06-6.4.2 最短路径问题

👋 Hi, I’m @Beast Cheng
👀 I’m interested in photography, hiking, landscape…
🌱 I’m currently learning python, javascript, kotlin…
📫 How to reach me --> 458290771@qq.com


喜欢《数据结构》部分笔记的小伙伴可以订阅专栏,今后还会不断更新。🧑‍💻
感兴趣的小伙伴可以点一下订阅、收藏、关注!🚀
谢谢大家!🙏

单源最短路径

BFS算法(无权图)

代码实现

bool visited[MAX_VERTEX_NUM];  // 访问标记数组

// 广度优先遍历
void BFS (Graph G, int v)  // 从顶点v出发,广度优先遍历图G
{
	visit(v);  // 访问初始顶点v
	visited[v] = TRUE;  // 对v做已访问标记
	EnQueue(Q, v);  // 顶点v入队列Q
	while (!isEmpty(Q))
	{
		DeQueue(Q, v);
		for (w = FirstNeighbor(G, v); w >= 0; w = NextNeighbor(G, v, w))
		{
			if (!visited[w])
			{
				visit(w);
				visited[w] = TRUE;
				EnQueue(Q, w);  // 顶点w入队列
			}
		}
	}
}

对代码进行改造

// 求顶点u到其他顶点的最短路径
void BFS_MIN_Distance(Graph G, int u)
{
	// d[i]表示从u到i结点的最短路径
	for(i = 0; i < G.vexnum; ++i)
	{
		d[i] =;  // 初始化路径长度
		path[i] = -1;  // 最短路径从哪个顶点过来
	}
	d[u] = 0;
	visited[u] = TRUE;
	EnQueue(Q, u);
	while(!isEmpty(Q))  // BFS算法主过程
	{
		DeQueue(Q, u);  // 队头元素u出队
		for(w = FirstNeighbor(G, u); w >= 0; w = NextNeighbor(G, u, w))
		{
			if(!visited[w])  // w为u的尚未访问的邻接结点
			{
				d[w] = d[u] + 1;  // 路径长度+1
				path[w] = u;  // 最短路径应从u到w
				visited[w] = TRUE;  // 设已访问标记
				EnQueue(Q, w);  // 顶点w入队
			}
		}
	}
}

本质上是对BFS的修改,在 visit 一个顶点时,修改其最短路径长度 d[] 并在 path[] 记录前驱结点


Dijkstra算法(带权图、无权图)

初始:从 V 0 V_0 V0 开始,初始化三个数组信息,一开始先把 V 0 V_0 V0 设为 TRUE ,然后记录的是各个顶点到 V 0 V_0 V0 的最短路径长度

第一轮:循环遍历所有节点,找到还没有确定的阻断路径,且 dist 最小的顶点 V i V_i Vi ,令 final[i] = true

第二轮:循环遍历所有节点,找到还没有确定的阻断路径,且 dist 最小的顶点 V i V_i Vi ,令 final[i] = true
检查所有邻接自 V i V_i Vi 的顶点,若其 final 值为 false ,则更新 distpath 信息

第三轮:循环遍历所有节点,找到还没有确定的阻断路径,且 dist 最小的顶点 V i V_i Vi ,令 final[i] = true
检查所有邻接自 V i V_i Vi 的顶点,若其 final 值为 false ,则更新 distpath 信息

时间复杂度: O ( ∣ V ∣ 2 ) O(|V|^2) O(V2)

用于负权值带权图

Dijkstra算法可能失效

各顶点间最短路径

Floyd算法(带权图、无权图)

使用动态规划思想,将问题分为多个阶段

对于n个顶点的图G,求任意一对顶点 V i V_i Vi -> V j V_j Vj 之间的最短路径可分为如下几个阶段:

  • 初始:不允许在其他顶点中转,最短路径是?
  • 0:若允许在 V 0 V_0 V0 中转,最短路径是?
    • A ( 0 ) A^{(0)} A(0) p a t h ( 0 ) path^{(0)} path(0)
  • 1:若允许在 V 0 , V 1 V_0,V_1 V0,V1 中转,最短路径是?
    • A ( 1 ) A^{(1)} A(1) p a t h ( 1 ) path^{(1)} path(1)
  • 2:若允许在 V 0 , V 1 , V 2 V_0,V_1,V_2 V0,V1,V2 中转,最短路径是?
    • A ( 2 ) A^{(2)} A(2) p a t h ( 2 ) path^{(2)} path(2)
  • ……
  • n-1:若允许在 V 0 , V 1 , V 2 , . . . , V n − 1 V_0,V_1,V_2,...,V_{n-1} V0,V1,V2,...,Vn1 中转,最短路径是?

Floyd算法核心代码

// ...准备工作,根据图的信息初始化矩阵 A 和 path
for(int k = 0; k < n; k ++){  // 考虑以 vk 作为中转点
	for(int i = 0; i < n; i ++){  // 遍历整个矩阵,i 为行号,j 为列号
		for(int j = 0; j < n; j ++){
			if(A[i][j] > A[i][k] + A[k][j]){  // 以 vk 为中转点的路径更短			
				A[i][j] = A[i][k] + A[k][j];  // 更新最短路径长度
				path[i][j] = k;  // 中转点
			}
		}
	}
}

时间复杂度 O ( ∣ V ∣ 3 ) O(|V|^3) O(V3)
空间复杂度 O ( ∣ V ∣ 2 ) O(|V|^2) O(V2)


Floyd算法可以用于负权图
但是也有Floyd算法不能解决的问题
Floyd算法不能结局带有“负权回路”的图,这种图有可能没有最短路径

  • 38
    点赞
  • 27
    收藏
    觉得还不错? 一键收藏
  • 打赏
    打赏
  • 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

打赏作者

Beast Cheng

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

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