算法导论笔记：25所有节点对的最短路径问题

       本章考虑在给定的有向加权图G=(V, E)，对于所有的节点u,v∈V，找到一条从节点u到节点v的最短路径。希望以表格的形式表示输出：第u行第v列给出的是节点u到节点v的最短路径权重。

       对于这个问题，如果是运行|V|次单源最短路径算法来解决所有节点对的最短路径问题，每一次使用一个不同的节点做为源节点。如果所有边的权值是非负的，可以采用Dijkstra算法。如果采用数组来实现最小优先队列，算法的运行时间为O()=O()。使用二叉堆实现的最小优先队列将使算法的运行时间降低到O(VE lg V)，这个时间在稀疏图的情况下有很大改进，因为稀疏图E <。如果采用斐波那契堆来实现最小优先队列，其算法运行时间为O()。

       如果图中有权重为负值的边，就必须采用效率更低的Bellman-Ford算法，这样的运行时间将使O()，在稠密图的情况下，该运行时间为O()。

 

       本章研究的算法将能做到更好，同时，本章还讨论所有节点对最短路径问题与矩阵乘法之间的关系。

       本章的多数算法采用邻接矩阵表示图，假定节点的编号为1,2,...,|V|，因此，算法的输入是n*n的矩阵W，该矩阵代表一个有n个节点的有向图的边的权重：

       算法的输出也是一个n*n的矩阵D = ()。其中 = δ(i, j)。

 

       为了解决所有顶点间最短路径问题，不仅要算出最短路径的权值，而且要计算出一个前驱节点矩阵，其中在i=j或从i到j没有通路时为NIL，其他情况下表示从i到j的某条最短路径上j的前驱顶点。由矩阵的第i行导出的子图应是根节点为i的一棵最短路径树。下面的算法将打印出从节点i到节点j的一条最短路径，该算法类似于22章的PRINT-PATH过程：

PRINT-ALL-PAIRS-SHORTEST-PATH(, i, j)

       if i == j

              print  i

       else  if  == NIL

              print  “no path from i to j exists”

       else  PRINT-ALL-PAIRS-SHORTEST-PATH(, i, )

              print  j

 

       本章使用大写字母表示矩阵，如W, L或D，使用带下标的小写字母表示矩阵中的个体元素，如、或。

 

一：最短路径和矩阵乘法

       本节讨论一种动态规划算法，动态规划算法的步骤是：分析最优解的结构，递归定义最优解的值，自底向上计算最优解的值。

 

      之前讨论单源最短路径问题时，已经证明一条最短路径的所有子路径都是最短路径。考虑从i到j的一条最短路径p，假定p最多包含m条边，假定没有权值为负值的环路，且m为有限值。如果i=j，则p的权重为0且不包含任何边。如果i和j不同，则将p分解为