文章目录
最短路径
经典用途:交通网络的问题——从甲地到乙地之间是否有公路连通?在有多条通路的情况下,哪一条路最短?
- 交通网络用有线网来表示:
顶点——表示地点,
弧——表示两个地点有路连通,
弧上的权值——表示两地点之间的距离、交通费或途中所花费的时间等。
如何能够使一个地点到另一个地点之间的运输时间或运费最省?这就是一个求两个地点间的最短路径问题。
问题抽象:在有线网中A点(起点)到达B点(终点)的多条路径中,寻找一条各边权值之和最小的路径,即最短路径。
注意:最短路径与最小生成树不同,路径上不一定包含 n n n个顶点也不一定包含 n − 1 n-1 n−1条边。
我们可以看出最短路径长度是 v 1 , v 4 , v 2 , v 5 , v 7 v1,v4,v2,v5,v7 v1,v4,v2,v5,v7这一条。
每种问题都对应的有不同的最优算法:
两种常见的最短路径问题
- 单源最短路,常见算法有:
(1) Dijkstra(迪杰斯特拉)算法只有所有边的权值为正时才可以使用。在稠密图上的时间复杂度是 O ( n 2 ) O(n^2) O(n2)【朴素dijkstra算法】,在稀疏图上的时间复杂度是 O ( m l o g n ) O(mlogn) O(mlogn)【堆优化版的dijkstra算法】。
(2) Spfa算法,不论边权是正的还是负的,都可以做。算法平均时间复杂度是 O ( k m ) O(km) O(km),k是常数。推荐使用该算法 - 多源最短路径,一般用Floyd(弗洛伊德)算法。代码很短,三重循环,时间复杂的是 O ( n 3 ) O(n^3) O(n3)。
【稠密图、稀疏图】
设一共 n n n个节点,给定 m m m条边,若 n − m 2 n -m^2 n−m2一个级别则为稠密图,若 n − m n-m n−m的级别则为稀疏图。
n为100,m为10000显然是稠密图,n为10000,m为10000,则为稀疏图。
对于稠密图我们用邻接矩阵存。对于稀疏图我们用邻接表存。
图的存储
图一般有两种存储方式:
- 邻接矩阵。开个二维数组,
g[i][j]
表示点 i i i和 j j j之间的边权。 - 邻接表。邻接表有两种常用写法,推荐第二种,代码更为简洁,效率也更高:
(1) 二维vector:vector<vector<int>> edge
,edge[i][j]
表示第 i i i个点的第 j j j条邻边。
(2) 数组模拟邻接表:为每个点开个单链表,分别存储该点的所有邻边。
朴素Dijkstra(迪杰斯特拉)算法 O ( n 2 ) O(n^2) O(n2)
n表示点数,m表示边数
针对稠密图
最朴素的dijkstra算法的版本,不用堆优化。每次暴力循环找距离最近的点。
只能处理边权为正数的问题。
图用邻接矩阵存储。
- 初始化:先找出从源点 v 0 v_0 v0到各终点 v k v_k vk的直达路径 ( v 0 , v k ) (v_0,v_k) (v0,vk),即通过一条弧到达的路径。
- 选择:从这些路径中找出一条长度最短的路径 ( v 0 , u ) (v_0,u) (v0,u)。
- 更新:然后对其余各条路径进行适当调整:
若在图中存在弧 ( u , v k ) (u,v_k) (u,vk),且 ( v 0 , u ) + ( u , v l ) < ( v 0 , v k ) (v_0,u)+(u,v_l) < (v_0,v_k) (v0,u)+(u,vl)<(v