最短路径算法

原文链接 http://dongzi85.blog.163.com/blog/static/8079890520089288468222/

最短路径算法

分类：

• 无回路网络：拓扑排序法
• 无负权网络：Dijkstra算法，Bellman－Ford算法
• 带负权网络：Bellman-Ford算法
• 所有点对之间的最短路径：Floyd－Warshall算法

---

在图中存在负权的情况下，最短路径不一定存在。可以证明：

• ［定理］：在无向连通图中，两点间的最短路径存在当且仅当不含负权圈（往死里转吧，无穷小）。

由于问题变的复杂了，我们无法找到一个像Dihijkstra算法那样时间复杂度这么低的方法，但是仍然有一个不错的方法，就是Bellman-Ford迭代算法。

---

Bellman Ford算法（SSSP）：
基本思想：如果两点间有最短路，那么每个顶点最多经过一次。如果一个顶点经过两次，那么必定走了一个圈，如果这是个正圈，显然是不合算的；如果是负圈，则根据上述定理，不存在最短路径。
初始化d[起点]＝0，d[其他点]＝ 无穷

for k=1 to n-1 do
for 每条边 (u,v) do
    if (d[u]<无穷) and (d[u]+w(u,v)<d[v])then d[v]=d[u]+w(u,v);

时间复杂度O(mn)。

---

Floyd-Warshall算法（ASSP）：

求多源、无负权边的最短路。用矩阵记录图。时效性较差，时间复杂度O(V^3)。
Floyd-Warshall算法（Floyd-Warshall algorithm）是解决任意两点间的最短路径的一种算法，可以正确处理
有向图最短路径问题。
Floyd-Warshall算法的时间复杂度为O(N^3)，空间复杂度为O(N^2)。
Floyd-Warshall的原理是动态规划：

考虑最短路的最优子结构性质。设d[i,j,k]是从节点i到节点j的最短路径，且只允许经过［1...k］中的节点，考察节点k，有两种情况：

• 经过k：则d[i,j,k]=d[i,k,k-1]+d[k,j,k-1]
• 不经过k：则d[i,j,k]=d[i,j,k-1]

于是，d[i,j,k]=min{d[i,k,k-1]+d[k,j,k-1], d[i,j,k-1]}

for k=1 to n do
   for i=1 to ndo
      for j=1 to ndo
        if (d[i,k]<无穷) and(d[k,j]<无穷)and d[i,k]+d[k,j]<d[i,j]then
            d[i,j]=d[i,k]+d[k,j];

时间复杂度为O(n3).

---

最短路算法总结：

• 标号修正算法（Bellman-Ford）：算法迭代式的，标号都是临时的，算法思想是不断逼近最优解，最后一步达到最优解。
• 标号设定算法（Dijkstra）：算法执行过程就是不断把临时标号设定成为永久标号的过程。
• 标号设定算法时间复杂度低，但适用范围小，例如Dijkstr算法就不适用于含负权边的情况。标号修正算法适用范围相对较广，但时间复杂度较高。

 

附模板（原文链接 http://www.cnblogs.com/touchsunlight/archive/2010/08/09/1795816.html）

完全最短路径(Floyd算法)：[复杂度：O(n^3)]

// 矩阵mat初始值INT_MAX // 结果 mat[i][j] 为点i到j的最短路径 // mat[i][j] == INT_MAX时候为不可到达 void Floyd(int n) { int i, j, k; for (k = 1; k <= n; k++) for (i = 1; i <= n; i++) for (j = 1; j <= n; j++) if (mat[i][k] != INT_MAX && mat[k][j] != INT_MAX && mat[i][k]+mat[k][j] < mat[i][j]) mat[i][j] = mat[i][k] + mat[k][j]; }

单源最短路径Dijkstra算法：

// mat初始值为INT_MAX，即不可到达

// s表示起始点，p重点，n节点个数，返回s到p的最短路径

// 当返回结果为INT_MAX时，表示不可达

// 结果dis为第s点到其他点的最短路径

 

int dis[MAXN];

bool flag[MAXN];

int mat[MAXN][MAXN];

 

void Dijkstra(int s, int p, int n)

{

    int i, j;

    for (i = 1; i <= n; i++)

        dis[i] = mat[s][i], flag[i] = false;

    flag[s] = true, dis[s] = 0;

 

    for (i = 1; i <= n; i++)

    {

        int k = s, t = INT_MAX;

        for (j = 1; j <= n; j++)

            if (!flag[j] && dis[j] < t)

                k = j, t = dis[j];

        flag[k] = true;

        for (j = 1; j <= n; j++)

            if (!flag[j] && mat[k][j] != INT_MAX

                && dis[k] + mat[k][j] < dis[j])

                    dis[j] = dis[k] + mat[k][j];

    }

}

Bellman-Ford算法：

适用范围：

1. 单源最短路径(从源点s到其它所有顶点v);
2. 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);
3. 边权可正可负(如有负权回路输出错误提示);
4. 差分约束系统;

算法描述：

1. 对每条边进行|V|-1次Relax操作;
2. 如果存在(u,v)∈E使得dis[u]+w<dis[v],则存在负权回路;否则dis[v]即为s到v的最短距离,pre[v]为前驱。

For i:=1 to |V|-1 do //v为顶点数

  For 每条边(u,v)∈E do  //对每条边进行遍历

    Relax(u,v,w);

For 每条边(u,v)∈E do

  If dis[u]+w<dis[v] Then Exit(False)