顶点的最短距离.
void Graph::shortestPath(int s)
{
stack<int> stk;
int dist[V];
//标记所有顶点为未访问过的
bool *visited = new bool[V];
for (int i = 0; i < V; i++)
visited[i] = false;
// 拓扑排序,结果存入stk中
for (int i = 0; i < V; i++)
if (visited[i] == false)
topologicalSortRecall(i, visited, stk);
// 初始化距离
for (int i = 0; i < V; i++)
dist[i] = INF;
dist[s] = 0;
// 按照拓扑排序的顺序处理 各个顶点
while (stk.empty() == false)
{
// 获得拓扑排序的下一个顶点
int u = stk.top();
stk.pop();
// 更新所有相邻的顶点
list<AdjListNode>::iterator i;
if (dist[u] != INF)
{
for (i = adj[u].begin(); i != adj[u].end(); ++i)
if (dist[i->getV()] > dist[u] + i->getWeight())
dist[i->getV()] = dist[u] + i->getWeight();
}
}
// 打印结果
for (int i = 0; i < V; i++)
(dist[i] == INF)? cout << "INF ": cout << dist[i] << " ";
}
// 测试
int main()
{
Graph g(6);
g.addEdge(0, 1, 5);
g.addEdge(0, 2, 3);
g.addEdge(1, 3, 6);
g.addEdge(1, 2, 2);
g.addEdge(2, 4, 4);
g.addEdge(2, 5, 2);
g.addEdge(2, 3, 7);
g.addEdge(3, 4, -1);
g.addEdge(4, 5, -2);
int s = 1;
cout << "Following are shortest distances from source " << s <<" \n";
g.shortestPath(s);
return 0;
}
主要参考了
参考:http://www.geeksforgeeks.org/shortest-path-for-directed-acyclic-graphs/
有向无环图的最短路径相关推荐
- 有向无环图的最短路径求解算法
对于最短路径问题,Dijkstra算法只能求解所有边的权值都是非负的加权有向图,而Bellman-Ford算法虽然可以求解有负权值边的图的最短路径,但效率并不高.对于有向无环图,下面这种基于Dijks ...
- 带权有向无环图的最短路径(使用拓扑排序的方法)
本文是基于带权有向无环图最短路径的实现,必需是无环的(有环不存在拓扑排序) 一.预备知识: 拓扑排序:有向图的拓扑排序是其顶点的线性排序,使得对于从顶点u 到顶点v的每个有向uv,u 在排序中都在v之 ...
- 数据结构(六):图的概念、存储方式、基本操作、最小生成树、最短路径、有向无环图、关键路径 | Prim、Kruskal算法 | BFS、Dijkstra、Floyd算法 | 拓扑排序 | 求关键路径
文章目录 第六章 图 一.图 (一)图的定义 (二)图逻辑结构的应用 (三)无向图.有向图 (四)简单图.多重图 (五)顶点的度.入度.出度 (六)顶点-顶点的关系描述 (七)连通图.强连通图 (八) ...
- 【数据结构】图4——图的应用(最小生成树、最短路径、有向无环图)
文章目录 生成树 最小生成树 构造最小生成树(MST) 构造最小生成树方法 普里姆(Prim)算法 克鲁斯卡尔(Kruskal)算法 两种算法比较 最短路径 迪杰斯特拉(Bijkstra)算法 弗洛伊 ...
- 洛谷P1807 最长路_NOI导刊2010提高(07) 求有向无环图的 最长路 图论
洛谷P1807 最长路_NOI导刊2010提高(07) 图论 求有向无环图的 最长路 首先阐明一点 最长路dijkstra 是不能做 (当然我是不会做的,不过我貌似看到过网上的dalao有用dijst ...
- AOV网--拓扑排序(必须是一个有向无环图)
特点: 1. AOV网用顶点表示活动,用弧表示活动之间优先关系, 2. AOV网中的弧表示活动之间存在某种制约关系, 3. AOV网中不能出现回路(如果有回路,说明某项活动以自己作为先决条件,不允 ...
- java 有向无环图 树_拓扑排序-有向无环图(DAG, Directed Acyclic Graph)
条件: 1.每个顶点出现且只出现一次. 2.若存在一条从顶点 A 到顶点 B 的路径,那么在序列中顶点 A 出现在顶点 B 的前面. 有向无环图(DAG)才有拓扑排序,非DAG图没有拓扑排序一说. 一 ...
- 有向无环图(DAG)的温故知新
当我们学习数据结构的时候,总是觉得很枯燥,而当我们解决实际问题的时候,又往往因为对数据结构了解的匮乏而束手无策.从问题中来,到问题中去,在某一点上的深入思考并且不断的实践积累,或许是个笨办法,但笨办法 ...
- 《数据结构与算法》(十五)- 图的应用:有向无环图
目录 前言 1. 拓扑排序 1.1 拓扑排序介绍 1.2 拓扑排序算法 2. 关键路径 2.1 关键路径算法的原理 2.2 关键路径算法 3. 总结 原文地址:https://program-park ...
最新文章
- Unity应用架构设计(11)——一个网络层的构建
- C++11 的新特性
- 4后期盒子叫什么_Carlife转Carplay盒子科普
- 深度学习目标检测之 YOLO v1
- centos php mcrypt_Centos 建议使用epel源
- Spring AOP源码解析——专治你不会看源码的坏毛病!
- php下载apk文件源码下载,PHP_php下载文件源代码(强制任意文件格式下载),一个简单的php文件下载源代码 - phpStudy...
- python取字符串一部分_python,如何获取字符串中的子字符串,部分字符串
- django后台集成富文本编辑器Tinymce的使用
- Origin 去demo水印
- extjs初学者教程
- 中端存储如何摆脱“创新的窘境”
- cisco2811 路由器修改密码
- 删除win7系统100M隐藏分区
- 愿你我,能被这世界温柔以待
- 使用java生成mapbox-gl可读的vector tile
- 人人都是网站分析师(从分析师视角理解网站和解读数据)-读书笔记4(完结)
- 头歌 CC++基本输入输出
- VB、VBA、VBS的区别你搞清楚了吗?
- 多摩川绝对值编码器CPLD FPGA通信源码(VHDL格式+协议+说明书)
热门文章
- Linux系统开发: 命令进阶学习(一)
- 常见php模板_几款常见的PHP模板引擎
- epplus 速度_.Net下C#针对Excel开发控件汇总(ClosedXML,EPPlus,NPOI)
- iOS 图片处理方法(按比例缩放,指定宽度按比例缩放)
- 如何发送入职通知语音信息?入职语音通知实现方案
- 计算机学院毕业典礼口号,毕业典礼宣传标语40条
- Phony Targets
- 若依 修改默认跳转页面
- Tensor Core有多牛?
- 为了给女友挑合适的内衣,我用 Python 爬了天猫内衣店的数据