最短路算法
一、floyd算法主要用于求任意两点间的最短路径,也成最短最短路径问题。
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)。
模板:
//邻接矩阵
void floyd()
{
for(int k=1;k<=n;k++)
{
for(int i=1;i<=n;i++)
{
for(int j=1;j<=n;j++)
{
if(d[i][j]>d[i][k]+d[k][j])
d[i][j] = d[i][k]+d[k][j];
}
}
}
}
二、单源最短路径算法——dijkstra
1、思想描述:当Q(一开始为所有节点的集合)非空时,不断地将Q中的最小值u取出,然后放到S(最短路径的节点的集合)集合中,然后遍历所有与u邻接的边,如果可以进行松弛,则对便进行相应的松弛。。。
优化版本就是加入堆排序的dijkstra
模板:
邻接矩阵版本
/**
* 返回从v---->到target的最短路径
*/
int dijkstra(int v){
int i;
for(i = 1 ; i <= n ; ++i){//初始化
s[i] = 0;//一开始,所有的点均为被访问过
dis[i] = map[v][i];
}
dis[v] = 0;
s[v] = true;
for(i = 1 ; i < n ; ++i){
int min = inf;
int pos;
int j;
for(j = 1 ; j <= n ; ++j){//寻找目前的最短路径的最小点
if(!s[j] && dis[j] < min){
min = dis[j];
pos = j;
}
}
s[pos] = 1;
for(j = 1 ; j <= n ; j++){//遍历u的所有的邻接的边
if(!s[j] && dis[j] > dis[pos] + map[pos][j]){
dis[j] = dis[pos] + map[pos][j];//对边进行松弛
}
}
}
return dis[target];
}
struct node{
int d, num;
bool operator < (node i)const{
return d > i.d;
}
}t;
//堆优化的迪佳斯特拉算法
priority_queue <node> q;
void Dijkstra(){
memset(d, 0x7f, sizeof d);
d[s] = 0;
t.num = s, t.d = 0;
q.push(t);
while(q.size()){
t = q.top(); q.pop();
int u = t.num;
if(vis[u]) continue;
vis[u] = 1;
for(int j = 0; j < G[u].size(); j++){
int e = G[u][j], v = E[e].v, w = E[e].w;
if(d[v] > d[u]+w) {
d[v] = d[u] + w;
t.num = v, t.d = d[v];
q.push(t);
}
}
}
}
三、使用bellman-ford算法
bellmen-ford算法介绍:
思想:其实bellman-ford的思想和dijkstra的是很像的,其关键点都在于不断地对边进行松弛。而最大的区别就在于前者能作用于负边权的情况。其实现思路还是在求出最短路径后,判断此刻是否还能对边进行松弛,如果还能进行松弛,便说明还有负边权的边.
四、使用spfa算法spfa只是对bellmen-ford进行队列优化
模板:
//邻接表
vector<int> G[M];
struct edge
{
int u;
int v;
int w;
}E[M*M];
void spfa()
{
memset(d,0x7f,sizeof(d));
d[s] = 0;
q.push(s);
times[s] = inq[s] = 1;
while(q.size())
{
int u = q.front();
q.pop();
inq[u] = 0;
for(int i=0;i<G[i].size();i++)
{
int e = G[u][i];
int v = E[e].v;
int w = E[e].w;
if(d[v]>d[u]+w)
{
d[v] = d[u]+w;
if(!inq[v])
{
q.push(v);
inq[v] = 1;
times[v]++;
if(times[v] == n) return 0;
}
}
}
}
}
//邻接矩阵版本