ps:给17级讲最短路径时候自己写的课件
目录
最短路径... 1
概述: 1
Floyd算法（弗洛伊德算法）复杂度O(n^3) 3
Dijkstra算法（迪杰斯特拉算法）复杂度O(nlog2n) 5
SPFA算法(Shortest Path Fast Algorithm的缩写) 12
附录：... 12
Floyd代码... 12
Dijkstra O(n^2),链式前向星... 13
Dijkstra + priority_queue + 链式前向星... 15
最短路径
概述:
假设有一个图，点表示城市，边表示路径长度。
如图，从点(2)到点(4)有若干总走法，比如
(2)->(3)->(4), 这么走路径长度是4。
也可以(2)->(3)->(1)->(4) 这样路径长度是15。当图有上万个点的时候就无法用人工直接求任意两点的路径，哪一条是最短的。最短路径就是解决这类问题。
例题：http://www.fjutacm.com/Problem.jsp?pid=1499
Floyd算法（弗洛伊德算法）复杂度O(n^3)
const int inf = 0x3f3f3f3f;
由于某些情况下避免正无穷加正无穷加成负无穷，所以正无穷有时不用0x7FFFFFFF, 用0x3f3f3f3f,或者1<<29, 1e9.
这个算法只能用邻接矩阵存图， 我们先初始化一下矩阵
| void init() { ///初始化矩阵 for(int i = 1; i <= n; i ++ ) { for(int j = 1; j <= n; j ++ ) { if(i == j) { mp[i][j] = 0; ///自己到自己的距离0 } else { mp[i][j] = inf;///否则都是inf } } } } |
然后读入一条u->v权值为w的边。对于矩阵mp[u][v]记录的是u->v的边的长度。对于无向图，mp[u][v]和mp[v][u]是相等的。而因为我们求的是最短路, u->v的路有多条我们只要存最短的。
| scanf("%d %d %d", &u, &v, &w); mp[u][v] = mp[v][u] = min(mp[u][v], w); |
存好矩阵后我们跑floyd算法，核心代码就这几行
| for(int k = 0; k < n; k ++ ) { for(int i = 0; i < n; i ++ ) { for(int j = 0; j < n; j ++ ) { mp[i][j] = min(mp[i][j], mp[i][k] + mp[k][j]); } } } |
然后矩阵mp[s][t]的值就是s->t的最短路径。对于这题来说就是
| printf("%d\n", mp[s][t] == inf ? -1 : mp[s][t]); |
下面我们来解释一下floyd的三层循环。
我们发现(i)->(j)的最短路径可能是之间i->j,也可能是经过中间点i->k->j。
如果我们用dp[i][j]表示u->v的最短路径。那么
dp[i][j] = min(dp[i][j], dp[i][k] + dp[k][j]);
然后看循环。
当k = 0时
枚举I,j.我们尝试让编号0的中点。优化我们的最短距离。
矩阵成为了经过0点优化过的最短距离。
K = 1时，我们又枚举I,j。让矩阵成为经过中间点0,1的最短路矩阵。
以此类推
。。。。
来自知乎的解释
优点:好写，核心代码总共就4行。经常扩展出各种图上动态规划
缺点:复杂度高。点的数量1000的图就容易TLE
Dijkstra算法（迪杰斯特拉算法）复杂度O(nlog2n)
我们先有张图，我们要求1->5的最短路径是什么。
换个问题，我们要求一个dist数组，dist[i]表示起点到i的最短路径。
如果起点是1，初始化dist[1] = 0,其余都是正无穷
我们的dist[]数组已经完成了dist[1](蓝色)，和1相连的有两条边。
我们更新dist数组后结果如上。
Dist[2] = min(dist[2], dist[1]+(1->2的权值))
Dist[3] = min(dist[3], dist[1]+(1->3的权值))
我们从数组中找一个最小的数值。上图中的点2，那么dist[2]已经可以确定了。因为边最短，走其他的路绕回来肯定路更长。
通过点2的边，我们可以更新dist数组，如果边能使得dist数值变小
(2)能到达3和4.
Dist[4]=min(dist[4], dist[2] + (2->4的权值))
Dist[3]=min(dist[3], dist[2] + (2->3的权值))
我们发现原来的dist[3]=4被dist[2]+(2->3的边)=3覆盖
Dist[4]=inf被dist[2]+(2->4的边)=7覆盖。
然后我们在选一条最短边。
把点3加入集合。扩展的两条边更新dist数组。
继续找最小
Dist数组计算完成。
在数据集合中选最小的数我们用优先队列logn，每次都能确定一个点，总过n个点。总复杂度O(nlogn)
写法和大部分和周三的prim算法几乎一模一样的，也分O(n^2)的版本和O(nlogn)优化的版本。一般肯定写快的O(nlogn)的；
| //比较挫的O(N^2)版本，可能比较好理解 int dist[maxn], vis[maxn]; int dijkstra(int s, int t) { //从s->t的最短路径，无法到达反回-1 for(int i = 0; i < n; i ++ ) { dist[i] = inf, vis[i] = 0; } dist[s] = 0; for(int k = 1; k <= n; k ++ ) { ///dist数组n个，每次确定一个值 vis[s] = 1; for(int i = first[s]; ~i; i = edge[i].next) { ///更新dist数组 int to = edge[i].to, w = edge[i].w; if(!vis[to] && dist[to] > dist[s] + w) { dist[to] = dist[s] + w; } } int mincost = inf; for(int i = 0; i < n; i ++ ) { ///找最小 if(!vis[i] && dist[i] < mincost) { mincost = dist[i]; s = i; } } } if(dist[t] == inf) { return -1; } else { return dist[t]; } } |
| //优先队列实现 struct Node { int to, cost; Node() {} Node(int tt, int cc):to(tt), cost(cc) {} friend bool operator < (const Node &a, const Node &b) { return a.cost > b.cost; } };
int dist[maxn], vis[maxn];
int dijkstra(int s, int t) { for(int i = 0; i < n; i ++ ) { dist[i] = inf, vis[i] = 0; } priority_queue<Node>que; que.push(Node(s, 0)); /** 丢进去一个to=s,cost=0的结构体 等价于下面三行，看不懂往下翻附录构造函数 struct Node tmp; tmp.to = s, tmp.cost = 0; que.push(tmp); */ while(!que.empty()) { Node now = que.top(); que.pop(); if(!vis[now.to]) { vis[now.to] = 1; dist[now.to] = now.cost; for(int i = first[now.to]; ~i; i = edge[i].next) { int to = edge[i].to, w = edge[i].w; if(!vis[to]) { que.push(Node(to, now.cost + w)); } } } } if(dist[t] == inf) { return -1; } else { return dist[t]; } } |
SPFA算法(Shortest Path Fast Algorithm的缩写)
Ps: SPFA也叫bellman ford的队列优化。但是bellman ford的复杂度比较高。SPFA的平均复杂度是O(n*log2n)，复杂度不稳定，在稠密图(边多的图)跑的比dijkstra慢，稀疏图(边少的图)跑的比Dijkstra快。在完全图达到最坏的平方级复杂度。我们学它是因为有些图的边的长度是负数。这时候dijkstra就GG了。
完全图: n个点中如果每个点都与其他n-1有边，无向图中，就有n*(n-1)/2条边。
我们要求一个dist[]数组表示起点，到其他点的最短路径。
我们有一条u->v的边，s是我们的起点。那么如果. S->V可以通过s->u,u->v来缩短距离那么就更新。我们称之为【松弛】
我们可以每次对图中每条边u->v都拿出起点，松弛。直到每一次操作都不会改变dist数组的时候。Dist数组就是答案。（可以证明这样最多我们只要进行n-1次操作，每次操作拿出全部的m条边松弛，复杂度O(n*m)，这就是bellman ford）。
但是，起点附近的松弛必定会影响其他点，起点没松弛完，终点附近的变的松弛可以说是无效的。简单来说，近的点的dist还没确定，就用这个未确定的dist取更新远的点，浪费时间。
所以我们需要一个队列优化。
在队列中的点，需要松弛。我们先把起点丢进队列。具体看代码。
Dist数组记录距离，inq数组标记是否在队列
| int SPFA(int s, int t) { int dist[maxn], inq[maxn]; for(int i = 0; i < n; i ++ ) { dist[i] = inf, inq[i] = 0; } queue<int>que; que.push(s), inq[s] = 1, dist[s] = 0; while(!que.empty()) { int now = que.front(); que.pop(); inq[now] = 0; for(int i = first[now]; ~i; i = edge[i].next) { //每次拿出一个点开始松弛。 int to = edge[i].to, w = edge[i].w; if(dist[to] > dist[now] + w) { //这个if看下面的图 dist[to] = dist[now] + w; if(!inq[to]) { //松弛过的点dist变换了，可能影响其他的点。需要继续松弛 inq[to] = 1; que.push(to); } } } } return dist[t] == inf ? -1 : dist[t]; } |
附录：
构造函数
平常我们写结构体这么写
struct Point {
int x, y;
};
Point a; //c++才能这么写，c语言中要struct Point a;或者typedef后才能直接point a;
这是结构体a的值不确定。
struct Point {
int x, y;
Point() {}
};
其实它默认有一个没有返回值，和结构体同名的函数，什么都不干。如果我们给他加点东西
struct Point {
int x, y;
Point() { x = 0; y = 0};
};
这样Point a;那么a.x和a.y都是0.
如果我们这么写
struct Point {
int x, y;
Point() { x = 0; y = 0};
Point(int xx, int yy) {
X = xx;
Y = yy;
}
};
那么Point a(2, 3), 点a的x就是2，y就是3。
所以 queue<Point >que; que.push(Point(2, 3));能直接往队列丢一个(2,3)的结构体
Floyd代码
| #include <cstdio> #include <cstring> #include <algorithm> #include <iostream>
using namespace std; const int maxn = 1005; const int inf = 0x3f3f3f3f;
int n, m, mp[maxn][maxn];
void init() { for(int i = 0; i < n; i ++ ) { for(int j = 0; j < n; j ++ ) { if(i == j) { mp[i][j] = 0; } else { mp[i][j] = inf; } } } }
int main() { int u, v, w; while(~scanf("%d %d", &n, &m)) { init(); for(int i = 1; i <= m; i ++ ) { scanf("%d %d %d", &u, &v, &w); mp[u][v] = mp[v][u] = min(mp[u][v], w); }
for(int k = 0; k < n; k ++ ) { for(int i = 0; i < n; i ++ ) { for(int j = 0; j < n; j ++ ) { mp[i][j] = min(mp[i][j], mp[i][k] + mp[k][j]); } } }
int s, t; scanf("%d %d", &s, &t); printf("%d\n", mp[s][t] == inf ? -1 : mp[s][t]);
}
return 0; } |
Dijkstra O(n^2),链式前向星
| #include <cstdio> #include <cstring> #include <algorithm> #include <iostream> #include <queue>
using namespace std; const int maxn = 1005; const int inf = 0x3f3f3f3f;
int n, m, first[maxn], sign;
struct Edge { int to, w, next; } edge[maxn * 2];
void init() { for(int i = 0; i < n; i ++ ) { first[i] = -1; } sign = 0; }
void add_edge(int u, int v, int w) { edge[sign].to = v; edge[sign].w = w; edge[sign].next = first[u]; first[u] = sign ++; }
int dist[maxn], vis[maxn];
int dijkstra(int s, int t) { for(int i = 0; i < n; i ++ ) { dist[i] = inf, vis[i] = 0; } dist[s] = 0; for(int k = 1; k <= n; k ++ ) { ///dist数组n个，每次确定一个值 vis[s] = 1; for(int i = first[s]; ~i; i = edge[i].next) { ///更新dist数组 int to = edge[i].to, w = edge[i].w; if(!vis[to] && dist[to] > dist[s] + w) { dist[to] = dist[s] + w; } } int mincost = inf; for(int i = 0; i < n; i ++ ) { ///找最小 if(!vis[i] && dist[i] < mincost) { mincost = dist[i]; s = i; } } } if(dist[t] == inf) { return -1; } else { return dist[t]; } }
int main() { int u, v, w; while(~scanf("%d %d", &n, &m)) { init(); for(int i = 1; i <= m; i ++ ) { scanf("%d %d %d", &u, &v, &w); add_edge(u, v, w); add_edge(v, u, w); } int s, t; scanf("%d %d", &s, &t); printf("%d\n", dijkstra(s, t)); }
return 0; } |
Dijkstra + priority_queue + 链式前向星
| #include <cstdio> #include <cstring> #include <algorithm> #include <iostream> #include <queue>
using namespace std; const int maxn = 1005; const int inf = 0x3f3f3f3f;
int n, m, first[maxn], sign;
struct Edge { int to, w, next; } edge[maxn * 2];
void init() { for(int i = 0; i < n; i ++ ) { first[i] = -1; } sign = 0; }
void add_edge(int u, int v, int w) { edge[sign].to = v; edge[sign].w = w; edge[sign].next = first[u]; first[u] = sign ++; }
struct Node { int to, cost; Node() {} Node(int tt, int cc):to(tt), cost(cc) {} friend bool operator < (const Node &a, const Node &b) { return a.cost > b.cost; } };
int dist[maxn], vis[maxn];
int dijkstra(int s, int t) { for(int i = 0; i < n; i ++ ) { dist[i] = inf, vis[i] = 0; } priority_queue<Node>que; que.push(Node(s, 0)); while(!que.empty()) { Node now = que.top(); que.pop(); if(!vis[now.to]) { vis[now.to] = 1; dist[now.to] = now.cost; for(int i = first[now.to]; ~i; i = edge[i].next) { int to = edge[i].to, w = edge[i].w; if(!vis[to]) { que.push(Node(to, now.cost + w)); } } } } if(dist[t] == inf) { return -1; } else { return dist[t]; } }
int main() { int u, v, w; while(~scanf("%d %d", &n, &m)) { init(); for(int i = 1; i <= m; i ++ ) { scanf("%d %d %d", &u, &v, &w); add_edge(u, v, w); add_edge(v, u, w); } int s, t; scanf("%d %d", &s, &t); printf("%d\n", dijkstra(s, t)); }
return 0; } |
SPFA链式前向星
| #include <cstdio> #include <cstring> #include <iostream> #include <algorithm> #include <queue>
using namespace std; const int maxn = 205; const int maxm = 1005; const int inf = 0x3f3f3f3f;
int n, m, first[maxn], sign;
struct Edge { int to, w, next; } edge[maxn * maxn];
void init() { for(int i = 0; i < n; i ++ ) { first[i] = -1; } sign = 0; }
void add_edge(int u, int v, int w) { edge[sign].to = v; edge[sign].w = w; edge[sign].next = first[u]; first[u] = sign ++; }
int SPFA(int s, int t) { int dist[maxn], inq[maxn]; for(int i = 0; i < n; i ++ ) { dist[i] = inf, inq[i] = 0; } queue<int>que; que.push(s), inq[s] = 1, dist[s] = 0; while(!que.empty()) { int now = que.front(); que.pop(); inq[now] = 0; for(int i = first[now]; ~i; i = edge[i].next) { int to = edge[i].to, w = edge[i].w; if(dist[to] > dist[now] + w) { dist[to] = dist[now] + w; if(!inq[to]) { inq[to] = 1; que.push(to); } } } } return dist[t] == inf ? -1 : dist[t]; }
int main() { while(~scanf("%d %d", &n, &m)) { init(); for(int i = 1; i <= m; i ++ ) { int u, v, w; scanf("%d %d %d", &u, &v, &w); add_edge(u, v, w); add_edge(v, u, w); } int s, t; scanf("%d %d", &s, &t); printf("%d\n", SPFA(s, t)); }
return 0; } |
京公网安备 11010502036488号