最短路径问题算法总结
最短路径问题算法总结
- 1、固定起点的最短路——Dijkstra算法
- 2、每对顶点之间的最短路——Floyd算法
- 3、Bellman-ford算法
- 4、SPFA(对Bellman-ford算法的优化)
- 5、堆优化的Dijkstra算法(对Dijkstra算法的优化)
1、固定起点的最短路——Dijkstra算法
最短路是一条路径,且最短路的任意一段也是最短路。假设在u0——v0的最短路中只取一条,则从u0到其余顶点的最短路将构成一颗以u0为根的树。因此可以采用树生长的过程来求指定顶点到其余顶点的最短路,实现这一过程的方法是Dijkstra算法。
目标:单源,非负(不能有负权)
时间复杂度:O(n^2)
步骤:
1.用集合1表示已知点,用集合2表示未求点。则1中最初只有start(起始点)这个点,集合2中有其他n-1个点。
2.在集合2中找到一个到start距离最近的顶点k,距离为d[k];
3.把顶点k加到集合1中,同时修改集合2中的剩余顶点 j 的d[j],判断d[j]是否经过k后变短,如果变短修改d[j];
if(d[k]+a[k][j]<d[j]) d[j] = d[k]+d[k][j];
4.重复1,直到集合2为空为止.
伪代码如下:
1 for(int i=1;i<=t;i++)2 dis[i]=a[st][i];3 vis[st]=1;dis[st]=0;4 for(int i=1;i<t;i++)5 {6 int minn=9999999;7 int k=0;8 for(int j=1;j<=t;j++)9 if(!(vis[j])&&(dis[j]<minn))
10 {11 minn=dis[j];
12 k=j;
13 }
14 if(k==0) break ;
15 vis[k]=1;
16 for(int j=1;j<=t;j++)
17 if(!(vis[j])&&(dis[k]+a[k][j]<dis[j]))
18 dis[j]=dis[k]+a[k][j];
19 }
2、每对顶点之间的最短路——Floyd算法
基本原理:
根据图的传递闭包思想:
if(d[i][k]+d[j][k])<d[i][j])d[i][j]=d[i][k]+d[k][j]
即每次找一个“中转站K”,如果d[i][k]+d[j][k])<d[i][j],则更新d[i][j].即更新i到j之间的距离。
时间复杂度:O(n^3)
初始化条件:
d[i][i]=0;//自己到自己的距离为0;
d[i][j]=边权;//i与j有直接相连的边。
d[i][j]=正无穷;//i与j没有直接相连的边。
算法核心:
1 for(int k=1;k<=n;k++)
2 for(int i=1;i<=n;i++)
3 for(int j=1;j<=n;j++){4 if(a[i][k]+a[k][j]<a[i][j]){5 a[i][j]=a[i][k]+a[k][j];
6 }
7 }
补充:
可定义path[i][j]记录i到j的最短路径中j的前驱顶点,可用于输出最小路径.
初始化:i到j有边,则path[i][j]=i;path[j][i]=j;
i到j不连通,则path[i][j]=-1;
核心代码:
1 for(int k=1;k<=n;k++)
2 for(int i=1;i<=n;i++)
3 for(int j=1;j<=n;j++){4 if(a[i][k]+a[k][j]<a[i][j]){5 a[i][j]=a[i][k]+a[k][j];
6 path[i][j]=path[k][j];
7 }
8 }
3、Bellman-ford算法
Bellman——ford 算法N次迭代就可以判断图中是否有“负环”。
它取两种边有两种方法:
——扫描每一点的邻接表。
——用有序点对(x, y)记录边时,可直接取边。但要注意对无向边,要注意(y , x)也要松弛.
对于求s到某点的最短距离,可能因为其它地方有“负环”而出现问题,要预处理。
时间复杂度:O(N*E)
步骤:1.初始化每点到s点的距离为正无穷。
2.取所有边(x, y),看x能否对y松弛.
3.如果没有任何松弛,则结束break.
4.如果松弛次数<N, 转(2);
5.如果第n次还能松弛,图中有“负环”.
伪代码略(不常用,一般用队列优化的SPFA)。
4、SPFA(对Bellman-ford算法的优化)
Bellman-ford算法中,每次都要检查所有的边。这个看起来比较浪费,对于边(x, y),如果上一次dis[x],没有改变,则本次的检查显然是多余的。
我们每次只要从上次刚被松弛过的点x,来看看x能不能松弛其它点即可。
SPFA算法中用BFS中的队列来存放刚被“松弛”过的点x,来看看x能不能松弛其它点即可。
时间复杂度:O(K*E)
算法描述:(伪代码)
1 void spfa(int k)2 {3 memset(dis, 0x3f, sizeof(dis));4 memset(vis, 0, sizeof(vis));5 dis[k] = 0;6 vis[k] = 1;7 q.push(k);8 while(!q.empty())9 {10 int x = q.front();
11 vis[k] = 0;
12 q.pop();
13 for(int i = head[x];i;i = e[i].next)
14 {15 int tmp = e[i].to;
16 if(dis[x] + e[i].v < dis[tmp])
17 {18 dis[tmp] = dis[x] + e[i].v;
19 if(!vis[tmp])
20 {21 vis[tmp] = 1;
22 q.push(tmp);
23 }
24 }
25 }
26 }
27 }
值得注意的是,该算法在特殊构造的图中很可能退化为O(N*M),需要谨慎使用。
于是,在这种情况下,出现了一种算法,时间复杂度优秀且稳定。
这就是堆优化的Dijkstra算法
5、堆优化的Dijkstra算法(对Dijkstra算法的优化)
其实我们发现,在每次贪心修改dis[]数组时,仍做了许多不必要的工作。
此时我们就可以用堆来维护,优化算法。
具体见代码:
1 typedef pair<int, int> pii;2 priority_queue <pii, vector<pii>, greater<pii> > q;3 int dis[N], vis[N];4 void dijkstra(int k){5 memset(dis, 0x3f, sizeof(dis));6 dis[k] = 0;7 q.push(make_pair(dis[k], k));8 while(!q.empty()){9 pii tmp = q.top();
10 q.pop();
11 int x = tmp.second;
12 if(vis[x]) continue;
13 vis[x] = 1;
14 for(int i = head[x];i;i = e[i].next){15 int y = e[i].to;
16 if(dis[x] + e[i].v < dis[y]){17 dis[y] = dis[x] + e[i].v;
18 if(!vis[y])
19 q.push(make_pair(dis[y], y));
20 }
21 }
22 }
23 }
复制代码
值得注意的是,使用dijkstra算法一定要注意图中是否存在负权边!否则后果你懂得。
总结一下,floyd算法适合暴力拿取部分分,SPFA算法时间复杂度优秀但不稳定,堆优化的dijkstra算法时间复杂度优秀且稳定,但图中不能有负权边。
本文参考文章地址:https://www.cnblogs.com/smilke/articles/10694952.html
最短路径问题算法总结相关推荐
- Warshall算法多源点之间最短路径的算法最短距离
简介:Floyd算法又称为插点法,是一种利用动态规划的思想寻找给定的加权图中多源点之间最短路径的算法,与Dijkstra算法类似.该算法名称以创始人之一.1978年图灵奖获得者.斯坦福大学计算机科学系 ...
- floyd算法_最短路径的算法:Floyd算法
点击箭头处"蓝色字",关注我们哦!! 算法 最短路径的算法-Floyd算法 ● ○ ● Shortest Path Algorithm - Floyd Algorithm ● ○ ...
- 最短路径-Dijkstra算法与Floyd算法
最短路径-Dijkstra算法与Floyd算法 原文:https://www.cnblogs.com/smile233/p/8303673.html 一.最短路径 ①在非网图中,最短路径是指两顶点之间 ...
- 最短路径(Floyd算法)(c/c++)
如果要得到图中各个顶点之间的最短路径,方法1:可以对每一个顶点采用Dijkstra算法:方法2:可以采用Floyd算法,它是一种用来求双源点之间最短路径的算法,采用邻接矩阵来存储图 辅助结构 int ...
- 最短路径(Dijkstra算法)(c/c++)
Dijkstra是一种求单源点最短路径的算法,即求某一个顶点到其余各顶点之间的最短路径,下面采用邻接矩阵来存储图中信息 算法思路为: 1,假设v0是源点,s是已求得最短路径的终点集合,用D[i]来保存 ...
- C语言实现最短路径Bellman-Ford算法(附完整源码)
C语言最短路径Bellman-Ford算法 Edge结构体,Graph结构体 最短路径Bellman-Ford算法完整源码(定义,实现,main函数测试) Edge结构体,Graph结构体 struc ...
- 分支限界法:单源最短路径--dijkstra算法
单源最短路径–dijkstra算法 前面已经多次介绍过dijkstra算法是贪心算法,是动态规划,实际上可以从分支限界的角度来理解: 分支限界法 分支限界法,实际上就是回溯法,一般意义的回溯法是基于深 ...
- 最短路径——Dijkstra算法以及二叉堆优化(含证明)
一般最短路径算法习惯性的分为两种:单源最短路径算法和全顶点之间最短路径.前者是计算出从一个点出发,到达所有其余可到达顶点的距离.后者是计算出图中所有点之间的路径距离. 单源最短路径 Dijkstra算 ...
- C++ 实现带权有向图的每对顶点之间的最短路径Floyd算法(完整代码)
基本思想是: 假设求从顶点vi到vj的最短路径. 如果从vi到vj有弧,则从vi到vj存在一条长度为arcs[i][j]的路径,该路径不一定是最短路径,尚需进行n次试探. 首先考虑路径(vi, v0, ...
- 【最短路径Floyd算法详解推导过程】看完这篇,你还能不懂Floyd算法?还不会?...
简介 Floyd-Warshall算法(Floyd-Warshall algorithm),是一种利用动态规划的思想寻找给定的加权图中多源点之间最短路径的算法,与Dijkstra算法类似.该算法名称以 ...
最新文章
- 云网融合 — 云网之争
- python字典下标是什么_python列表、元组、字典
- IE兼容问题 动态生成的节点IE浏览器无法触发
- 【动态规划】 石子合并问题(环形) (ssl 1597)
- EasyDarwin开源手机直播方案:EasyPusher手机直播推送,EasyDarwin流媒体服务器,EasyPlayer手机播放器...
- EasyUI 表格点击右键添加或刷新 绑定右键菜单
- mysql 日志 设置 set_MySQL 慢查询日志的开启与配置
- 关于HTML5中hash部分API在历史管理,选项卡自动跳转中的一点使用
- java报505_解决java代码测试http协议505错误
- 网管第一课——网络组建与管理 目录
- [转载] 达特茅斯学院 Dartmouth College
- 一位大学教授的感叹:一流大学的真实样子!
- 2021年个人年终总结
- 深入浅出图神经网络|GNN原理解析☄学习笔记(四)表示学习
- 天池竞赛——工业蒸汽量预测(完整代码分享)
- 【Docker】Get Started with Solace
- iptables配置SNAT实现共享上网
- VsCode c++环境配置(最新版)
- 数字技术使智能视频监控超越传统模拟系统
- 台达DVP-EH3系列PLC如何实现远程编程调试和程序上下载?