最短路算法模板

最新推荐文章于 2022-07-17 13:21:41 发布

gzcszzx

最新推荐文章于 2022-07-17 13:21:41 发布

阅读量156

点赞数

分类专栏：图论

本文链接：https://blog.csdn.net/gzcszzx/article/details/102723632

版权

图论专栏收录该内容

2 篇文章 0 订阅

订阅专栏

我们只需考虑有向图上的算法，因为无向图是特殊的有向图。我们可以将所有无向边 u↔v，都拆分成两条有向边：u←v 和 u→v。
为了方便叙述，我们做如下约定：n 表示图中点数，m 表示图中边数。

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 和点 j 之间的边权。
邻接表。邻接表有两种常用写法，我推荐第二种，代码更简洁，效率也更高，后面有代码模板：
(1) 二维vector：vector<vector<int>> edge，edge[i][j] 表示第 i 个点的第 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。

最短路算法

最短路算法分为两大类：

单源最短路，常用算法有：
(1) dijkstra，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( $n^{2}$ )，稀疏图上的时间复杂度是 O(mlogn)。
(2) spfa，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(km)，k 是常数。 强烈推荐该算法。
多源最短路，一般用floyd算法。代码很短，三重循环，时间复杂度是 O( $n^{3}$ )。

算法模板

我们以 poj2387 Til the Cows Come Home 题目为例，给出上述所有算法的模板。

题目大意
给一张无向图，nn个点 m 条边，求从1号点到 n 号点的最短路径。
输入中可能包含重边。

dijkstra算法 O( $n^{2}$ )
最裸的dijkstra算法，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。

#include <cstdio>
#include <cstring>
#include <iostream>
#include <algorithm>

using namespace std;

const int N = 1010, M = 2000010, INF = 1000000000;

int n, m;
int g[N][N], dist[N];   // g[][]存储图的邻接矩阵, dist[]表示每个点到起点的距离
bool st[N];     // 存储每个点的最短距离是否已确定

void dijkstra()
{
    for (int i = 1; i <= n; i++) dist[i] = INF;
    dist[1] = 0;
    for (int i = 0; i < n; i++)
    {
        int id, mind = INF;
        for (int j = 1; j <= n; j++)
            if (!st[j] && dist[j] < mind)
            {
                mind = dist[j];
                id = j;
            }
        st[id] = 1;
        for (int j = 1; j <= n; j++) dist[j] = min(dist[j], dist[id] + g[id][j]);
    }
}

int main()
{
    cin >> m >> n;
    for (int i = 1; i <= n; i++)
        for (int j = 1; j <= n; j++)
            g[i][j] = INF;
    for (int i = 0; i < m; i++)
    {
        int a, b, c;
        cin >> a >> b >> c;
        g[a][b] = g[b][a] = min(g[a][b], c);
    }
    dijkstra();
    cout << dist[n] << endl;
    return 0;
}

dijkstra+heap优化 O(mlogn)
用堆维护所有点到起点的距离。时间复杂度是 O(mlogn)。
这里我们可以手写堆，可以支持对堆中元素的修改操作，堆中元素个数不会超过 n。也可以直接使用STL中的priority_queue，但不能支持对堆中元素的修改，不过我们可以将所有修改过的点直接插入堆中，堆中会有重复元素，但堆中元素总数不会大于 m。
只能处理边权为正数的问题。
图用邻接表存储。

#include <cstdio>
#include <cstring>
#include <iostream>
#include <algorithm>
#include <queue>
#include <vector>
#include <functional>

using namespace std;

const int N = 1010, M = 2000010, INF = 1000000000;

int n, m;
int dist[N];    // 存储每个点到起点的距离
int h[N], e[M], v[M], ne[M], idx;   // 数组模拟邻接表

void add(int a, int b, int c)
{
    e[idx] = b, v[idx] = c, ne[idx] = h[a], h[a] = idx++;
}

void dijkstra_heap()
{
    priority_queue < pair<int, int>, vector<pair<int, int>>, greater<pair<int, int>>> heap;
    for (int i = 1; i <= n; i++) dist[i] = INF;
    dist[1] = 0;
    heap.push(make_pair(dist[1], 1));
    while (heap.size())
    {
        pair<int, int> t = heap.top();
        heap.pop();
        if (t.first > dist[t.second]) continue;
        for (int i = h[t.second]; i != -1; i = ne[i])
            if (dist[e[i]] > t.first + v[i])
            {
                dist[e[i]] = t.first + v[i];
                heap.push(make_pair(dist[e[i]], e[i]));
            }
    }
}

int main()
{
    memset(h, -1, sizeof h);
    cin >> m >> n;
    for (int i = 0; i < m; i++)
    {
        int a, b, c;
        cin >> a >> b >> c;
        add(a, b, c);
        add(b, a, c);
    }
    dijkstra_heap();
    cout << dist[n] << endl;
    return 0;
}

spfa算法 O(km)
bellman-ford算法的优化版本，可以处理存在负边权的最短路问题。
最坏情况下的时间复杂度是 O(nm)，但实践证明spfa算法的运行效率非常高，期望运行时间是 O(km)，其中 k 是常数。
但需要注意的是，在网格图中，spfa算法的效率比较低，如果边权为正，则尽量使用 dijkstra 算法。

spfa算法介绍

图采用邻接表存储。
队列为手写的循环队列。

#include <cstdio>
#include <cstring>
#include <iostream>
#include <algorithm>
#include <queue>

using namespace std;

const int N = 1010, M = 2000010, INF = 1000000000;

int n, m;
int dist[N], q[N];      // dist表示每个点到起点的距离, q 是队列
int h[N], e[M], v[M], ne[M], idx;       // 邻接表
bool st[N];     // 存储每个点是否在队列中

void add(int a, int b, int c)
{
    e[idx] = b, v[idx] = c, ne[idx] = h[a], h[a] = idx++;
}

void spfa()
{
    int hh = 0, tt = 0;
    for (int i = 1; i <= n; i++) dist[i] = INF;
    dist[1] = 0;
    q[tt++] = 1, st[1] = 1;
    while (hh != tt)
    {
        int t = q[hh++];
        st[t] = 0;
        if (hh == n) hh = 0;
        for (int i = h[t]; i != -1; i = ne[i])
            if (dist[e[i]] > dist[t] + v[i])
            {
                dist[e[i]] = dist[t] + v[i];
                if (!st[e[i]])
                {
                    st[e[i]] = 1;
                    q[tt++] = e[i];
                    if (tt == n) tt = 0;
                }
            }
    }
}

int main()
{
    memset(h, -1, sizeof h);
    cin >> m >> n;
    for (int i = 0; i < m; i++)
    {
        int a, b, c;
        cin >> a >> b >> c;
        add(a, b, c);
        add(b, a, c);
    }
    spfa();
    cout << dist[n] << endl;
    return 0;
}

floyd算法 O( $n^{3}$ )
标准弗洛伊德算法，三重循环。循环结束之后 d[i][j] 存储的就是点 i 到点 j 的最短距离。
需要注意循环顺序不能变：第一层枚举中间点，第二层和第三层枚举起点和终点。

由于这道题目的数据范围较大，点数最多有1000个，因此floyd算法会超时。
但我们的目的是给出算法模板哦~

#include <cstdio>
#include <cstring>
#include <iostream>
#include <algorithm>
#include <queue>

using namespace std;

const int N = 1010, M = 2000010, INF = 1000000000;

int n, m;
int d[N][N];    // 存储两点之间的最短距离

int main()
{
    cin >> m >> n;
    for (int i = 1; i <= n; i++)
        for (int j = 1; j <= n; j++)
            d[i][j] = i == j ? 0 : INF;
    for (int i = 0; i < m; i++)
    {
        int a, b, c;
        cin >> a >> b >> c;
        d[a][b] = d[b][a] = min(c, d[a][b]);
    }
    // floyd 算法核心
    for (int k = 1; k <= n; k++)
        for (int i = 1; i <= n; i++)
            for (int j = 1; j <= n; j++)
                d[i][j] = min(d[i][j], d[i][k] + d[k][j]);
    cout << d[1][n] << endl;
    return 0;
}