最短路径问题

最短路径问题

• 单源最短路径

  • 非加权图的最短路径

  • 加权图的最短路径

  • 带有负权值的图
  • 有向无环图

• 所有顶点对间的最短路径

单源最短路径

给出一个加权图和图上的一个节点s，找出s到图中每一节点的最短路径。

非加权图的最短路径

采用广度优先搜索，它按层处理一层的所有结点：离起始结点最近的结点最先处理，距离最远的最晚处理。

具体过程：

1. 从s到s的最短路径为0；
2. 通过搜索s的所有邻接结点就能找到离s距离为1的所有结点；
3. 搜索离s距离为1的所有结点的邻接结点就能找到距离为2的节点；
4. 重复上述过程，直到所有节点都访问到为止。

存储设计：

• 数组distance：记录从源点到达每个结点的最短距离。

• 数组prev：记录要到达此结点，必须到达的前一结点。用于追溯这条路径。

加权图的最短路径

Dijkstra算法：

• 保存了一个顶点集S。S中的顶点是已经找到了最短路径的顶点。

• 开始时，顶点集合S只包含源点s一个顶点。

• 反复执行以下循环，直至顶点集S包含所有的顶点为止：对于在顶点集V - S中的每个顶点，考察新加入顶点集S中的结点是否有边到达V-S。如果存在，则检查这条路径是否比原来已知的路径要短。如果是，则更新源点到此结点的距离和路径；然后，从V – S中寻找一个路径最短的结点，从源点到这个结点已经不可能有更好的路径了，把它加入顶点集S。

带有负权值的图

如果一个图带有负权值的边，Dijkstra算法无法正常工作。

实现：利用一个队列

1. 开始时，将源点s放入队列
2. 重复以下过程，直到队列为空：
   
   1. 出队一个节点v
   2. 对v的所有邻接点w，如果经过v到w的距离比已知的s到w的距离短，则更新w的距离，并将w入队

有向无环图

描述一项工程或系统进展的有效工具。

AOV网（Activity On Vertex Network）

将所有的工程项目分解为若干个活动（子工程）；活动定义在顶点上，顶点之间的有向边表示活动执行的次序。

AOE网（Activity On Edge Network）

将所有的工程项目分解为若干个活动（子工程）；活动定义在有向边上，顶点表示事件，有向边的权值表示活动持续的时间，有向边的方向表示事件发生的先后次序。

关键事件和关键路径概念。

所有顶点对间的最短路径

方法一：对每一结点运行Dijkstra最短路径算法。

方法二：Floyd算法。

Floyd算法

一次将每个节点作为中间节点，看看从起始点到中间结点，再从中间节点到终止点的距离是不是比已知的距离短。如是，则替代。

使用n行n列的矩阵A用于计算最短路径。

进行n次迭代。在进行第k次迭代时

$$A_k[i,j] = min\{A_{k-1}[i,j],A_{k-1}[i,k]+A_{k-1}[k,j]\}$$

路径信息的保存需要一个二维数组prev。prev[i][j]的值表示从i到j的最短路径上的前一结点的序号。