Johnson 全源最短路径算法

解决单源最短路径问题（Single Source Shortest Paths Problem）的算法包括：

• Dijkstra 单源最短路径算法：时间复杂度为 O(E + VlogV)，要求权值非负；
• Bellman-Ford 单源最短路径算法：时间复杂度为 O(VE)，适用于带负权值情况；

对于全源最短路径问题（All-Pairs Shortest Paths Problem），可以认为是单源最短路径问题的推广，即分别以每个顶点作为源顶点并求其至其它顶点的最短距离。例如，对每个顶点应用 Bellman-Ford 算法，则可得到所有顶点间的最短路径的运行时间为 O(V²E)，由于图中顶点都是连通的，而边的数量可能会比顶点更多，这个时间没有比 Floyd-Warshall 全源最短路径算法 O(V³) 更优。那么，再试下对每个顶点应用 Dijkstra 算法，则可得到所有顶点间的最短路径的运行时间为 O(VE + V²logV)，看起来优于 Floyd-Warshall 算法的 O(V³)，所以看起来使用基于 Dijkstra 算法的改进方案好像更好，但问题是 Dijkstra 算法要求图中所有边的权值非负，不适合通用的情况。

在 1977 年，Donald B. Johnson 提出了对所有边的权值进行 "re-weight" 的算法，使得边的权值非负，进而可以使用 Dijkstra 算法进行最短路径的计算。

我们先自己思考下如何进行 "re-weight" 操作，比如，简单地对每条边的权值加上一个较大的正数，使其非负，是否可行？

   1     1     1
s-----a-----b-----c
 \              /
   \          /
     \______/
         4

比如上面的图中，共 4 条边，权值分别为 1,1,1,4。当前 s --> c 的最短路径是 {s-a, a-b, b-c} 即 1+1+1=3。而如果将所有边的权值加 1，则最短路径就会变成 {s-c} 的 5，因为 2+2+2=6，实际上导致了最短路径的变化，显然是错误的。

那么，Johnson 算法是如何对边的权值进行 "re-weight" 的呢？以下面的图 G 为例，有 4 个顶点和 5 条边。

首先，新增一个源顶点 4，并使其与所有顶点连通，新边赋权值为 0，如下图所示。

使用 Bellman-Ford 算法 计算新的顶点到所有其它顶点的最短路径，则从 4 至 {0, 1, 2, 3} 的最短路径分别是 {0, -5, -1, 0}。即有 h[] = {0, -5, -1, 0}。当得到这个 h[] 信息后，将新增的顶点 4 移除，然后使用如下公式对所有边的权值进行 "re-weight"：

w(u, v) = w(u, v) + (h[u] - h[v]).

则可得到下图中的结果：

此时，所有边的权值已经被 "re-weight" 为非负。此时，就可以利用 Dijkstra 算法对每个顶点分别进行最短路径的计算了。

Johnson 算法描述如下：

1. 给定图 G = (V, E)，增加一个新的顶点 s，使 s 指向图 G 中的所有顶点都建立连接，设新的图为 G’；
2. 对图 G’ 中顶点 s 使用 Bellman-Ford 算法计算单源最短路径，得到结果 h[] = {h[0], h[1], .. h[V-1]}；
3. 对原图 G 中的所有边进行 "re-weight"，即对于每个边 (u, v)，其新的权值为 w(u, v) + (h[u] - h[v])；
4. 移除新增的顶点 s，对每个顶点运行 Dijkstra 算法求得最短路径；

Johnson 算法的运行时间为 O(V²logV + VE)。

Johnson 算法伪码实现如下：

Johnson 算法 C# 代码实现如下：

  1 using System;
  2 using System.Collections.Generic;
  3 using System.Linq;
  4 
  5 namespace GraphAlgorithmTesting
  6 {
  7   class Program
  8   {
  9     static void Main(string[] args)
 10     {
 11       // build a directed and negative weighted graph
 12       Graph directedGraph1 = new Graph(5);
 13       directedGraph1.AddEdge(0, 1, -1);
 14       directedGraph1.AddEdge(0, 2, 4);
 15       directedGraph1.AddEdge(1, 2, 3);
 16       directedGraph1.AddEdge(1, 3, 2);
 17       directedGraph1.AddEdge(1, 4, 2);
 18       directedGraph1.AddEdge(3, 2, 5);
 19       directedGraph1.AddEdge(3, 1, 1);
 20       directedGraph1.AddEdge(4, 3, -3);
 21 
 22       Console.WriteLine();
 23       Console.WriteLine("Graph Vertex Count : {0}", directedGraph1.VertexCount);
 24       Console.WriteLine("Graph Edge Count : {0}", directedGraph1.EdgeCount);
 25       Console.WriteLine();
 26 
 27       int[,] distSet1 = directedGraph1.Johnsons();
 28       PrintSolution(directedGraph1, distSet1);
 29 
 30       // build a directed and positive weighted graph
 31       Graph directedGraph2 = new Graph(4);
 32       directedGraph2.AddEdge(0, 1, 5);
 33       directedGraph2.AddEdge(0, 3, 10);
 34       directedGraph2.AddEdge(1, 2, 3);
 35       directedGraph2.AddEdge(2, 3, 1);
 36 
 37       Console.WriteLine();
 38       Console.WriteLine("Graph Vertex Count : {0}", directedGraph2.VertexCount);
 39       Console.WriteLine("Graph Edge Count : {0}", directedGraph2.EdgeCount);
 40       Console.WriteLine();
 41 
 42       int[,] distSet2 = directedGraph2.Johnsons();
 43       PrintSolution(directedGraph2, distSet2);
 44 
 45       Console.ReadKey();
 46     }
 47 
 48     private static void PrintSolution(Graph g, int