【algo&ds】7.最短路径问题

时间 2019-11-24

标签 algo&ds 最短路径问题繁體版

原文原文链接

单源最短路径问题：从某固定源点出发，求其到全部其余顶点的最短路径
- （有向）无权图：BFS
- （有向）有权图：Dijkstra算法
多源最短路径问题：求任意两顶点间的最短路径
- 直接将单源最短路算法调用|V|遍
- Floyd算法

1.BFS算法求解单源无权图最短路径

1.1算法描述

广度优先搜索，开一个额外的数组存储每个结点的访问状态，一层一层（取出队首元素，遍历全部相邻且未被访问的结点）的入队列，而后层数++ios

这里的额外数组就是dist[w]，指的是从源点到顶点w的最短路径长度，初始化为-1，判断未访问即==-1，若是未访问且存在边G[v][w]则dist[w] = dist[v] +1 ;算法

path数组用于保存每个顶点w的前驱顶点v，也即这条最短路径（s->w）一定是从（s->....->v->w），经过栈来逆序输出path[w] 、path[path[w]]....数组

更加详细的算法示例能够参考视频ide

1.2代码实现

#include<iostream>
#include<stdlib.h>
#include<cstdlib>
#include<queue>
#include<stack>
#define Init -1
#define MaxVertex  100
int path[MaxVertex];  // 存储路径，若是当前顶点v出队列，且存在顶点v->w的路径，则path[w] = v
int dist[MaxVertex];  // 存储路径长度,即从源顶点s到当前顶点w的最短路径dist[w]
int G[MaxVertex][MaxVertex]; // 图，采用邻接矩阵表示
int Ne;  // 顶点数 
int Nv;  // 边 
typedef int Vertex;
using namespace std;


void build(){
    int v1,v2;
    // 初始化点 
    cin>>Nv;
    for(int i=1;i<=Nv;i++)
        for(int j=1;j<=Nv;j++)
            G[i][j] = 0;
    // 初始化路径
    for(int i=1;i<=Nv;i++)
        path[i] = Init;
    // 初始化路径长度
    for(int i=1;i<=Nv;i++)
         dist[i] = Init;
    // 初始化边 
    cin>>Ne;
    for(int i=0;i<Ne;i++){
        cin>>v1>>v2;
        G[v1][v2] = 1; // 有向图！ 
    }
}

void Unweighted(Vertex v){
    queue<Vertex> q;
    dist[v] = 0;  // 将本身的距离置 0 ，路径path[v]不变
    Vertex w;
    q.push(v);
    while(!q.empty()){
         w = q.front();
         q.pop();
         for(int i=1;i<=Nv;i++)
            // 若是没被访问过，且连通 
            if(dist[i]==Init && G[w][i]){
                dist[i] = dist[w]+1;  // 是上一步的距离 + 1 
                path[i] = w;  // w 是上一步要走路径的下一步路径 
                q.push(i);
            }
    }
}

// 获取路径 
void getTail(Vertex v){
    for(int i=1;i<=Nv;i++){
        if(i==v)
            continue;
        stack<Vertex> s;
        cout<<v<<"到"<<i<<"的最短距离是："<<dist[i];
        Vertex w = i;
        // 当没到达起始起点前一直作循环 
        while(path[w]!=Init){
            s.push(w);  // 入栈 
            w = path[w];
        }
        // 逆序输出入栈元素，获得路径 
        cout<<"    其路径为：";
        if(v != i)
            cout<<v;
        while(!s.empty()){
            // 输出栈顶元素 
            cout<<"→"<<s.top();
            s.pop(); // 出栈 
        }
        cout<<endl;
    }
}


int main(){
    build();
    Unweighted(3);
    getTail(3); 
    return 0;
}

2.Dijkstra算法求解单源有权图最短路径

2.1算法描述

有权图的单源最短路算法可使用Dijkstra算法实现，Dijkstra算法的基本思想是对图G(V,E)设置集合S，存放已被访问的顶点，而后每次从集合V-S中选择与起点s的最短距离最小的一个顶点（记为u），访问并加入集合S。以后，令顶点u为中间点，优化全部起点s经过点u可以到达的邻接点v之间的最短路径。这样的操做执行n次，直到集合S已包含全部顶点。优化

算法的伪码描述以下：ui

void Dijkstra( Vertex s ) {
    while (1) {
        V = 未收录顶点中dist最小者;
        if ( 这样的V不存在)
            break;
        collected[V] = true;
        for ( V 的每一个邻接点W )
            if ( collected[W] == false )
                if ( dist[V]+E<V,W> < dist[W] ) {
                    dist[W] = dist[V] + E<V,W> ;
                    path[W] = V;
                }
    }
} /* 不能解决有负边的状况*/

引出了两个问题：spa

如何肯定未收录顶点中dist最小者？
如何初始化dist[i]？

如何肯定未收录顶点中dist最小者？3d

1.直接扫描全部未收录顶点，时间复杂度为– O( |V| )，总的时间复杂度为T = O( |V|^2 + |E| )对于稠密图效果好code

2.将dist存在最小堆中，时间复杂度为– O( log|V| )，总的时间复杂度为T = O( |V| log|V| + |E| log|V| ) = O( |E| log|V| )，对于稀疏图效果好。视频

如何初始化dist[i]？

对于dist[0]，也就是源点能够直接初始化为0
对于存在边G[0][w]，则dist[w]能够直接初始化为顶点s到顶点w的边权
其它的顶点w，初始化为infinity（无穷大）

初始状态，两个数组的初始化如上图所示

对于算法的详细示例能够参考视频

2.2代码实现

#include<iostream>
#include<stdlib.h>
#define Inf 1000000
#define Init -1
#define MaxVertex 100
typedef int Vertex;
int G[MaxVertex][MaxVertex];
int dist[MaxVertex];  // 距离 
int path[MaxVertex];  // 路径 
int collected[MaxVertex];  // 被收录集合 
int Nv;   // 顶点 
int Ne;   // 边 
using namespace std;

// 初始化图信息 
void build(){
    Vertex v1,v2;
    int w;
    cin>>Nv;
    // 初始化图 
    for(int i=1;i<=Nv;i++)
        for(int j=1;j<=Nv;j++)
            G[i][j] = 0;
    // 初始化路径 
    for(int i=1;i<=Nv;i++)
        path[i] = Init;
    // 初始化距离
    for(int i=0;i<=Nv;i++)
        dist[i] = Inf;
    // 初始化收录状况 
    for(int i=1;i<=Nv;i++)
        collected[i] = false;
    cin>>Ne;
    // 初始化点
    for(int i=0;i<Ne;i++){
        cin>>v1>>v2>>w;
        G[v1][v2] = w;  // 有向图 
    }
}

// 初始化距离和路径信息 
void crate(Vertex s){
    dist[s] = 0;
    collected[s] = true;
    for(int i=1;i<=Nv;i++)
        if(G[s][i]){
            dist[i] = G[s][i];
            path[i] = s;
        }
}

// 查找未收录顶点中dist最小者
Vertex FindMin(Vertex s){
    int min = 0;  // 以前特意把 dist[0] 初始化为正无穷 
    for(Vertex i=1;i<=Nv;i++)
        if(i != s && dist[i] < dist[min] && !collected[i])
            min = i;
    return min;
}


void Dijkstra(Vertex s){
    crate(s); 
    while(true){
        Vertex V = FindMin(s);   // 找到 
        if(!V)
            break;
        collected[V] = true;  //收录
        for(Vertex W=1;W<=Nv;W++)
            if(!collected[W] && G[V][W]){  // 若是未被收录
                if(dist[V] + G[V][W] < dist[W]){
                    dist[W] = G[V][W] + dist[V];
                    path[W] = V;
                }
            }
    }
}

void output(){
    for(int i=1;i<=Nv;i++)
        cout<<dist[i]<<" ";
    cout<<endl;
    for(int i=1;i<=Nv;i++)
        cout<<path[i]<<" ";
    cout<<endl;
}


int main(){
    build();
    Dijkstra(1);
    output();
    return 0;
}

3.Floyd算法求解多源最短路径算法

#include<iostream>
#include<stdlib.h>
#define INF 1000000
#define MaxVertex 100
typedef int Vertex;
int G[MaxVertex][MaxVertex];
int dist[MaxVertex][MaxVertex];  // 距离 
int path[MaxVertex][MaxVertex];  // 路径 
int Nv;   // 顶点 
int Ne;   // 边 
using namespace std;

// 初始化图信息 
void build(){
    Vertex v1,v2;
    int w;
    cin>>Nv;
    // 初始化图 
    for(int i=1;i<=Nv;i++)
        for(int j=1;j<=Nv;j++)
            G[i][j] = INF;
    cin>>Ne;
    // 初始化点
    for(int i=0;i<Ne;i++){
        cin>>v1>>v2>>w;
        G[v1][v2] = w;  
        G[v2][v1] = w;
    }
}

void Floyd(){
    for(Vertex i=1;i<=Nv;i++)
        for(Vertex j=1;j<=Nv;j++){
            dist[i][j] = G[i][j];
            path[i][j] = -1;
        }
    for(Vertex k=1;k<=Nv;k++)
        for(Vertex i=1;i<=Nv;i++)
            for(Vertex j=1;j<=Nv;j++)
                if(dist[i][k] + dist[k][j] < dist[i][j]){
                    dist[i][j] = dist[i][k] + dist[k][j];
                    path[i][j] = k;
                }
} 

void output(){
    for(Vertex i=1;i<=Nv;i++){ 
        for(Vertex j=1;j<=Nv;j++)
            cout<<dist[i][j]<<" ";  
        cout<<endl;
    }
    cout<<endl;
    for(Vertex i=1;i<=Nv;i++){ 
        for(Vertex j=1;j<=Nv;j++)
            cout<<path[i][j]<<" ";  
        cout<<endl;
    }
}


int main(){
    build();
    Floyd();
    output();
    return 0;
}

更多详细的算法描述请参考视频

以及文章