Dijkstra算法
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。
思想
以起始点为中心向外层层扩展,直到扩展到终点为止。
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。
##代码
int Dijkstra(int pos1, int pos2, int adjMatrix[][MAX], size_t N) {
int shortPathTable[MAX]; // 记录pos1到达各点的最小距离
bool isFinal[MAX]; // 记录各点当前是否存在最小距离,是否到达各点
for (int i = 0; i < N; i++) {
// 将pos1能到的顶点全部放进
isFinal[i] = 0;
shortPathTable[i] = adjMatrix[pos1][i];
}
isFinal[pos1] = 1;
int k = -1; // 记录当前可到达距离最小的点
for (int i = 1; i < N; i++) { // 循环n-1次把其余n-1个点的最小距离全部找出
k = -1;
int min = MAXINT;
for (int j = 0; j < N; j++) { // 寻找当前可到达距离最小的点
if (!isFinal[j] && shortPathTable[j] < min) {
k = j;
min = shortPathTable[j];
}
}
if (k == -1) break; // 若无点可去,跳出循环
isFinal[k] = 1;
for (int j = 0; j < N; j++) {
if (!isFinal[j] && (min + adjMatrix[k][j] < shortPathTable[j])) {
shortPathTable[j] = min + adjMatrix[k][j];
}
}
}
if (shortPathTable[pos2] == MAXINT) return -1;
return shortPathTable[pos2];
}
Floyd 算法
Floyd-Warshall算法(Floyd-Warshall algorithm)是解决任意两点间的最短路径的一种算法,可以正确处理有向图或负权的最短路径问题,同时也被用于计算有向图的传递闭包。Floyd-Warshall算法的时间复杂度为O(N3),空间复杂度为O(N2)。
算法思想原理
Floyd算法是一个经典的动态规划算法。用通俗的语言来描述的话,首先我们的目标是寻找从点i到点j的最短路径。从动态规划的角度看问题,我们需要为这个目标重新做一个诠释(这个诠释正是动态规划最富创造力的精华所在)
从任意节点i到任意节点j的最短路径不外乎2种可能,1是直接从i到j,2是从i经过若干个节点k到j。所以,我们假设Dis(i,j)为节点u到节点v的最短路径的距离,对于每一个节点k,我们检查Dis(i,k) + Dis(k,j) < Dis(i,j)是否成立,如果成立,证明从i到k再到j的路径比i直接到j的路径短,我们便设置Dis(i,j) = Dis(i,k) + Dis(k,j),这样一来,当我们遍历完所有节点k,Dis(i,j)中记录的便是i到j的最短路径的距离
精简版核心代码
void Floyd(){
int i,j,k;
for (k = 0; k < n; k++)
for (i = 0; i < n; i++)
for (j = 0; j < n;j++)
if (dist[i][k] + dist[k][j] < dist[i][j])
dist[i][j] = dist[i][k] + dist[k][j];
}
##关于Floyd算法打印路径
1、首先要给多一个保留路径的矩阵
2、每次变化记录该变化必须用到的点(具体看代码)
int Floyd(int pos1, int pos2, int adjMatrix[][MAX], size_t N, vector<string> posName) {
int dist[MAX][MAX];
int pathMatrix[MAX][MAX];
// init
for (int i = 0; i < N; i++) {
for (int j = 0; j < N; j++) {
dist[i][j] = adjMatrix[i][j];
pathMatrix[i][j] = j; // 初始化为必需经过它自己
}
}
// simplify
for (int k = 0; k < N; k++) {
for (int i = 0; i < N; i++) {
for (int j = 0; j < N; j++) {
if (dist[i][k] + dist[k][j] < dist[i][j]) {
dist[i][j] = dist[i][k] + dist[k][j];
pathMatrix[i][j] = pathMatrix[i][k]; //路径设置为下标为k的顶点
}
}
}
}
// 路径输出
int k = pathMatrix[pos1][pos2];
cout << posName[pos1];
while (k != pos2) {
cout << " -> " << posName[k];
k = pathMatrix[k][pos2];
}
cout << " -> " << posName[pos2];
return dist[pos1][pos2] == MAXINT ? -1 : dist[pos1][pos2];
}
参考:最短路径—Dijkstra算法和Floyd算法、《大话数据结构》