前言
今天学习了一种拓扑排序的用法,(之前一直觉得拓扑排序没啥用哈哈)
在有向无环图(DAG)上,由于可能存在负权边,dijkstra算法肯定是不能使用了,用spfa和Floyd的话时间复杂度可能会过高,于是今天我见识到了一种非常神奇的算法。
简单来说就是按拓扑排序的顺序来“松弛”每个结点的最短路径(感觉有点类似于spfa???),就是通过入度为0的结点去更新他的邻接点距离源点的最短路径与入度,更新完之后再从入度为0的结点里去更新…这样求最短路的时间复杂度缩小到了O(V+E),相当于把图遍历一遍就求出来了最短路径,非常高效。
正确性证明
接下来我们来简单的证明下:(这里我们用归纳法证明)
我们用 dist[N] 数组来存储源点距离每个点的最短距离,用s来表示源点,N为结点数目。
1.用源点(入度为0,否则将会出现环)来进行第一次“松弛”操作和相应的邻接点入度减1操作,之后取入度为0的点(记为v1),显然最开始v1的入度为1,此时dist[v1]为源点到v1的最短距离,因为v1只有源点一个前驱结点。数学化就是:
假设到达v1的最短路径为s->vi1->vi2->…vij->v1,则v1的入度至少为2(vij与s),故拓扑序中v1不可能在s之后。
故拓扑排序中第1个点是正确的。
2.假设拓扑排序中的前 i (i >= 1)个点的最短距离都是正确的,取出下一个入度为0的结点vi,设由此种方法得到vi的最短路径为s->vi1->vi2->…vik->vi,即此种方法vi的最短路的前驱结点为vik,以此类推;
(显然此路径为s到vi1,vi2…vik的最短路径)
设实际最短路径为s->vj1->vj2->…vjk->vi;(显然vjk必然为vi1,vi2…vik中的某一个点。设为vig。1<=g<=k;)
则由最短路的最优性原理可知 s->vj1->vj2->…->vjk为s到vjk (vig)的最短路径;
故实际最短路径与所求的的最短路径的一部分重合。
假设vig(vjk) != vik,则通过vig结点的"松弛"操作更新的vi的最短距离将小于由vik结点的“松弛”操作更新的最短距离,因为实际的最短路是通过vjk(vig)来访问vi的,矛盾!
于是vik和vjk是同一个点。
故所求的最短距离为实际的最短距离。
证毕!
实现代码
#include<iostream>
#include<cstring>
#include<algorithm>
using namespace std;
const int N = 10010,M = 10000;
int head[N],to[M],ne[M],w[M],cnt = 0;
int n,w,s; //节点数和边数和源点
int inn[N]; //记录入度。
int dist[N];
void top_sort(int s){
int q[N],hh = 0,tt = 0;
q[tt++] = s;
dist[s] = 0;
while(hh < tt){
int ss = q[hh++];
for(int i = head[ss];~i;i = ne[i]{
int j = to[i];
inn[j]--;
if(dist[ss] + w[i] < dist[j])
dist[j] = dist[ss] + w[i];
if(!inn[j])q[tt++] = j;
}
}
}
void add(int a,int b,int c){
to[cnt] = b,w[cnt] = c,ne[cnt] = head[a],head[a]=cnt++;
}
int main(){
memset(dist,0x3f,sizeof dist);
memset(inn,0,sizeof inn);
cin>>n>>m;
for(int i = 0;i < n;i++){
int a,b,c;
cin>>a>>b>>c;
inn[b]++;
add(a,b,c);
}
top_sort(s);
return 0;
}