图论小总结

最新推荐文章于 2024-03-29 10:26:03 发布

J_zyq

最新推荐文章于 2024-03-29 10:26:03 发布

阅读量419

点赞数 2

分类专栏： *图论总结*

本文链接：https://blog.csdn.net/SecienceJohn/article/details/71157646

版权

*图论总结* 专栏收录该内容

1 篇文章 0 订阅

订阅专栏

这几天一直在看图论的东西，什么Dijkstra,Floyd，Prim,Kruskal等等的东西吧，之前总感觉这些东西好难，也就没怎么看，这段时间接触多了，每天都看那么一丢丢，感觉真的也就那么回事，什么东西都是要一点一点去学，慢慢的去掌握的不是么，所以看了好几天的东西，今天想花点时间去总结一次，就当做省赛前的小放松了，哈哈，其实平常也挺放松的.......好了，进入正题吧！

Dijkstra算法

Dijkstra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。主要特点是以起点为中心向外层扩展，直到扩展到终点为止。特别注意的是 Dijkstra算法要求图中不存在负权边。

Dijkstra单源最短路邻接矩阵形式

/*
 *  单源最短路径，Dijkstra算法，邻接矩阵形式，复杂度为O(n^2)
 *  求出源beg到所有点的最短路径，传入图的顶点数和邻接矩阵cost[][]
 *  返回各点的最短路径lowcost[]，路径pre[]，pre[i]记录beg到i路径上的父节点，pre[beg] = -1
 *  可更改路径权类型，但是权值必须为非负，下标0~n-1
 */
const int MAXN = 1010;
const int INF = 0x3f3f3f3f; //  表示无穷
bool vis[MAXN];
int pre[MAXN];

void Dijkstra(int cost[][MAXN], int lowcost[], int n, int beg)
{
    for (int i = 0; i < n; i++)
    {
        lowcost[i] = INF;
        vis[i] = false;
        pre[i] = -1;
    }
    lowcost[beg] = 0;
    for (int j = 0; j < n; j++)
    {
        int k = -1;
        int min = INF;
        for (int i = 0; i < n; i++)
        {
            if (!vis[i] && lowcost[i] < min)
            {
                min = lowcost[i];
                k = i;
            }
        }
        if (k == -1)
        {
            break;
        }
        vis[k] = true;
        for (int i = 0; i < n; i++)
        {
            if (!vis[i] && lowcost[k] + cost[k][i] < lowcost[i])
            {
                lowcost[i] = lowcost[k] + cost[k][i];
                pre[i] = k;
            }
        }
    }
}

Dijkstra 单源最短路邻接矩阵形式双路径信息

/*
*单源最短路径，dijkstra算法，邻接矩阵形式，复杂度为o(n^2)
*两点间距离存入map[][]，两点间花费存入cost[][]
*求出源st到所有点的最短路径及其对应最小花费
*返回各点的最短路径lowdis[]以及对应的最小花费lowval[]
*可更改路径权类型，但是权值必须为非负，下标1~n
*/
const int MAXN=1010;
const int INF=0x3f3f3f3f;

int n,m;

int lowdis[MAXN];
int lowval[MAXN];
int visit[MAXN];
int map[MAXN][MAXN];
int cost[MAXN][MAXN];

void dijkstra(int st)
{
    int temp=0;
    for(int i=1;i<=n;i++)
    {
        lowdis[i]=map[st][i];
        lowval[i]=cost[st][i];
    }
    memset(visit,0,sizeof(visit));
    visit[st]=1;
    for(int i=1;i<n;i++)
    {
        int MIN=INF;
        for(int j=1;j<=n;j++)
        {
            if(!visit[j]&&lowdis[j]<MIN)
            {
                temp=j;
                MIN=lowdis[j];
            }
        }
        visit[temp]=1;
        for(int j=1;j<=n;j++)
        {
            if(!visit[j]&&map[temp][j]<INF)
            {
                if(lowdis[j]>lowdis[temp]+map[temp][j])
                {
                    lowdis[j]=lowdis[temp]+map[temp][j];
                    lowval[j]=lowval[temp]+cost[temp][j];
                }
                else if(lowdis[j]==lowdis[temp]+map[temp[j])
                {
                    if(lowval[j]>lowval[temp]+cost[temp][j])
                    {
                        lowval[j]=lowval[temp]+cost[temp][j];
                    }
                }

            }
        }
    }
    return;

}

Dijkstra起点Strat结点有权值

#define M 505
const int inf=0x3f3f3f3f;
int num[M];    //结点权值
int map[M][M];  //图的临近矩阵
int vis[M];     //结点是否处理过
int ans[M];     //最短路径结点权值和
int dis[M];     //各点最短路径花费
int n,m,Start,End;    //n结点数，m边数，Start起点,End 终点

void Dij(int v)
{
    ans[v]=num[v];
    memset(vis,0,sizeof(vis));
    for(int i=0;i<n;i++)
    {
        if(map[v][i]<inf)
        {
            ans[i]=ans[v]+num[i];
        }
        dis[i]=map[v][i];
    }
    dis[v]=0;
    vis[v]=1;
    for(int i=1;i<n;i++)
    {
        int u=0,min=inf;
        for(int j=0;j<n;j++)
        {
            if(!vis[j]&&dis[j]<min)
            {
                min=dis[j];
                u=j;
            }
        }
        vis[u]=1;
        for(int k=0;k<n;k++)
        {
            if(!vis[k]&&dis[k]>map[u][k]+dis[u])
            {
                dis[k]=map[u][k]+dis[u];
                ans[k]=ans[u]+num[k];
            }
        }
        for(int k=0;k<n;k++)
        {
            if(dis[k]==map[u][k]+dis[u])
            {
                ans[k]=max(ans[k],ans[u]+num[k]);
            }
        }
    }
    printf("%d %d\n",dis[End],ans[End]);//输出终点最短路径花费、最短路径结点权值和
}
int main()
{
    scanf("%d%d%d%d",&n,&m,&Strat,&End);
    for(int i=0;i<n;i++)
        scanf("%d",&num[i]);
    memset(vis,0,sizeof(vis));
    memset(map,0x3f,sizeof(map));
    for(int i=0;i<m;i++)
    {
        int x,y,z;
        scanf("%d%d%d",&x,&y,&z);
        if(map[x][y]>z)
        {
            map[x][y]=z;
            map[y][x]=z;
        }
    }
    Dij(Start);
    return 0;
}

Floyd算法

Floyd-Warshallsu算法是解决任意两点间的最短路径的一种算法，可以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。

算法描述：

a)从任意一条单边路径开始。所有两点之间的距离是边的权，如果两点之间没有相连，则权为无穷大。

b)对于每一对定点u和v，看看是否存在一个顶点w使得从u到w再到v比已知的路径更短.如果是，那么就更新它.

Floyd算法邻接矩阵形式

/*
*Floyd算法，求从任意节点i到任意节点j的最短路径
*cost[][]：初始化为INF(cost[i][i]:初始化为0)
*lowcost[][]:最短路径，path[][]:最短路径(无限制)
*/
const int MAXN=100;
int cost[MAXN][MAXN];
int lowcost[MAXN][MAXN];
itn path[MAXN][MAXN];
void Floyd(int n)
{
    memcpy(lowcost,cost,sizeof(cost));
    memset(path,-1,sizeof(path));
    for(int k=0;k<n;k++)
        for(int i=0;i<n;i++)
            for(int j=0;j<n;j++)
            {
                if(lowcost[i][j]>(lowcost[i][k]+lowcost[k][j]))
                {
                     lowcost[i][j]=lowcost[i][k]+lowcost[k][j];
                     path[i][j]=k;
                }   
                
            }
}

Floyd算法点权 + 路径限制

/*Floyd算法，求任意节点i到任意节点j的最短路径
*cost[][]:初始化为INF(cost[i][i]:初始化为0)
*val[]:点权，lowcost[][]:除起点，终点外的点权之和+最短路径
*path[][]：路径限制，要求字典序最小的路径，下表1~N
*/
const int MAXN=110;
const int INF=0x3f3f3f3f;
int val[MAXN];  //点权
int cost[MAXN][MAXN];
int lowcost[MAXN][MAXN];
int path[MAXN][MAXN];  //i~j路径中第一个结点
void Floyd(int n)
{
    memccpy(lowcost,cost,sizeof(cost));
    for(itn i=0;i<=n;i++)
    {
        for(int j=0;j<=n;j++)
        {
            path[i][j]=j;
        }
    }
    for(int k=1;k<=n;k++)
        for(int i=1;i<=n;i++)
            for(int j=1;j<=n;j++)
            {
                int temp=lowcost[i][k]+lowcost[k][j]+val[k];
                if(lowcost[i][j]>temp)
                {
                    lowcost[i][j]=temp;
                    path[i][j]=path[i][k];
                }
                else if(lowcost[i][j]==temp&&path[i][j]>path[i][k])
                    path[i][j]=path[i][k];
            }
    return;
}

Prim算法
prim算法：每次选取一条边，该边满足：1.一端已选，一端未选；2.该边权值最小。

算法描述：Prim只与定点有关，求最小生成树的时候，和边数无关，只和定点的数量相关，所以适合求稠密网的最小生成树

/*
 *  Prim求MST
 *  耗费矩阵cost[][]，初始化为INF，标号从0开始，0 ~ n－1
 *  返回最小生成树的权值，返回-1表示原图不连通
 */

const int INF = 0x3f3f3f3f;
const int MAXN = 110;
bool vis[MAXN];
int lowc[MAXN];
int cost[MAXN][MAXN];

//  修正cost（添加边）
void updata(int x, int y, int v)
{
    cost[x - 1][y - 1] = v;
    cost[y - 1][x - 1] = v;
    return ;
}

int Prim(int cost[][MAXN], int n)   //  0 ~ n - 1
{
    int ans = 0;
    memset(vis, false, sizeof(vis));
    vis[0] = true;
    for (int i = 1; i < n; i++)
    {
        lowc[i] = cost[0][i];
    }
    for (int i = 1; i < n; i++)
    {
        int minc = INF;
        int p = -1;
        for (int j = 0; j < n; j++)
        {
            if (!vis[j] && minc > lowc[j])
            {
                minc = lowc[j];
                p = j;
            }
        }
        if (minc == INF)
        {
            return -1;  //  原图不连通
        }
        ans += minc;
        vis[p] = true;
        for (int j = 0; j < n; j++)
        {
            if (!vis[j] && lowc[j] > cost[p][j])
            {
                lowc[j] = cost[p][j];
            }
        }
    }
    return ans;
}

Kruskal算法
在带权连通图中，不断地在边集合中找到最小的边，如果该边满足得到最小生成树的条件，就将其构造，直到最后得到一颗最小生成树。

克鲁斯卡尔算法的执行步骤：
       第一步：在带权连通图中，将边的权值排序；
       第二步：判断是否需要选择这条边（此时图中的边已按权值从小到大排好序）。判断的依据是边的两个顶点是否已连通，如果连通则继续下一条；如果不连通，那么就选择使其连通。
       第三步：循环第二步，直到图中所有的顶点都在同一个连通分量中，即得到最小生成树。

/*
 *  Kruskal算法求MST
 *  对边操作，并排序
 *  切记：初始化赋值问题（tol）
 */

const int MAXN = 110;   //  最大点数
const int MAXM = 10000; //  最大边数

int F[MAXN];    //  并查集使用

struct Edge
{
    int u;      //  起点
    int v;      //  终点
    int w;      //  权值
} edge[MAXM];   //  存储边的信息

int tol;        //  边数，加边前赋值为0

void addEdge(int u, int v, int w)
{
    edge[tol].u = u;
    edge[tol].v = v;
    edge[tol++].w = w;
    return ;
}

bool cmp(Edge a, Edge b)
{
    //  排序函数，将边按照权值从小到大排序
    return a.w < b.w;
}

int find(int x)
{
    if (F[x] == x)
    {
        return x;
    }
    else
    {
        return F[x] = find(F[x]);
    }
}

int Kruskal(int n)  //  传入点数，返回最小生成树的权值，如果不连通则返回-1
{
    for (int i = 0; i <= n; i++)
    {
        F[i] = i;
    }
    sort(edge, edge + tol, cmp);

    int cnt = 0;    //  计算加入的边数
    int ans = 0;
    for (int i = 0; i < tol; i++)
    {
        int u = edge[i].u;
        int v = edge[i].v;
        int w = edge[i].w;
        int tOne = find(u);
        int tTwo = find(v);
        if (tOne != tTwo)
        {
            ans += w;
            F[tOne] = tTwo;
            cnt++;
        }
        if (cnt == n - 1)
        {
            break;
        }
    }
    if (cnt < n - 1)
    {
        return -1;  //  不连通
    }
    else
    {
        return ans;
    }
}

J_zyq

关注

2
点赞
踩
0

收藏

觉得还不错? 一键收藏
0
评论
图论小总结

这几天一直在看图论的东西，什么Dijkstra,Floyd，Prim,Kruskal等等的东西吧，之前总感觉这些东西好难，也就没怎么看，这段时间接触多了，每天都看那么一丢丢，感觉真的也就那么回事，什么东西都是要一点一点去学，慢慢的去掌握的不是么，所以看了好几天的东西，今天想花点时间去总结一次，就当做省赛前的小放松了，哈哈，其实平常也挺放松的.......好了，进入正题吧！Dijkstr
复制链接

扫一扫

专栏目录