DAG，Dijkstra，Bellmen-Ford之间的原理，异同，应用

DAG（有向无环图）、Dijkstra算法和Bellman-Ford算法都是图论中的重要概念和算法。它们各自有不同的原理、应用场景和特点。以下是它们之间的异同和应用。

1. DAG（有向无环图）

原理：

• DAG是一种有向图，其中不存在从某个顶点出发又能回到该顶点的路径（即没有环路）。
• DAG的一个重要特性是可以进行拓扑排序。

应用：

• 任务调度：表示任务之间的依赖关系。
• 数据处理流程：如编译器中的表达式树。
• 确定性模型：如版本控制系统中的提交历史。

2. Dijkstra算法

原理：

• Dijkstra算法用于计算从单个源点到所有其他顶点的最短路径。
• 适用于边权非负的图。
• 算法使用贪心策略，逐步扩展已知的最短路径。

应用：

• 地图导航系统：寻找最短路径。
• 网络路由协议：如OSPF（开放最短路径优先）。
• 交通优化：实时交通流量分析。
• Dijkstra算法求最短路径：
  • 测试用例：
  • 
  • 预期结果：
  • 

核心代码如下：

void Graph::dijkstra(int startId)
{//先把它从队列中删除，然后找到它的邻居顶点并更新节点的值直到队列为空
	Pritree<Vertex> pritree;
	initialForDij(pritree, startId);
	while(pritree.getSize() != 0)
	{
			Vertex temp =  pritree.popHead();//找到discovery最小的值
			Vertex* vertexp = findVerAccId(temp.getVertexId());
			Node* neighbor = vertexp->getHeadNode();//找到邻居节点
		//	cout<<temp.getVertexId()<<"->  ";
			while(neighbor != NULL)//对每一个邻居节点进行循环中的操作
			{
				Vertex* tempNe = neighbor->getVertex();//与弹出来的顶点相邻的顶点
				if(tempNe->getDiscovery() > temp.getDiscovery() + neighbor->getWeight())
				{
					tempNe->setDiscovery(temp.getDiscovery() + neighbor->getWeight());
					tempNe->setParent(vertexp);//记住其父节点
					pritree.delete_ele(*tempNe, equal);//从优先队列中删除
					pritree.insert(*tempNe);//然后插入新的更新后的顶点
				}
				neighbor = neighbor->getNextNode();
			}
	}
//打印出最后的结果
	Vertex* for_out_ver = this->headVertex;
	cout<<"dijkstra:"<<endl;
	while(for_out_ver != NULL)
	{
		for_out_ver = for_out_ver->getNextVertex();
		if(for_out_ver != NULL)
		  cout<<(for_out_ver->getParent())->getVertexId()<<"->"<<for_out_ver->getVertexId()<<endl;
	}

}

3. Bellman-Ford算法

原理：

• Bellman-Ford算法也用于计算从单个源点到所有其他顶点的最短路径。
• 可以处理边权为负的图，并能检测负权环。
• 通过动态规划的方式，逐步更新路径长度。

应用：

• 适用于存在负权边的图，如金融网络中的套利检测。
• 网络路由协议：如RIP（路由信息协议）。
• 解决最短路径问题的更一般化场景。
• Bellman-Ford算法求最短路径：
  • 测试用例：
  • 
  • 预期结果：
  • 

  核心代码如下：

void Graph::bellmanFord(int startId)
{
	//初始化
	Vertex* vptr = this->headVertex;
	while(vptr != NULL)
	{
		if(vptr->getVertexId() == startId)
			vptr->setDiscovery(0);
		else
			vptr->setDiscovery(INT_MAX);

		vptr->setParent(NULL);
		vptr = vptr->getNextVertex();
	}

	//最外层迭代顶点数目减一次
	for(int counter0 = 1; counter0 < this->vertexNumber; counter0++)
	{
		vptr = this->headVertex;
		while(vptr != NULL)//遍历每一个顶点
		{
			Node* eptr = vptr->getHeadNode();
			while(eptr != NULL)//遍历每一条边
			{
				Vertex* vtoptr = eptr->getVertex();
				if( vtoptr->getDiscovery()> vptr->getDiscovery()+eptr->getWeight())
				{
					vtoptr->setDiscovery(vptr->getDiscovery()+eptr->getWeight());
					vtoptr->setParent(vptr);
				}
				eptr = eptr->getNextNode();
			}
			vptr = vptr->getNextVertex();
		}
	}

	Vertex* for_out_ver = this->headVertex;
	cout<<"bellman-ford:"<<endl;
	while(for_out_ver != NULL)
	{
		for_out_ver = for_out_ver->getNextVertex();
		if(for_out_ver != NULL)
			cout<<(for_out_ver->getParent())->getVertexId()<<"->"<<for_out_ver->getVertexId()<<endl;
	}

}

4.异同点总结

特性	DAG	Dijkstra算法	Bellman-Ford算法
图的类型	有向无环图	有向图（非负边权）	有向图（可包含负边权）
算法性质	拓扑排序	贪心算法	动态规划
负权边处理	不适用	不适用	支持
适用场景	任务调度、数据流程	最短路径查找	负权检测、一般最短路径查找

总结

• DAG用于表示无环的依赖关系，适合任务调度等场景。
• Dijkstra算法适合处理边权非负的最短路径问题，常用于实时导航。
• Bellman-Ford算法则适合处理更复杂的图形，尤其是需要处理负权边的情况，能够检测负权环