贪婪算法-单源最短路径

前言

感谢每一位朋友的阅读与建议，今天对最短路径blog进行了修改，调整图和部份内容。感谢各位关注。提前祝你们圣诞节平安快乐。

单源最短路径问题描述

给定一个带权有向图G=（V,E），其中每条边的权是一个实数。另外，还给定V中的一个顶点，称为源。如今要计算从源到其余全部各顶点的最短路径长度。这里的长度就是指路上各边权之和。这个问题一般称为单源最短路径问题

1.无权最短路径（非惟一）

算法分析

1. 因为图没有权，因此咱们只须要关注路径上的边
2. 无权最短路径实质上是特殊的有权最短路径，由于咱们能够将每条边按权为1处理。
3. 咱们能够一层一层处理，先找与s距离为1的节点，以后找距离为2的节点，直到全部节点都被访问到。 注： 按层搜索图的方式，称为广度优先搜索，这种搜索方式相似树的层序遍历。

算法描述

借助队列实现每条边只访问一次。

1. 初始状况下声明全部节点的最短路径未知
2. 起点s声明最短路径为0，并将s入队。
3. 从队列中移除一个节点v ，并更新该点v的临接表wlist中每个临接点w的最短路径为当前最短路径dv+1
4. 重复1-3步骤 ，直到队列为空为止。

图解说明

核心代码

/**
  * 无权最短路径
  * 
  * @param s 起点
  */
public void unweight(Vertex s) {
	Queue<Vertex> q = new LinkedList<Vertex>();
	for (Vertex x : graph) {
	 //每一个节点的初始最短路径为Integer的最大值，表示该节点的最短路径未知
	  x.setDist(Integer.MAX_VALUE);
	}
	s.dist = 0;
	q.add(s);
	while (!q.isEmpty()) {
		Vertex v = q.poll();
	  if (v != null) {
		if (v.getAdj() != null && !v.getAdj().isEmpty()) {
		  for (Vertex w : v.getAdj()) {
			if (w.getDist() == Integer.MAX_VALUE) {//每条边只访问一次
				w.setDist(v.getDist()+1);
				w.setPath(v);
				q.add(w);
			}
		  }
	    }
     }
   }
}

该算法的时间界限

O(|E|+|V|)

2.有权无负值最短路径

Dijkstra算法是解决有权无负值单源最短路径的经典算法。

Dijkstra算法描述

1. 选择一个未知最短路径的节点v，它在全部未知最短路径的节点集中有最小的路径dv。
2. 声明v为已知最短路径节点
3. 更新v的临接顶点集，针对每一个v的临接点w，若dv+cvw<dw，则更新w的路径。
   注：cvw为边(v，w)的权，dv,dw分别为v,w的最短路径
4. 重复1-3步骤，直到全部顶点的最短路径都已知。

图解说明

核心代码

/**
	 * 著名的dijkstra算法 解决单源最短路径（权无负值）
	 * 
	 * @param s
	 *            起点
	 */
public void dijkstra(Vertex s) {
	for (Vertex v : graph) {// 初始默认全部顶点未被访问
		v.setDist(Integer.MAX_VALUE);
		v.known = false;
	}
	s.dist = 0;// 声明起点的距离为0
	PriorityQueue<Vertex> priorityQueue = new PriorityQueue<Vertex>();
	// 将s放入优先队列
	priorityQueue.add(s);
	while (!priorityQueue.isEmpty()) {// 知道全部顶点的最短路径都已知而且优先队列为空
		Vertex v = priorityQueue.poll();// 取出未知节点中最短路径最小的节点
		if (v != null) {
			if (!v.known) {
				v.known = true;// 声明该节点已知
				if (v.getAdj() != null && !v.getAdj().isEmpty()) {
				// 如 dv+cvw<=dw 则更新临接点的最短路径，而且更新值放入到优先队列中
				for (AdjVertex adjW : v.getAdj()) {
				if (!adjW.getW().known) {
					if (v.dist + adjW.cvw < adjW.getW().getDist()) {
					  adjW.getW().setDist(v.dist + adjW.cvw);
					  adjW.getW().setPath(v);
					  priorityQueue.add(adjW.getW());
								}
							}
						}
					}
				}
			}
		}
	}

3.有权有负值无圈最短路径（非惟一）

问题定义

针对一个有权图，该图的权有负值，使用某个顶点s做为输入参数，找出该顶点s到其余顶点的最短距离。

为什么不能使用Dijkstra算法

1. Dijkstra有可能过早的声明一个节点的最短路径已知，因为有权有负值存在，可能还有一条含有负值边的路径通过该节点，使得该节点的最短路径更小。
2. 利用一个修正值，将图的边修正为正数以后使用Dijkstra，也是不行的 ，由于含有较多边的路径会被过分修正，以下图所示：

图解说明“修正负值出现的问题”

有权有负值无圈最短路径的解法

借助广度优先搜素实现。

1. 将起点放入队列
2. 从队列中取出节点v，更新v的临接顶点集，针对每一个v的临接点w，若dv+cvw<dw，则更新w的路径。
   注：cvw为边(v，w)的权，dv,dw分别为v,w的最短路径
3. 当w不在队列中时，将w放入队列
4. 直到队列为空为止

核心代码

/**
	 * 有权有负值最短路径
	 * 借助广度优先搜素
	 * @param s 起点
	 */
	public void weightNegative(Vertex s) {
		Queue<Vertex> q = new LinkedList<Vertex>();
		for (Vertex v : graph) {
			v.dist = Integer.MAX_VALUE;
			v.isInQueue = false;
		}
		s.dist = 0;
		s.isInQueue = true;
		q.add(s);
		while (!q.isEmpty()) {
			Vertex v = q.poll();
			v.isInQueue = false;
			if (v.getAdj() != null && !v.getAdj().isEmpty()) {
				for (AdjVertex wadj : v.getAdj()) {
					if (wadj.cvw + v.dist < wadj.getW().dist) {
						wadj.getW().setDist(wadj.cvw + v.dist);
						wadj.getW().setPath(v);
						if (!wadj.getW().isInQueue) {
							wadj.getW().isInQueue = false;
							q.add(wadj.getW());
						}
					}
				}
			}
		}
	}

时间界限

O(|E|*|V|)

总结与补充

1. 上述算法，若图有圈，都不能执行，上述算法是以临接表的方式标示图的。
2. 无权最短路径借助广度优先搜素实现，其时间界限为：

O(|E|+|V|)

3. Dijkstra是解决有权无负值图单源最短路径的经典算法。

4. 若权有负值，借助广度优先搜素与有权无负值最短路径思想结合来解决 ，其时间界限为：

O(|E|*|V|)

完整代码地址

码云地址

无权无圈最短路径

有权无负值最短路径

有权有负值最短路径

github地址

无权无圈最短路径

有权无负值最短路径

有权有负值最短路径