C++图网结构算法

目录

一.迪杰斯特拉算法(dijkstra)

1.实现原理:

2.代码实现:

3.例题:

二.spfa算法:

1.实现原理:

2.代码实现:

3.例题:

三.贝尔曼福特(bellman_ford)

1.实现原理:

2.代码实现:

3.例题:

四.弗洛伊德(floyd)

1.实现原理:

2.代码实现:

3.例题:

4.floyd性质探索:

(1).性质一

(2).性质二

(3).性质三

5.floyd传递闭包问题


一.迪杰斯特拉算法(dijkstra)

1.实现原理:

dijkstra算法能实现的原因是它保证了在第一次出队之后,答案一定为最短。也就是出队之后

,一定不会再有更短的路径出队,而dijkstra算法的实现就是基于边权不为负的情况下。

实现步骤:
1.初始化所有点到起点1的距离为正无穷,且dis[1]=0。
2.将起点信息(0,1)入队进行bfs拓展。
3.将起点相连点入队,即(1,2),(2,3)入队。更新点2,3的距离信息。
4.继续拓展节点2,3,将(9,4),(5,4)以及(9,5)入队。此时队首为(5,4),将该节点出队,得到dis[4]=5。
5.继续拓展,直到终点出队...

2.代码实现:

用dis数组记录到每个点的具体距离,每一次循环后,加上相应的边权

priority_queue<node> q;
void dijkstra(int x) {
	memset(dis,0x3f,sizeof dis);
	dis[x]=0;
	q.push({0,x});
	while(!q.empty()) {
		node t=q.top();
		q.pop();
		int y=t.p;
		vis[y]=true;
		for(int i=he[y]; i; i=nxt[i]) {
			int z=per[i],w=ed[i];
			if(vis[z]==false && dis[z]>dis[y]+w) {
				dis[z]=dis[y]+w;
				q.push({dis[z],z});
			}
		}
	}
}

3.例题:

求单源最短路

给定一个n个点m条边的有向图,图中可能存在重边和自环,所有边权均为正值(边权小于10000)。
请你求出1号点到n号点的最短距离。如果无法从1号点走到n号点,则输出-1。第一行包含整数n和m(n<=1e5,m<=2e5)。
接下来m行每行包含三个整数x,y,z,表示存在一条从点x到点y的有向边,边长为z。

输出一个整数,表示1号点到n号点的最短距离
如果路径不存在,则输出-1。

用例输入 1 

正确代码:

#include<bits/stdc++.h>
using namespace std;
const int N=1e5+5;
int n,m,tot,ed[N*2],nxt[N*2],he[N],per[N*2],dis[N*2];
bool vis[N*2];
void add(int x,int y,int z) {//邻接表
	++tot;
	per[tot]=y,ed[tot]=z,nxt[tot]=he[x],he[x]=tot;
}
struct node {
	int d,p;
};
bool operator < (node x,node y) {//重载运算符,明确在优先队列中的排序依据
	return x.d>y.d;
}
priority_queue<node> q;
void dijkstra(int x) {
	memset(dis,0x3f,sizeof dis);
	dis[x]=0;
	q.push({0,x});
	while(!q.empty()) {
		node t=q.top();
		q.pop();
		int y=t.p;
		vis[y]=true;
		for(int i=he[y]; i; i=nxt[i]) {
			int z=per[i],w=ed[i];
			if(vis[z]==false && dis[z]>dis[y]+w) {//比较最小
				dis[z]=dis[y]+w;
				q.push({dis[z],z});//入队
			}
		}
	}
}
int main() {
	cin>>n>>m;
	for(int i=1; i<=m; i++) {
		int x,y,z;
		cin>>x>>y>>z;
		add(x,y,z);//有向图
	}
	dijkstra(1);
	if(dis[n]==0x3f3f3f3f) cout<<-1;//是否遍历到过,没有就没法从医到这个点
	else cout<<dis[n];
	return 0;
}

二.spfa算法:

对于全是正边权的图,我们可以使用dijkstra处理最短路问题。但是如果带有负边边,dijkstra算法无法保证节点出队时一定得到最短路,spfa算法则可以解决这个问题。

1.实现原理:

在求解各点到起点的最小距离dis值时,若某点i产生一个更小的dis[i],那么节点i后续指向的节点都会重新更新,因此我们可以将该点i再次入队,重新更新。

在枚举到3->5的时候由于它小于之前入队的数,所以要进行出对,并进行更新后再次入队。

2.代码实现:

在dijlstra算法的基础上,加入重新出对与再入队的代码

void spfa() {
	queue<int>q;
	q.push(1);
	memset(dis,0x3f,sizeof dis);
	dis[1]=0;
	vis[1]=true;
	while(!q.empty()) {
		int x=q.front();q.pop();
		vis[x]=false;//出队之后将原来的标记清除
		for(int i=he[x]; i; i=nxt[i]) {
			int y=per[i],w=ed[i];
			if(dis[x]+w<dis[y]){
				dis[y]=dis[x]+w;
				if(vis[y]==false){
					q.push(y);
					vis[y]=true;
				}
			}
		}
	}
}

3.例题:

带负权的最短路计算

给定一个n个点m条边(n<=1e5,m<=2e5)的有向图,图中可能存在重边和自环,边权绝对值小于104。数据保证图中不存在负权回路。

请你求出1号点到n号点的最短距离。如果无法从1号点走到n号点,则输出-1。

第一行包含整数n和m(n<=1e5,m<=2e5)。

接下来m行每行包含三个整数x,y,z,表示存在一条从点x到点y的有向边,边长为z。

输出一个整数,表示1号点到n号点的最短距离
如果路径不存在,则输出-1。

正确代码:

#include<bits/stdc++.h>
using namespace std;
const int N=2e5+5;
int n,m,he[N],per[N],nxt[N],tot,dis[N],ed[N];
bool vis[N];
void add(int x,int y,int z) {
	++tot;
	per[tot]=y,ed[tot]=z,nxt[tot]=he[x],he[x]=tot;
}
long long read(){
	int x=0,f=1;
	char c=getchar();
	while(c<'0'||c>'9'){
		if(c=='-') f=-1;
		c=getchar();
	}
	while(c>='0'&&c<='9'){
		x=x*10+c-'0';
		c=getchar();
	}
	return x*f;
}
void spfa() {
	queue<int>q;
	q.push(1);
	memset(dis,0x3f,sizeof dis);
	dis[1]=0;
	vis[1]=true;
	while(!q.empty()) {
		int x=q.front();q.pop();
		vis[x]=false;
		for(int i=he[x]; i; i=nxt[i]) {
			int y=per[i],w=ed[i];
			if(dis[x]+w<dis[y]){
				dis[y]=dis[x]+w;
				if(vis[y]==false){
					q.push(y);
					vis[y]=true;
				}
			}
		}
	}
}
int main() {
	n=read(),m=read();
	for(int i=1; i<=m; i++) {
		int x,y,z;
		x=read(),y=read(),z=read();
		add(x,y,z);
	}
	spfa();
	if(dis[n]==0x3f3f3f3f) cout<<-1;
	else cout<<dis[n];
	return 0;
}

三.贝尔曼福特(bellman_ford)

上面讲到的两种最短路算法(dijkstra与spfa),他们都是由枚举已知顶点更新未知点。如果我们要在最短路上增加边数限定,即不超过k条边所能构成的最短路,我们就需要将边编号,通过枚举边来实现。

1.实现原理:

枚举边,若左端点值已知,则更新右端点的值。初始化所有点的dis值为正无穷,且dis[1]=0。第1次枚举边:得到dis[2]=1,dis[3]=8第2次枚举边:得到dis[4]=1第3次枚举边:得到dis[5]=2
已知:任意一条路径都是由若干条边组成的链。第一次枚举所有边,可以求出与起点直连的点的最短路。第二次枚举所有边,可以求出不超过2条边所构成的最短路。第k次枚举所有边,可以求出不超过k条边所构成的最短路。

2.代码实现:

使用bellman_ford枚举边,所有用结构体存边并且进行编号。

void bellman_ford(){
	memset(dis,0x3f,sizeof dis);
	dis[1]=0;
	for(int i=0;i<k;i++){
		memcpy(dis_old,dis,sizeof dis_old);
		for(int i=1;i<=m;i++) dis[a[i].y]=min(dis[a[i].y],dis_old[a[i].x]+a[i].w);
	}
}

3.例题:

给定一个 n 个点 m 条边的有向图,图中可能存在重边和自环, 边权可能为负数。

请你求出从 1 号点到 n 号点的最多经过 k 条边的最短距离,如果无法从 1 号点走到 n 号点,输出 impossible。

第一行包含三个整数 n,m,k。

接下来 m 行,每行包含三个整数 x,y,z,表示存在一条从点 x
到点 y 的有向边,边长为 z。

点的编号为 1∼n。

输出一个整数,表示从 1 号点到 n 号点的最多经过 k 条边的最短距离。

如果不存在满足条件的路径,则输出 impossible。

正确代码:

#include<bits/stdc++.h>
using namespace std;
const int N=2e5+5;
bool vis[N];
vector<int> v[N];
int n,m,k,dis[N],dis_old[N];//用dis_old记录上一个·点,以此来实现标记边
long long read(){
	int x=0,f=1;
	char c=getchar();
	while(c<'0'||c>'9'){
		if(c=='-') f=-1;
		c=getchar();
	}
	while(c>='0'&&c<='9'){
		x=x*10+c-'0';
		c=getchar();
	}
	return x*f;
}
struct node{
	int x,y,w;
}a[N];
void bellman_ford(){
	memset(dis,0x3f,sizeof dis);
	dis[1]=0;
	for(int i=0;i<k;i++){
		memcpy(dis_old,dis,sizeof dis_old);
		for(int i=1;i<=m;i++) dis[a[i].y]=min(dis[a[i].y],dis_old[a[i].x]+a[i].w);
	}
}
int main() {
	n=read(),m=read(),k=read();
	for(int i=1;i<=m;i++) a[i].x=read(),a[i].y=read(),a[i].w=read();
	bellman_ford();
	if(dis[n]>0x3f3f3f3f) cout<<"impossible";
	else cout<<dis[n];
	return 0;
}

四.弗洛伊德(floyd)

floyd算法专门针对多源最短路问题。floyd可以用一个二维矩阵表示两点之间的最短路径,即我们只需要维护图中最小距离的邻接矩阵。floyd本质上就是通过不断为两点的路径上增加中间点(所以又称为插点法),进而对邻接矩阵进行更新迭代,每加入一个点,矩阵信息就可能变化一次,从而维护该最小距离矩阵。

1.实现原理:

每次枚举是加入一个中间点k,矩阵中有些点对的距离就有可能减小。同时也说明两点的最短路径链上就可能会增加该中间点k。当所有点都作为中间点加入且完成矩阵的更新后,最终矩阵一定存储任意两点之间的距离最小值。

在这幅图中,如果不进行插点,它的初始矩阵是这样的:

1234
100x3f3f3f3f0x3f3f3f3f3
2100x3f3f3f3f8
32503
40x3f3f3f3f0x3f3f3f3f0x3f3f3f3f

0

而在插入1为中间点后,它的矩阵就变成了这样:

1234
100x3f3f3f3f0x3f3f3f3f3
2100x3f3f3f3f4
32503
40x3f3f3f3f0x3f3f3f3f0x3f3f3f3f

0

在插入2为中间点后,它的矩阵又变成这样:

1234
100x3f3f3f3f0x3f3f3f3f3
2100x3f3f3f3f4
32503
40x3f3f3f3f0x3f3f3f3f0x3f3f3f3f

0

最后插入三为中间点后,它的矩阵是这样的:

1234
100x3f3f3f3f0x3f3f3f3f3
2100x3f3f3f3f4
32503
40x3f3f3f3f0x3f3f3f3f0x3f3f3f3f

0

(这只是一个特殊样例,并不是所有可能都只会在插入第一个中间点后才会改变,但经过n-1次插点后路径一定最短)

2.代码实现:

图中存在负边权,且无负权环。n较小,m较大特别稠密,可以使用邻接矩阵存边。最后涉及到多次询问,使用floyd可以维护邻接矩阵,快速求解。

void floyd(){
	for(int k=1;k<=n;k++){
		for(int i=1;i<=n;i++){
			for(int j=1;j<=n;j++){
				if(k==i||k==j||i==j) continue;//可有可无
				if(g[i][j]>g[i][k]+g[k][j]) g[i][j]=g[i][k]+g[k][j],pat[i][j]=k;//修改最短路径
			}
		}
	}
}

3.例题:

给定由n个点m条边的构成无向图,边权可能为负,图中可能存在重边,不存自环以及负权环。

现在给定q组询问,请输出每组询问中节点i到j的最短距离及其路径。

第一行 n,m,q,其中n≤500,m≤106,q≤104。
接下来m行表示这两个点之间有边相连,边权绝对值小于10000。
随后q行,代表接下来有q个询问,每个询问由ai​,bi​构成。

一共输出q行,如果两点不存在路径则输出-1,否则每行第一个数字表示两点之间的最短距离,随后输出其路径(如果存在多条最短路径,则输出字典序最小的一个)

正确代码:

#include<bits/stdc++.h>
using namespace std;
int n,m,q,g[505][505],pat[505][505];
long long read() {
	int x=0,f=1;
	char c=getchar();
	while(c<'0'||c>'9') {
		if(c=='-') f=-1;
		c=getchar();
	}
	while(c>='0'&&c<='9') {
		x=x*10+c-'0';
		c=getchar();
	}
	return x*f;
}
void floyd(){
	for(int k=1;k<=n;k++){
		for(int i=1;i<=n;i++){
			for(int j=1;j<=n;j++){
				if(k==i||k==j||i==j) continue;
				if(g[i][j]>g[i][k]+g[k][j]) g[i][j]=g[i][k]+g[k][j],pat[i][j]=k;
			}
		}
	}
}
void print(int x,int y){
	if(pat[x][y]==0){
		cout<<" "<<y;
		return;
	}
	print(x,pat[x][y]),print(pat[x][y],y);
}
int main(){
	n=read(),m=read(),q=read();
	memset(g,0x3f,sizeof g);
	for(int i=1;i<=m;i++){
		int x,y,w;
		x=read(),y=read(),w=read();
		g[x][y]=g[y][x]=min(g[x][y],w);
	}
	floyd();
	for(int i=1;i<=q;i++){
		int x,y;
		x=read(),y=read();
		if(g[x][y]==-1) cout<<-1<<endl;
		else{
			cout<<g[x][y]<<" "<<x;
			print(x,y);
			cout<<endl;
		}
	}
	return 0;
}

4.floyd性质探索:

(1).性质一

插入中间点的顺序对结果没有影响。

插入一个中间点k后,此时矩阵中任意两点的距离就可能因为该中间点变小,即点k加入了其中两点的路径中。因此,我们只需要保证点1-n都作为中间点插入一次,从而更新矩阵,对插入顺序不作要求。

(2).性质二

floyd算法在第执行k次插点后,最短路径上的边数一定不会超过k+1。

第1次插点后:
两端点由(i->j)直连变成可能加入一个中间点k相连,变成(i->k->j),即最短路径上存在不超过两条边。

第2次插点后:
两端点最短路径有可能还是只有一条边构成(i->j),当然也有可能在第1次插点的基础上增加为两条边构成(i->k->j),此时插点有可能再增加一个点p,变成3条边。即(i->p->k->j) 或 (i->k->p->j)。

第n次插点后:
两端点最短路径上最多由n+2个点构成,即存在不超过n+1条边

(3).性质三

在执行第k次插点操作前,所求任意两端点的最短路径上,一定不包含k以及k后的若干点。

与性质1类似插入某一个点,则说明把该点放到两端点的路径上,从而尝试更新两端点的最小距离。同理,未插入的点是没有更新任意两端点的距离。必不在现有的路径上。

5.floyd传递闭包问题

传递闭包是离散数学中的一个概念,简单来说就是维护关系的传递性。如a<b,b<c则有a<c。
我们以前学习过使用并查集解决部分具有关系传递性的问题。在这里,我们可以通过floyd算法去建立与维护关系矩阵。从而快速判断任意两点是否具备当前关系。可以通过g数组来记录每一个点之间的关系,若g[a][b]=1就代表a>b,若g[a][b]=0,则a<b。如果a、b的关系需要通过k来传递,我们可以通过g[a][b] |= (g[a][k] & g[k][b])来转移他们的关系。

  • 2
    点赞
  • 2
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值