算法基础——最短路径

算法基础——最短路径

编辑时间：2023/11/2

最短路径概述

• 最短路径问题是图论研究中的一个经典算法问题， 旨在寻找图中两结点之间的最短路径。
• 最常用的路径算法有：
• Dijkstra算法
  SPFA算法\Bellman-Ford算法
  Floyd算法\Floyd-Warshall算法
  Johnson算法

Dijkstra算法深度优先遍历算法步骤

红点=确定了最短权值和的点
绿点=搜索了但未确定的点
白点=未搜索的点

1. 设立红点、绿点、白点 设置起始点为红点，
2. 标记绿点：将最近的点标记为绿点，计算开始到此点的权值和
3. 标记红点：将计算好的绿点权值和最小的点标记/更新为红点
4. 继续遍历：将新标记的红点为起始点，继续搜索重复2、3步骤，
5. 直到搜索点全部结束，将最终点，回溯到起始点，结果的点为最短路径，最终点的权值和为最短路径长度。

案例

问题描述
如图，求从起始点0到终点4的最短路径问题。

解题思路

算法描述

时间复杂度和空间复杂度分析

1. Dijkstra算法是一种用于解决单源最短路径问题的贪心算法。它的时间复杂度和空间复杂度取决于具体实现方式。
2. Dijkstra算法的具体实现方式有多种，包括朴素Dijkstra算法、优先队列优化Dijkstra算法、二叉堆优化Dijkstra算法和斐波那契堆优化Dijkstra算法。一般来说，Dijkstra算法的时间复杂度为O(m + nlogn)，其中m为边数，n为顶点数。空间复杂度为O(n)。
3. 朴素Dijkstra算法的时间复杂度为O(n^2)，空间复杂度为O(n)，但是在稠密图中表现良好。而优先队列优化Dijkstra算法、二叉堆优化Dijkstra算法和斐波那契堆优化Dijkstra算法的时间复杂度均为O(m+ nlogn)，但是在不同的情况下表现不同。

总结

Dijkstra算法的应用非常广泛，例如路由算法、地图导航等。在路由算法中，Dijkstra算法可以用于计算从源节点到其他所有节点的最短路径。在地图导航中，Dijkstra算法可以用于计算从起点到终点的最短路径。