最短路(Floyd、Dijstra,BellmanFord)
2017-12-13 10:04
417 查看
一、Dijstra
1)算法思想:设G=(V,E)是一个带权有向图,把图中顶点集合V分成两组,第一组为已求出最短路径的顶点集合(用S表示,初始时S中只有一个源点,以后每求得一条最短路径 , 就将加入到集合S中,直到全部顶点都加入到S中,算法就结束了),第二组为其余未确定最短路径的顶点集合(用U表示),按最短路径长度的递增次序依次把第二组的顶点加入S中。在加入的过程中,总保持从源点v到S中各顶点的最短路径长度不大于从源点v到U中任何顶点的最短路径长度。此外,每个顶点对应一个距离,S中的顶点的距离就是从v到此顶点的最短路径长度,U中的顶点的距离,是从v到此顶点只包括S中的顶点为中间顶点的当前最短路径长度。2)算法步骤:
a.初始时,S只包含源点,即S={v},v的距离为0。U包含除v外的其他顶点,即:U={其余顶点},若v与U中顶点u有边,则 < u,v>正常有权值,若u不是v的出边邻接点,则< u,v>权值为∞。
b.从U中选取一个距离v最小的顶点k,把k,加入S中(该选定的距离就是v到k的最短路径长度)。
c.以k为新考虑的中间点,修改U中各顶点的距离;若从源点v到顶点u的距离(经过顶点k)比原来距离(不经过顶点k)短,则修改顶点u的距离值,修改后的距离值的顶点k的距离加上边上的权。
d.重复步骤b和c直到所有顶点都包含在S中。
执行动画过程如下图
代码:
void testDijkstra() { const int N = 6; vector< vector<int> > dist = { { 0, 7, 9, INT_MAX, INT_MAX, 14 }, { 7, 0, 10, 15, INT_MAX, INT_MAX }, { 9, 10, 0, 21, INT_MAX, 2 }, { INT_MAX, 15, 21, 0, 6, INT_MAX }, { INT_MAX, INT_MAX, INT_MAX, 6, 0, 9 }, { 14, INT_MAX, 2, INT_MAX, 9, 0 } }; vector<int> visited = { 1, 0, 0, 0, 0, 0 }; vector<int> mindist = { 0, INT_MAX, INT_MAX, INT_MAX, INT_MAX, INT_MAX }; vector<int> prev = { 0, -1, -1, -1, -1, -1 }; int currentNode = 0; //当前节点,去更新最短路径 int nodeleave = N - 1; while (nodeleave > 0) { int minDist = INT_MAX; //寻找剩余节点中的最短路径 int next = N; //剩余节点最短路径的节点 for (int i = 0; i < N; ++i) { if (visited[i] !=1) { if (dist[currentNode][i] != INT_MAX) { if (dist[currentNode][i] + mindist[currentNode] < mindist[i]) //更新最短路径 { mindist[i] = dist[currentNode][i] + mindist[currentNode]; prev[i] = currentNode; } } if (mindist[i] < minDist) { minDist = mindist[i]; next = i; } } } currentNode = next; --nodeleave; visited[currentNode] = 1; } for (int i = 0; i < N; ++i) { cout << i<<" prev:" << prev[i] << "\t distance:" << mindist[i] << endl; } cout << endl; }
2、Floyd
基本思想就是:最开始只允许经过1号顶点进行中转,接下来只允许经过1和2号顶点进行中转……允许经过1~n号所有顶点进行中转,求任意两点之间的最短路程。用一句话概括就是:从i号顶点到j号顶点只经过前k号点的最短路程。其实这是一种“动态规划”的思想!
动态转移方程:dp[k][i][j]=min(dp[k-1][i][j],dp[k-1][i][k]+dp[k-1][k][j]
for(k=1;k<=n;k++) //允许通过1-k节点 for(i=1;i<=n;i++) //源节点 for(j=1;j<=n;j++) //目标节点 if(e[i][j]>e[i][k]+e[k][j]) e[i][j]=e[i][k]+e[k][j];
3、Bellman-Ford算法
Bellman-ford算法是求含负权图的单源最短路径算法,效率很低,但代码很容易写。即进行不停地松弛(relaxation),每次松弛把每条边都更新一下,若n-1次松弛后还能更新,则说明图中有负环(即负权回路,本文最后有解释),无法得出结果,否则就成功完成。Bellman-ford算法有一个小优化:每次松弛先设一个旗帜flag,初值为FALSE,若有边更新则赋值为TRUE,最终如果还是FALSE则直接成功退出。Bellman-ford算法浪费了许多时间做无必要的松弛,所以SPFA算法用队列进行了优化,效果十分显著,高效难以想象。SPFA还有SLF,LLL,滚动数组等优化。
Dijkstra算法中不允许边的权是负权,如果遇到负权,则可以采用Bellman-Ford算法。
Bellman-Ford算法能在更普遍的情况下(存在负权边)解决单源点最短路径问题。对于给定的带权(有向或无向)图 G=(V,E),其源点为s,加权函数w是 边集 E 的映射。对图G运行Bellman-Ford算法的结果是一个布尔值,表明图中是否存在着一个从源点s可达的负权回路。若不存在这样的回路,算法将给出从源点s到 图G的任意顶点v的最短路径d[v]。
适用条件&范围
1.单源最短路径(从源点s到其它所有顶点v);
2.有向图&无向图(无向图可以看作(u,v),(v,u)同属于边集E的有向图);
3.边权可正可负(如有负权回路输出错误提示);
4.差分约束系统;
Bellman-Ford算法描述:
1,.初始化:将除源点外的所有顶点的最短距离估计值 d[v] ←+∞, d[s] ←0;2.迭代求解:反复对边集E中的每条边进行松弛操作,使得顶点集V中的每个顶点v的最短距离估计值逐步逼近其最短距离;(运行|v|-1次)
3.检验负权回路:判断边集E中的每一条边的两个端点是否收敛。如果存在未收敛的顶点,则算法返回false,表明问题无解;否则算法返回true,并且从源点可达的顶点v的最短距离保存在 d[v]中。
描述性证明:
首先指出,图的任意一条最短路径既不能包含负权回路,也不会包含正权回路,因此它最多包含|v|-1条边。其次,从源点s可达的所有顶点如果 存在最短路径,则这些最短路径构成一个以s为根的最短路径树。Bellman-Ford算法的迭代松弛操作,实际上就是按顶点距离s的层次,逐层生成这棵最短路径树的过程。
在对每条边进行1遍松弛的时候,生成了从s出发,层次至多为1的那些树枝。也就是说,找到了与s至多有1条边相联的那些顶点的最短路径;对每条边进行第2遍松弛的时候,生成了第2层次的树枝,就是说找到了经过2条边相连的那些顶点的最短路径……。因为最短路径最多只包含|v|-1 条边,所以,只需要循环|v|-1 次。
每实施一次松弛操作,最短路径树上就会有一层顶点达到其最短距离,此后这层顶点的最短距离值就会一直保持不变,不再受后续松弛操作的影响。(但是,每次还要判断松弛,这里浪费了大量的时间,怎么优化?单纯的优化是否可行?)
如果没有负权回路,由于最短路径树的高度最多只能是|v|-1,所以最多经过|v|-1遍松弛操作后,所有从s可达的顶点必将求出最短距离。如果 d[v]仍保持 +∞,则表明从s到v不可达。
如果有负权回路,那么第 |v|-1 遍松弛操作仍然会成功,这时,负权回路上的顶点不会收敛。
负权回路
在一个图里每条边都有一个权值(有正有负)如果存在一个环(从某个点出发又回到自己的路径),而且这个环上所有权值之和是负数,那这就是一个负权环,也叫负权回路
存在负权回路的图是不能求两点间最短路的,因为只要在负权回路上不断兜圈子,所得的最短路长度可以任意小。(转自百度知道)
代码实现:
Bellman-ford算法的运行时间为O(VE),V为顶点数,E为边数
/************************************************************************* > File Name: Bellman_ford.cpp > Author: He Xingjie > Mail: gxmshxj@163.com > Created Time: 2014年06月08日 星期日 22时33分07秒 > Description: ************************************************************************/ # include<cstdio> # include<iostream> using namespace std; # define inf 99999999 int u[10]; int v[10]; int w[10]; int dis[10]; int n,m; void input() { for ( int i = 1;i <= m;i++ ) { cin>>u[i]>>v[i]>>w[i]; } } void init() { for ( int i = 1;i <= n;i++ ) { dis[i] = inf; } dis[1] = 0; } void solve() { int check; for ( int k = 1;k <= n-1;k++ ) { for ( int i = 1;i <= m;i++ ) { check = 0; if ( dis[v[i]] > dis[u[i]] + w[i] ) { dis[v[i]] = dis[u[i]] + w[i]; check = 1; } } if ( check == 0 ) break; } } void output() { int flag = 0; for ( int i = 1;i <= m;i++ ) { if ( dis[v[i]] > dis[u[i]]+w[i] ) { flag = 1; } } if ( flag == 1 ) { cout<<"此图含有负权回路"<<endl; } else { for ( int i = 1;i <= n;i++ ) { cout<<dis[i]<<" "; } } } int main(void) { while ( cin>>n>>m ) { input(); init(); solve(); output(); } return 0; }
相关文章推荐
- acm之路---最短路(Floyd、Dijstra,BellmanFord)
- 1.1.1最短路(Floyd、Dijstra、BellmanFord)
- 最短路(floyd/dijkstra/bellmanford/spaf 模板)
- 最短路Floyd(hdu1874),dijstra(poj2387)
- [面试] BFS、Dijstra、SPFA、Floyd求最短路的比较
- FloydWarshall 算法包含BellmanFord 和Dijkstra算法求单元最短路SSSP,可以有负权,有圈
- 最短路径(Floyd、Dijstra、BellmanFord)
- Bellman变形得来的SPFA最短算法(不能含负环);Floyd求两点间最短路,求有向图的闭包;
- soj3160: Clear And Present Danger_最短路Floyd
- 最短路算法模板合集(Dijkstar,Dijkstar(优先队列优化), 多源最短路Floyd)
- hdu 1385(zoj 1456)Minimum Transport Cost(最短路,输出路径,Floyd实现)
- POJ 2253 Frogger最短路(floyd)
- BOJ1509 海边 dijstra 最短路
- POJ1511 Invitation Cards [最短路,dijstra+heap,spfa]
- zoj3166 Lazy Tourist//floyd求两点间最短路
- 【Floyd求最短路+快速幂】PKU-3613-Cow Relays
- hdu1317 负权最短路(Floyd+bellman)
- hdu 1217最短路(bellmanFord)
- 最短路(Floyd_Warshall) POJ 2253 Frogger
- 最短路模板 Dijkstra+Floyd+SPFA