最短路径 Shortest Path

来自我的博客最短路径 Shortest Path - Snow’s Blog (ivansnow02.github.io)

最短路径 Shortest Path

加权有向图中每条路径都有值，其值是该路径上所有边的权值之和。最短路径 （Shortest Path）问题就是指求出两个给定顶点间权值最小的路径。

定义

两个顶点s和t之间的一条最短路径 是从s到t的一条有向简单路径，而且此路径 具有以下的性质：不存在另一条这样的路径且有更小的权值。

最短路径树（Shortest-path trees， 简称SPT）

给定一个图和一个指定的顶点s，则s的最短路径树是一个包含s以及由s可达的所有顶点的子图，它构成以s为根的一棵有向树，其中每条树路径都是图中的一条最短路径。最短路径树定义了从根到其它顶点的最短路径。

分类

图中最短路径问题主要是以下三类:

1. 源点－汇点最短路径
2. 单源最短路径
3. 全源最短路径

算法

求图中最短路径的算法常用的有：

1. Dijkstra算法
2. Floyd-Warshall算法
3. Bellman-Ford算法

###　基本操作

边松弛（edge relaxation）

检查一条给定的边，是否可以通过该边，对到其所指顶点的最短路径进行更新。

不妨设有条边e=(u,v)，它的长度是e.dist， d[i]表示源点到顶点i的最短距离，则松弛操作如下： if (d[v] > d[u] + e.dist) d[v] = d[u] + e.dist 上式的意思就是：如果从源点到u的最短距离加上u到v的长度小于当前源点到v的最短距离，那么更新源点到v的最短距离。 边松弛体现在Dijkstra算法和Bellman-Ford算法中

路径松弛（path relaxation）

检查一个给定顶点，是否可以使得连接另外两个给定顶点的最短路径进行更新。

不妨设现在有一个顶点x，还有另外两个顶点s和t。考虑能否通过x，使得s到t的最短距离变的更小，能的话，就进行路径松弛：if (d[s][t] > d[s][x] + d[x][t]) d[s][t] = d[s][x] + d[x][t]上式的意思是：如果s到x的最短距离加上x到t的最短距离小于s到t的最短距离，那么更新s到t的最短距离。路径松弛体现在Floyd-Warshall算法中。

Dijkstra算法

Dijkstra算法计算单源最短路径，它的基本思想：开始把源点放在SPT中，然后，每次增加一条边来构造SPT，所取的边总是可以给出从源点到尚未在SPT中的一个顶点的最短路径。也就是说，按照顶点与起始顶点的距离（通过SPT）为顺序来加入顶点。即：每次选不在SPT中距离源点最近的点加
入SPT。

具体步骤

1. 初始化：顶点集S只包含源点，即S={v}，顶点集U包含除v外的其他顶点。
2. 从U中选取一个顶点u，它是源点v到U中最短路径长度最小的顶点，然后把顶点u加入S中（此时求出了源点v到顶点u的最短路径长度）。
3. 以顶点u为新考虑的中间点，修改顶点u的出边邻接点j的最短路径长度，此时源点v到顶点j的最短路径有两条，即一条经过顶点u，一条不经过顶点u。
4. 重复步骤2和3，直到S包含所有的顶点即U为空。

基于堆的Dijkstra算法代码

struct Edge {
   
    int from, to, dist;
    Edge(int u, int v, int d) : from(u), to(v), dist(d) {
   }
};
struct HeapNode {
    
    int d, u; // d表示该点到源点的距离，u是该点的编号
    bool operator< (const HeapNode& rhs) const {
   
        return d > rhs.d; 
    } // 小根堆
};
vector<Edge> edges; // edges存所有的边的信息
vector<int> G[MAXN]; // G[i]是顶点i发出的所有边
bool done[MAXN]; // 是否已经加入SPT
int d[MAXN]; // 每个点到源点的最短路径
int p[MAXN]; // 记录到顶点i的是哪条边
void Dijkstra(int s, int V) {
    // 计算所有顶点到顶点s的最短路径
    priority_queue<HeapNode> Q;
    for(int i = 0; i < V; ++i) d