图论系列文章
前言
在学习了图的DFS与BFS之后,我们立刻迎来来图的应用:求两顶点之间的最小距离。
其中最为重要的有两种算法:
- Djikstra算法 只能求出一个顶点到其他所有顶点的最短距离
- Floyd算法 能求解出任意两点之间的最小距离
一.BFS求两顶点之间的最短路径(非加权图)
如果是非加权图(或者是权值均为1的加权图),直接使用BFS即可求解出两顶点之间的最短路径。
假设还是以下图作为测试:
- 输入数据
7 10
0 1
0 2
1 3
2 3
1 4
3 4
3 5
2 5
4 6
5 6
- 程序
int N, C;//N个顶点,C条边
int BFS(vector<vector<int>>& vertex, vector<int>& visited, int start, int end)
{
queue<int> que;
que.push(start);
visited[start] = 1;
int height = 1;
while (!que.empty())
{
queue<int> tQue;
while (!que.empty())
{
int i = que.front();
que.pop();
for (int j = 0; j < N; ++j)
{
if (0 == vertex[i][j] || visited[j])//不连通或者已经访问过
continue;
if (j == end)
return height;
tQue.push(j);
visited[j] = 1;
}
}
swap(que, tQue);
height++;
}
return 0;
}
int main()
{
cin >> N >> C;
vector<vector<int>> vertex(N, vector<int>(N, 0));
for (int i = 0; i < C; ++i)
{
int m, n;
cin >> m >> n;
vertex[m][n] = 1;//顶点m到顶点n连通
}
//从某一点开始BFS遍历
vector<int> visited(N, 0);
cout << "最短路径:" << BFS(vertex, visited, 0, 6) << endl;
return 0;
}
二.Dijkstra算法求解单源最短路径(加权图)
我们已经了解到,如果是非加权图(或者是权值均为1的加权图), 直接使用BFS
方法就可以算出单源的最短距离。但如果是权值不相等的加权图,那么也就需要使用Dijkstra算法求解。
Dijkstra算法 :迪克斯特拉算法,是从一个顶点到其余各个顶点的最短路径算法,解决的是有权图中最短路径的问题。
算法思想:
从源顶点开始,采用贪心算法的策略:
- 每次都选取一个离源顶点距离最近且未访问过的顶点;
- 计算出该顶点到其他连通顶点的最短距离;
- 不断重复步骤1与步骤2。
过程中需要设置一个distance数组保存源顶点到其余顶点的最小距离,同时设置一个visited数组判断该顶点是否已经访问过。
- 测试数据
7 10
0 1 5
0 2 2
1 3 1
2 3 6
1 4 6
3 4 1
3 5 2
2 5 8
4 6 7
5 6 3
- 程序
int N, C;//N个顶点,C条边
void dijkstra(vector<vector<int>>& vertex, vector<int>& visited, int start)
{
vector<int> distance(N, INT32_MAX);
distance[start] = 0;
for (int k = 0; k < N - 1; ++k)//计算源顶点到其他N-1个顶点的最短距离
{
int m = 0, Min = INT32_MAX;
for (int i = 0; i < N; ++i)//每一次都从 没有访问过的 距离最小的 顶点出发
{
if (0 == visited[i] && distance[i] < Min)
{
Min = distance[i];
m = i;
}
}
visited[m] = 1;
for (int n = 0; n < N; ++n)
{
if (0 < vertex[m][n] && vertex[m][n] < INT32_MAX) //如果m,n之间连通
distance[n] = std::min(distance[n], vertex[m][n] + distance[m]);
}
}
//print
for (int i = 0; i < N; ++i)
cout << distance[i] << endl;
}
int main()
{
cin >> N >> C;
vector<vector<int>> vertex(N, vector<int>(N, INT32_MAX));//由于是加权图,不连通则用INT32_MAX表示
for (int i = 0; i < C; ++i)
{
int m, n, weight;
cin >> m >> n >> weight;
vertex[m][n] = weight;//顶点m到顶点n连通
vertex[n][m] = weight;//无向图,顶点n到顶点m连通
}
vector<int> visited(N, 0);
dijkstra(vertex, visited, 0);
return 0;
}
三.Floyd算法求解多源最短路径
Dijkstra算法只能求解一个点到其他点的最短路径,那么如果要求任意两点之间的最短路径,虽然也可以将Dijkstra算法再执行N次,但是Floyd算法却更简洁有效。
Floyd算法:是一种动态规划
算法,用来找到加权图中多个顶点之间的最小距离。
算法思想:
- 使用邻接矩阵,遍历每个顶点,以该顶点为中继顶点;
- 在能够作为中继节点到依次计算出最小路径。
dp[i][j] = std::min(dp[i][j], dp[i][k]+dp[k][j]);
- 测试数据
7 10
0 1 5
0 2 2
1 3 1
2 3 6
1 4 6
3 4 1
3 5 2
2 5 8
4 6 7
5 6 3
- 程序
int N, C;//N个顶点,C条边
void floyd(vector<vector<int>>& vertex)
{
for (int k = 0; k < N; ++k)
for (int i = 0; i < N; ++i)
for (int j = 0; j < N; ++j)
if (i == j || vertex[i][k] == INT32_MAX || vertex[k][j] == INT32_MAX)//若两点相同,或者中继节点有不连通的情况
continue;
else
vertex[i][j] = std::min(vertex[i][j], vertex[i][k] + vertex[k][j]);
//print
for (auto& i : vertex)
{
for (auto& j : i)
cout << j << " ";
cout << endl;
}
}
int main()
{
cin >> N >> C;
vector<vector<int>> vertex(N, vector<int>(N, INT32_MAX));//由于是加权图,不连通则用INT32_MAX表示
for (int i = 0; i < C; ++i)
{
int m, n, weight;
cin >> m >> n >> weight;
vertex[m][n] = weight;//顶点m到顶点n连通
vertex[n][m] = weight;//无向图,顶点n到顶点m连通
}
floyd(vertex);
return 0;
}