带权有向图（最短路径算法Dijkstra算法）

最新推荐文章于 2024-09-13 22:19:36 发布

cuiyafang212

最新推荐文章于 2024-09-13 22:19:36 发布

阅读量1.2w

点赞数 2

文章标签：算法 distance constructor 数据结构 class 优化

本文链接：https://blog.csdn.net/cuiyafang212/article/details/2740181

版权

本文介绍了Dijkstra算法用于求解单源最短路径问题，适用于有向图和无向图（无向图视为双向边的有向图），要求边权非负。算法包括初始化、松弛操作等步骤，并探讨了通过二叉堆优化后的复杂度，从O(V^2)降低到O((V+E)㏒V)，适合稀疏图。对于更高效的实现，可以使用Fibonacci Heap或Radix Heap等数据结构进一步优化复杂度。

摘要由CSDN通过智能技术生成

本文转载自chinaunix

数据结构——带权有向图（最短路径算法Dijkstra算法）

1.Dijkstra

1) 适用条件&范围：

a) 单源最短路径(从源点s到其它所有顶点v);

b) 有向图&无向图(无向图可以看作(u,v),(v,u)同属于边集E的有向图)

c) 所有边权非负(任取(i,j)∈E都有W_ij≥0);

2) 算法描述：

a) 初始化：dis[v]=maxint(v∈V,v≠s); dis[s]=0; pre[s]=s; S={s};

b) For i:=1 to n

1.取V-S中的一顶点u使得dis[u]=min{dis[v]|v∈V-S}

2.S=S+{u}

3.For V-S中每个顶点v do Relax(u,v,W_u,v)

c) 算法结束：dis[i]为s到i的最短距离；pre[i]为i的前驱节点

3) 算法优化：

使用二叉堆(Binary Heap)来实现每步的DeleteMin(ExtractMin，即算法步骤b中第1步)操作，算法复杂度从O(V^2)降到O((V+E)㏒V)。推荐对稀疏图使用。

使用Fibonacci Heap(或其他Decrease操作O(1),DeleteMin操作O(logn)的数据结构)可以将复杂度降到O(E+V㏒V)；如果边权值均为不大于C的正整数，则使用Radix Heap可以达到O(E+V㏒C)。

下面给出Java实现的源码：

package zieckey.datastructure.study.graph; /** * * 带权重有方向图 * 介绍了Dijkstra算法：最短路径算法 * * Dijkstra算法原理： * 1) 适用条件&范围： a) 单源最短路径(从源点s到其它所有顶点v); b) 有向图&无向图(无向图可以看作(u,v),(v,u)同属于边集E的有向图) c) 所有边权非负(任取(i,j)∈E都有Wij≥0); 2) 算法描述： a) 初始化：dis[v]=maxint(v∈V,v≠s); dis[s]=0; pre[s]=s; S={s}; b) For i:=1 to n 1.取V-S中的一顶点u使得dis[u]=min{dis[v]|v∈V-S} 2.S=S+{u} 3.For V-S中每个顶点v do Relax(u,v,Wu,v) c) 算法结束：dis[i]为s到i的最短距离；pre[i]为i的前驱节点 3) 算法优化： a) 使用二叉堆(Binary Heap)来实现每步的DeleteMin(ExtractMin，即算法步骤b中第1步)操作，算法复杂度从O(V^2)降到O((V+