四种最短路径算法(Dijkstra,Floyd,Bellman-ford&&spfa)
来源:互联网 发布:ce卡车软件 编辑:程序博客网 时间:2024/06/15 21:11
一.Dijkstra算法
如何理解Dijkstra算法
Dijkstrashi适用于权值非负的情况。
1.定义概览
Dijkstra(迪杰斯特拉)算法是典型的单源最短路径算法,用于计算一个节点到其他所有节点的最短路径。主要特点是以起始点为中心向外层层扩展,直到扩展到终点为止。Dijkstra算法是很有代表性的最短路径算法,在很多专业课程中都作为基本内容有详细的介绍,如数据结构,图论,运筹学等等。注意该算法要求图中不存在负权边。
问题描述:在无向图 G=(V,E) 中,假设每条边 E[i] 的长度为 w[i],找到由顶点 V0 到其余各点的最短路径。(单源最短路径)
2.算法描述
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
3.其他
Dijkstra完全类似于prim算法生成最小生成树。
4.代码实现
int dijkstra(int n){ //初始化v[0]到v[i]的距离 for(int i=1;i<=n;i++) dis[i] = w[0][i]; vis[0]=1;//标记v[0]点 for(int i = 1; i <= n; i++) { //查找最近点 int min = INF,k = 0; for(int j = 0; j <= n; j++) if(!vis[w] && dis[j] < min) min = dis[w],k = j; vis[k] = 1;//标记查找到的最近点 //判断是直接v[0]连接v[j]短,还是经过v[k]连接v[j]更短 for(int j = 1; j <= n; j++) if(!vis[j] && min+w[k][j] < dis[j]) d[j] = min+w[k][j]; } return dis[j];}
二.Floyed算法
floyd算法可以有负权值的边,但不能有包含负权值边组成的回路
参考网页:http://www.cnblogs.com/rain-1/p/5033505.html
Floyed算法(实际是动态规划问题)
问题:权值矩阵matrix[i][j]表示i到j的距离,如果没有路径则为无穷
求出权值矩阵中任意两点间的最短距离
分析:对于每一对定点u,v看是否存在一个点w使从u到w再到v的路径长度比已知路径短
如果有则更新从u到w的距离
1:不用状态压缩的动态规划算法:
状态定义:d[1][i][j]表示以1作为媒介时从i到j的最短距离
d[2][i][j]表示以1,2中的点作为媒介时从i到j的最短距离
……
d[n][i][j]表示以1,2, ……n中的点作为媒介时从i到j的最短距离
状态转移方程d[k][i][j] = min(d[k-1][i][j], d[k-1][i][j]+d[k-1][k][j]);
理解为把i到j的路径氛围两种情况,一种不经过k,一种经过k
2:状态压缩表示:
假设用d[i][j]表示从i到j的最短路径
由于d[i][j]在计算中重复使用,因此表示阶段的那一维被取消了
在没有计算出来新的d[i][j]的时候d[i][j]存储的实际是d[k-1][i][j]的值
因此可以省去表示阶段的那一维
状态转移方程:d[i][j] = min(d[i][j], d[i][k]+d[k][j]);
3.代码实现
状态压缩的Ffloyed
/* 本程序中节点标号1,2,……n floyed算法: floyed算法实际上是动态规划, 对于任意两个点u,v,看是否存在一个点w,使得从u到w再到v的距离比从u直接到v的距离短 d[i][j]存储从i点到j点的最短距离*/#define M 100#define INF 0x3f3f3f#include <stdio.h>#include <stdlib.h>#include <algorithm>using namespace std;int mat[M][M];int n, m;void FloyedOrginal(){ //用k遍历所有中间节点的可能 for(int k = 1; k <= n; k++) for(int i = 1; i <= n; i++) for(int j = 1; j <= n; j++) mat[i][j] = min(mat[i][j], mat[i][k]+mat[k][j]);//是否经过k}void Init(){ printf("请输入节点的个数\n"); scanf("%d", &n); printf("请输入已知数据的组数\n"); scanf("%d", &m); for(int i = 0; i <= n; i++) for(int j = 0; j <= n; j++) mat[i][j] = INF; for(int i = 0; i < m; i++) { int u, v, w; scanf("%d%d%d", &u, &v, &w); mat[u][v] = mat[v][u] = w; }}int main(){ Init(); FloyedOrginal(); printf("%d", mat[1][4]); return 0;}
三.Bellman-ford算法
Bellman_ford可以计算存在负权边的情况
bellman-ford算法进行n-1次更新(一次更新是指用所有节点进行一次松弛操作)来找到到所有节点的单源最短路。bellman-ford算法和dijkstra其实有点相似,该算法能够保证每更新一次都能确定一个节点的最短路,但与dijkstra不同的是,并不知道是那个节点的最短路被确定了,只是知道比上次多确定一个,这样进行n-1次更新后所有节点的最短路都确定了(源点的距离本来就是确定的)。
现在来说明为什么每次更新都能多找到一个能确定最短路的节点:
1.将所有节点分为两类:已知最短距离的节点和剩余节点。
2.这两类节点满足这样的性质:已知最短距离的节点的最短距离值都比剩余节点的最短路值小。(这一点也和dijkstra一样)
3.有了上面两点说明,易知到剩余节点的路径一定会经过已知节点
4.而从已知节点连到剩余节点的所有边中的最小的那个边,这条边所更新后的剩余节点就一定是确定的最短距离,从而就多找到了一个能确定最短距离的节点,不用知道它到底是哪个节点。bellman-ford的一个优势是可以用来判断是否存在负环,在不存在负环的情况下,进行了n-1次所有边的更新操作后每个节点的最短距离都确定了,再用所有边去更新一次不会改变结果。而如果存在负环,最后再更新一次会改变结果。原因是之前是假定了起点的最短距离是确定的并且是最短的,而又负环的情况下这个假设不再成立。
Bellman-ford的实现代码:
#include <stdio.h>int main(){ int dis[10],n,m,u[10],v[10],w[10]; int inf=99999999; scanf("%d %d",&n,&m);//输入点数和边数 for(int i=1; i<=m; i++) scanf("%d %d %d",&u[i],&v[i],&w[i]);//输入两条边和距离 for(int i=1; i<=n; i++)//初始化一号顶点到其余各个顶点的路程 dis[i]=inf; dis[1]=0;//初始化点1到自己的距离为0 for(int k=1; k<=n-1; k++)//Bellman核心算法语句,最多运行n-1次 { int check=0; for(int i=1; i<=m; i++) { if(dis[v[i]] > dis[u[i]]+w[i]) { dis[v[i]] = dis[u[i]]+w[i]; check = 1; } } if(check == 0) break;//由于最多运行n-1次,所以一旦全部松弛完毕就直接跳出 } for(int i=1; i<=n; i++) printf("%d ",dis[i]); return 0;}
Bellman_ford效率太低,spfa是对它的优化。
四:spfa算法
1.详细讲解:http://www.360doc.com/content/13/1208/22/14357424_335569176.shtml
2.SPFA 在形式上和广度(宽度)优先搜索非常类似,不同的是bfs中一个点出了队列就不可能重新进入队列,但是SPFA中一个点可能在出队列之后再次被放入队列,也就是一个点改进过其它的点之后,过了一段时间可能本身被改进(重新入队),于是再次用来改进其它的点,这样反复迭代下去。
void spfa(s); //求单源点s到其它各顶点的最短距离 for i=1 to n do { dis[i]=∞; vis[i]=false; } //初始化每点到s的距离,不在队列 dis[s]=0; //将dis[源点]设为0 vis[s]=true; //源点s入队列 head=0; tail=1; q[tail]=s; //源点s入队, 头尾指针赋初值 while head<tail do { head+1; //队首出队 v=q[head]; //队首结点v vis[v]=false; //释放对v的标记,可以重新入队 for 每条边(v,i) //对于与队首v相连的每一条边 if (dis[i]>dis[v]+a[v][i]) //如果不满足三角形性质 dis[i] = dis[v] + a[v][i] //松弛dis[i] if (vis[i]=false) {tail+1; q[tail]=i; vis[i]=true;} //不在队列,则加入队列 }
- 四种最短路径算法(Dijkstra,Floyd,Bellman-ford&&spfa)
- 几大最短路径算法比较(Floyd & Dijkstra & Bellman-Ford & SPFA)
- Dijkstra、Bellman-ford、SPFA、Floyd算法
- 四大算法解决最短路径问题(Dijkstra+Bellman-ford+SPFA+Floyd)
- 【最短路径】:Dijkstra算法、SPFA算法、Bellman-Ford算法和Floyd-Warshall算法
- (最短路径算法整理)dijkstra、floyd、bellman-ford、spfa算法模板的整理与介绍
- 几个最短路径算法Floyd、Dijkstra、Bellman-Ford、SPFA的比较
- 几个最短路径算法Floyd、Dijkstra、Bellman-Ford、SPFA的比较
- 几个最短路径算法Floyd、Dijkstra、Bellman-Ford、SPFA的比较
- 几个最短路径算法Floyd、Dijkstra、Bellman-Ford、SPFA的比较
- 几个最短路径算法Floyd、Dijkstra、Bellman-Ford、SPFA的比较
- 几个最短路径算法Floyd、Dijkstra、Bellman-Ford、SPFA的比较
- 几个最短路径算法Floyd、Dijkstra、Bellman-Ford、SPFA的比较
- 图的最短路径:Dijkstra、Bellman-Ford、SPFA、Floyd算法
- 几个最短路径算法Floyd、Dijkstra、Bellman-Ford、SPFA的比较
- 几个最短路径算法Floyd、Dijkstra、Bellman-Ford、SPFA的比较
- 图的最短路径:Dijkstra、Bellman-Ford、SPFA、Floyd、A*算法汇总
- 图的最短路径:Dijkstra、Bellman-Ford、SPFA、Floyd、A*算法
- 【noip 2015】斗地主
- conlose 未定义
- 动态规划之最长公共子序列(LCS)
- MVC、MVP、MVVP模式
- Java 用eclipse编译过得文件,居然用txt,notepad++等打不开
- 四种最短路径算法(Dijkstra,Floyd,Bellman-ford&&spfa)
- hdu-1757-A Simple Math Problem(矩阵快速幂入门题)
- hdu6102 容斥+树状数组 2017多校第六场1007
- iOS开发 内购流程
- javaScript内置对象Math
- autocomplete
- Java四种线程池的使用
- Windows 下批量修改文件夹及子文件夹下文件的扩展名
- HDU1529:Cashier Employment(差分约束 & 二分)