问题引入
地图上有很多个城市,已知各城市之间距离(或者是所需时间,后面都用距离了),一般问题无外乎就是以下几个:
- 从某城市到其余所有城市的最短距离【单源最短路径】
- 所有城市之间相互的最短距离【任意两点最短路径】
- 各城市距离一致,给出需要最少中转方案 【最少中转】
深度优先搜索
适用范围:深搜求最短路径的思想和用深搜迷宫寻路很像,能找出所有的从起点到目标点的路径,选出其中最短的一条。
但一般不用,只能处理 n < 10 n<10 n<10 的情况
此算法仅供娱乐参考,实际不会用它的,因为算法复杂度是 O ( n ! ) O(n!) O(n!)
深度优先搜索:
const int inf = 1 << 30;
int M[50][50];
bool fuck[50];
int n, res;
//cur-当前所在城市编号,dis-当前已走过的路径
void dfs(int cur, int dis) {
//若当前的路径值已比之前找到的最短路大,没必要继续往下搜索了,其实没什么必要,深搜本来就属于暴力算法,这个小优化属于杯水车薪
if (dis > res)
return;
//当前已到达目的城市,更新min
if (cur == n) {
res = min(res, dis);
return;
}
//对1~n号城市依次尝试
for (int i = 1; i <= n; i++) {
//若cur与i之间有路,且i没有在已走过的路径中
if (M[cur][i] != inf && !fuck[i]) {
fuck[i] = true; //标记i为已走的路径
dfs(i, dis + M[cur][i]); //继续搜索
fuck[i] = false; //回溯
}
}
}
完整测试代码:
#include <iostream>
#include <algorithm>
#include <fstream>
#include <cstdio>
#include <queue>
using namespace std;
const int inf = 1 << 30;
int M[50][50];
int path[50];
bool fuck[1000];
int n, m, res = inf, cnt;
//cur-当前所在城市编号,dis-当前已走过的路径
void dfs(int cur, int dis,int destination,int k) {
//若当前的路径值已比之前找到的最短路大,没必要继续往下搜索了,其实没什么必要,深搜本来就属于暴力算法,这个小优化属于杯水车薪
//if (dis > res)
// return;
//当前已到达目的城市,更新min
if (cur == destination) {
res = min(res, dis);
//cnt++;
for (int i = 0; i < k; i++) {
cout << path[i] << ' ';
}
cout << endl;
return;
}
//对1~n号城市依次尝试
for (int i = 1; i <= n; i++) {
//若cur与i之间有路,且i没有在已走过的路径中
if (M[cur][i] != 0 && M[cur][i] != inf && !fuck[i]) {
fuck[i] = true; //标记i为已走的路径
path[k] = i;
dfs(i, dis + M[cur][i], destination, k + 1); //继续搜索
fuck[i] = false; //回溯
}
}
}
int main() {
#ifdef LOCAL
fstream cin("data.in");
#endif // LOCAL
cin >> n >> m;
for (int i = 1; i <= n; i++) {
for (int j = 1; j <= n; j++) {
if (i != j)
M[i][j] = inf;
}
}
for (int i = 0; i < m; i++) {
int c1, c2, c3;
cin >> c1 >> c2 >> c3;
M[c1][c2] = c3;
M[c2][c1] = c3;
}
cnt = 0;
res = inf;
fuck[1] = true;
path[0] = 1;
dfs(1, 0, 4, 1);
return 0;
}
宽度优先搜索
假如现在是最少中转方案问题(或者所有边的权值一致),问从城市1到城市4需要经过的最少中转城市个数,就可以使用宽度优先搜索。
适用范围:最少中转方案(或者所有边的权值一致),这类问题和宽搜求迷宫的最短路径思想完全一样,从开始点逐层扩展,找到目标停止。一般来说能够处理大概 n < 50 n<50 n<50 的情况
宽搜的算法复杂度也是 O ( n ! ) O(n!) O(n!),不过看运气,如果在前面几层就找到目标了,就比较快。也就是目标点需要中转几次,如果一次都不要中转,那么第二层就能搜索到;如果需要中转 n − 2 n-2 n−2 次,那就得搜索到最后一层,就也是 O ( n ! ) O(n!) O(n!) 了
宽度优先搜索:
int M[50][50];
int path[50];
bool fuck[1000];
int n, m, res = inf, cnt;
int bfs(int start, int destination){
queue<pair<int, int>> q; //城市编号、当前是第几座城市
q.push({ start,0 }); //把起始点加入队列
fuck[start] = true; //标记为已在路径中
while (!q.empty()){
int cur = q.front().first, dis = q.front().second;
q.pop();
for (int i = 1; i <= n; i++) {
//如果当前点到i点有路,并且当前还没有加入队列中
if (M[cur][i] != inf && !fuck[i]) {
q.push({ i,dis + 1 });
fuck[i] = true;
if (i == destination) //如果发现了目标点
return dis;//这里具体是算多少步看题目咋问了
}
}
}
}
完整测试代码:
#include <iostream>
#include <algorithm>
#include <fstream>
#include <cstdio>
#include <queue>
using namespace std;
const int inf = 1 << 30;
int M[50][50];
int path[50];
bool fuck[1000];
int n, m, res = inf, cnt;
int bfs(int start, int destination){
queue<pair<int, int>> q; //城市编号、当前是第几座城市
q.push({ start,0 }); //把起始点加入队列
fuck[start] = true; //标记为已在路径中
while (!q.empty()){
int cur = q.front().first, dis = q.front().second;
q.pop();
for (int i = 1; i <= n; i++) {
//如果当前点到i点有路,并且当前还没有加入队列中
if (M[cur][i] != inf&& !fuck[i]) {
q.push({ i,dis + 1 });
fuck[i] = true;
if (i == destination) //如果发现了目标点
return dis;//这里具体是算多少步看题目咋问了
}
}
}
}
int main() {
#ifdef LOCAL
fstream cin("data.in");
#endif // LOCAL
cin >> n >> m;
for (int i = 1; i <= n; i++) {
for (int j = 1; j <= n; j++) {
if (i != j)
M[i][j] = inf;
}
}
for (int i = 0; i < m; i++) {
int c1, c2, c3;
cin >> c1 >> c2 >> c3;
M[c1][c2] = c3;
M[c2][c1] = c3;
}
cout << bfs(1, 4);
return 0;
}
这两个算法我觉得算是迷宫寻路算法的延伸,用在求最短路径中的话,效率太低,无法解决实际问题。
迪杰斯特拉(Dijkstra)算法
适用范围:不含负权边的**单源最短路径**、最少中转(把每个边的权值都设为1,再求最短路径就是最少中转)
不含负权边就是所有路径长度大于0,牵扯到负权边,请参考 Bellman-Ford算法
思路图解
维护一个 d i s dis dis 数组记录起点(按题目要求来,这里取 1 1 1) 到达的所有节点的距离。(规定到自己的路径长度为 0 0 0,到不了的点是 i n f inf inf(一个极大值))
找出当前距离 1 1 1最近的结点: 4 4 4。(已经访问过的,我们标记为红色,不再次访问)
借助 4 4 4节点,对 d i s dis dis数组进行更新(就是如果结点 1 1 1借助结点 4 4 4到别的结点有更短的路径,就对 d i s dis dis数组进行值替换)
找出当前距离 1 1 1最近的结点: 2 2 2。
走到 2 2 2,无法更新 d i s dis dis数组,无操作。
找出当前距离 1 1 1最近的结点: 3 3 3。
借助 3 3 3节点,对 d i s dis dis数组进行更新,最后走到 5 5 5节点,退出。(实际过程中,走到最后一个节点,别的节点都访问过,进行标记了,什么也不会做)。
这个时候 d i s dis dis数组就是从起点 1 1 1到所有节点的最短路径了,如果还有 i n f inf inf表示不是连通图。
简单版(邻接矩阵+优先级队列):
测试题目:http://acm.hdu.edu.cn/showproblem.php?pid=2544 (数据很弱)
#include <fstream>
#include <iostream>
#include <queue>
#include <algorithm>
#include <string.h>
using namespace std;
const int inf = 1 << 30;
int n, m;
bool book[1001];
int M[1001][1001];
int dis[1001];
class P {
public:
int to, dis;
P(int t, int d) :to(t), dis(d) {}
bool operator< (P a) const {
return a.dis < dis;
}
};
priority_queue<P>q;
void initialize() {
fill(book, book + n + 1, false);
fill(dis, dis + n + 1, inf);
for (int i = 1; i <= n; i++) {
for (int j = 1; j <= n; j++) {
if (i != j)M[i][j] = inf;
}
}
}
void dijkstra() {
dis[1] = 0;
q.push({ 1, 0 });
while (!q.empty()) {
int v = q.top().to; q.pop();
if (book[v])continue;
book[v] = true;
for (int i = 1; i <= n; i++) {
if (!book[i] && dis[i] > dis[v] + M[v][i]) {
dis[i] = dis[v] + M[v][i];
q.push({ i, dis[i] });
}
}
}
}
int main() {
#ifdef LOCAL
fstream cin("data.in");
#endif // LOCAL
while (cin >> n >> m) {
if (n == 0 && m == 0)break;
initialize();
for (int i = 0; i < m; i++) {
int A, B, C;
cin >> A >> B >> C;
M[A][B] = C;
M[B][A] = C;
}
dijkstra();
cout << dis[n] << endl;
}
return 0;
}
正式版(邻接表+优先级队列)
测试题目:https://www.luogu.org/problemnew/show/P4779
#include <fstream>
#include <iostream>
#include <stdio.h>
#include <queue>
using namespace std;
int dis[100001];
bool fuck[100001];
const int inf = 1 << 30;
int n, m, s;
struct ENode {
int to, dis;
ENode* next = NULL;
ENode() {}
ENode(int t, int d) :to(t), dis(d) {}
void push(int t, int d) {
ENode* p = new ENode(t, d);
p->next = next;
next = p;
}
bool operator<(ENode e)const {
return e.dis < dis;
}
}head[100005];
void dijkstra() {
priority_queue<ENode>q;
fill(dis, dis + n + 1, inf);
dis[s] = 0;
q.push(ENode(s, 0));
while (!q.empty()) {
//获得当期距离 源点 最近的点
int v = q.top().to, d = q.top().dis; q.pop();
if (fuck[v])continue;
fuck[v] = true;
ENode* p = head[v].next;
while (p) {
int to = p->to;
if (!fuck[to] && dis[to] > d + p->dis) {
dis[to] = d + p->dis;
q.push(ENode(to, dis[to]));
}
p = p->next;
}
}
}
int main() {
#ifdef LOCAL
fstream cin("data.in");
#endif // LOCAL
int c1, c2, c3;
cin >> n >> m >> s;
for (int i = 0; i < m; i++) {
//cin >> c1 >> c2 >> c3;
scanf("%d%d%d", &c1, &c2, &c3);
head[c1].push(c2, c3);
}
dijkstra();
for (int i = 1; i <= n; i++) {
printf("%d ", dis[i]);
}
cout << endl;
return 0;
}
时间复杂度分析
【 n n n 为顶点数, m m m 为边数】
一般情况下的迪杰斯特拉算法复杂度为 O ( n 2 ) O(n^2) O(n2),每次从 d i s dis dis中获取路径最短的结点时间为 O ( n ) O(n) O(n),需要处理 n n n 个结点。
使用优先级队列后,从 d i s dis dis 中获取路径最短的结点只需要 O ( l o g n ) O(logn) O(logn)(因为我们用了一个标记数组,所以堆中的数据个数不可能会超过 n n n,所以是 O ( l o g n ) O(logn) O(logn),如果没有加这个标记数组复杂度是 O ( l o g m ) O(logm) O(logm), m m m 为边的个数)。
所以,堆优化的迪杰斯特拉算法时间复杂度为 O ( n l o g n ) O(nlogn) O(nlogn)。
关于负权边
D i j k s t r a Dijkstra Dijkstra是一种基于贪心策略的算法。每次新扩展一个路径最短的点,更新与它相邻的所有点。当所有边权为正时,由于不会存在一个路程更短的没扩展过的点,所以这个点的路程就确定下来了,这保证了算法的正确性。但也正因为这样,这个算法不能处理负权边,因为扩展到负权边的时候,某个点会产生更短的路径,但可能该点已被标记。
比如这张图,按照Dijkstra算法,假如起点是A,一定会先找到C,并且认为已经找到A到C最短路径,在没有负边的时候是这样的,但现在B到C是-2,这就出现错误了。
![在这里插入图片描述](https://i-blog.csdnimg.cn/blog_migrate/03af1c1b0cc4b69a7a693c6af0c6b096.png)
Floyd算法
F l o y d \mathrm{Floyd} Floyd 算法属于动态规划,实现容易,好理解,但缺点就是时间复杂度高是 O ( n 3 ) O(n^3) O(n3)。
M [ j ] [ k ] M [ j ] [ k ] M[j][k] 表示从$ j$ 到 k k k 的路径,而 i i i 表示当前 j j j 到 k k k 可以借助的点;红色部分表示,如果 j j j 到 i i i , i i i 到 k k k 是通的,就将 j j j 到 k k k 的值更新为 m i n ( M [ j ] [ i ] + M [ i ] [ k ] , M [ j ] [ k ] ) min(M[j][i] + M[i][k],M[j][k] ) min(M[j][i]+M[i][k],M[j][k])
for (int i = 1; i <= n; i++) {
for (int j = 1; j <= n; j++) {
for (int k = 1; k <= n; k++) {
if (j != k && M[j][i] != inf && M[i][k] != inf)
M[j][k] = min(M[j][i] + M[i][k], M[j][k]);
}
}
}
题目链接:http://www.dotcpp.com/oj/problem1709.html
#include <iostream>
#include <queue>
using namespace std;
#define inf 2147483647
int M[1000][1000];
int main() {
int n;
queue<int>q;
cin >> n;
for (int i = 1; i <= n; i++) {
for (int j = 1; j <= n; j++) {
cin >> M[i][j];
if (M[i][j] == 0 && i != j)M[i][j] = inf;
}
}
for (int i = 1; i <= n; i++) {
for (int j = 1; j <= n; j++) {
for (int k = 1; k <= n; k++) {
if (M[j][k] != 0) {
if (M[j][i] != inf && M[i][k] != inf) {
M[j][k] = M[j][i] + M[i][k] < M[j][k] ? M[j][i] + M[i][k] : M[j][k];
}
}
}
}
}
for (int i = 1; i <= n; i++) {
for (int j = 1; j <= n; j++) {
if (M[i][j] == inf)cout << -1 << " ";
else
cout << M[i][j] << " ";
}
cout << endl;
}
return 0;
}
Dijkstra & Floyd 对比
D i j k s t r a \mathrm{Dijkstra} Dijkstra 算法的复杂度为 O ( n 2 ) O(n^2) O(n2)【不考虑堆优化的情况】,如果采用 D i j k s t r a \mathrm{Dijkstra} Dijkstra 算法来计算图中任两点之间的最短距离,复杂度也为 O ( n 3 ) O(n^3) O(n3),虽然复杂度相同,但是看代码,两个算法运算量差了很多,也就是 D i j k s t r a \mathrm{Dijkstra} Dijkstra 算法输在了常数项。但是堆优化后的算法,还是 D i j k s t r a \mathrm{Dijkstra} Dijkstra 要完全优于 F l o y d \mathrm{Floyd} Floyd 算法的。