带权最短路 Dijkstra, SPFA, Bellman-Ford, ASP, Floyd-Warshall 算法分析

带权最短路 Dijkstra, SPFA, Bellman-Ford, ASP, Floyd-Warshall 算法分析

概览

图论中,用来求最短路的方法有很多,适用范围和时间复杂度也各不相同。本文主要介绍的算法的代码主要来源如下:

  1. Dijkstra: Algorithms(《算法概论》)Sanjoy Dasgupta, Christos Papadimitriou, Umesh Vazirani;《算法竞赛入门经典—训练指南》刘汝佳、陈峰。
  2. SPFA (Shortest Path Faster Algorithm): Data Structure and Algorithms Analysis in C, 2nd ed.(《数据结构与算法分析》)Mark Allen Weiss.
  3. Bellman-Ford: Algorithms(《算法概论》)Sanjoy Dasgupta, Christos Papadimitriou, Umesh Vazirani.
  4. ASP (Acyclic Shortest Paths): Introduction to Algorithms - A Creative Approach(《算法引论—一种创造性方法》)Udi Manber.
  5. Floyd-Warshall: Data Structure and Algorithms Analysis in C, 2nd ed.(《数据结构与算法分析》)Mark Allen Weiss.

它们的使用限制和运行时间如下:

  1. Dijkstra: 不含负权。运行时间依赖于优先队列的实现,如   O((V+E)logV)
  2. SPFA: 无限制。运行时间   O(kE) (kV)
  3. Bellman-Ford:无限制。运行时间   O(VE)
  4. ASP: 无圈。运行时间   O(V+E)
  5. Floyd-Warshall: 无限制。运行时间   O(V3)

其中 1~4 均为单源最短路径 (Single Source Shortest Paths) 算法; 5 为全源最短路径 (All Pairs Shortest Paths) 算法。顺便说一句,为什么没有点对点的最短路径?如果我们只需要一个起点和一个终点,不是比计算一个起点任意终点更节省时间么?答案还真不是,目前还没有发现比算从源点到所有点更快的算法。

图的表示

本文中,前四个算法的图都采用邻接表表示法,如下:

Dijkstra 方法

Dijkstra 方法依据其优先队列的实现不同,可以写成几种时间复杂度不同的算法。它是图论-最短路中最经典、常见的算法。关于这个方法,网上有许多分析,但是我最喜欢的还是《算法概论》中的讲解。为了理解 Dijkstra 方法,首先回顾一下无权最短路的算法。无权最短路算法基于 BFS,每次从源点向外扩展一层,并且给扩展到的顶点标明距离,这个距离就是最短路的长。我们完全可以仿照这个思路,把带权图最短路问题规约到无权图最短路问题——只要把长度大于 1 的边填充进一些「虚顶点」即可。如下图所示。

Dijkstra

这个办法虽然可行,但是显然效率很低。不过,Dijkstra 方法正是基于这种思路,实际上还是按照 BFS 去搜索。假设我们规定源点为上图中的  E  点。一开始,我们沿着  EC, EB, ED  分别出发,经过一系列「虚节点」,依次到达  D, B, C  。为了不在虚节点处浪费时间,出发之前,我们设定三个闹钟,时间分别为  4, 3, 2,   提醒我们预计在这些时刻会有重要的事情发生(经过实际节点)。更一般地说,假设现在我们处理到了某个顶点  u  ,和  u  相邻接的顶点为   v1,v2,,vn  ,它们和  u  的距离为   d1,d2,,dn  。我们为   v1,v2,,vn   各设定一个闹钟。如果还没有设定闹钟,那么设定为  d  ;如果设定的时间比  d  晚,那么重新设定为  d  (此时我们沿着这条路比之前的某一条路会提前赶到)。每次闹钟响起,都说明可能经过了实际节点,我们都会更新这些信息,直到不存在任何闹钟。综上所述,也就是随着 BFS 的进行,我们一旦发现更近的路径,就立即更新路径长,直到处理完最后(最远)的一个顶点。由此可见,由于上述「虚顶点」并非我们关心的实际顶点,因此 Dijkstra 方法的处理方式为:直接跳过了它们。

还需要解决的一个问题,就是闹钟的管理。闹钟一定是从早到晚按顺序响起的,然而我们设闹钟的顺序却不一定按照时间升序,因此需要一个优先队列来管理。Dijkstra 方法实现的效率严重依赖于优先队列的实现。一个使用标准库容器适配器 priority_queue 的算法版本如下:

Bellman-Ford:一个简单的想法

Dijkstra 方法的本质是进行一系列如下的更新操作

d(v)=min{d(v), d(u)+l(u,v)}

然而,如果边权含有负值,那么 Dijkstra 方法将不再适用。原因解释如下。

假设最终的最短路径为:

su1u2u3ukt

不难看出,如果按照  (s, u1), (u1, u2), ,(uk, t)  的顺序执行上述更新操作,最终   t   的最短路径一定是正确的。而且,只要保证上述更新操作全部按顺序执行即可,并不要求上述更新操作是连续进行的。Dijkstra 算法所运行的更新序列是经过选择的,而选择基于这一假设:  s  t  的最短路一定不会经过和   s   距离大于   l(s, t)   的点。对于正权图这一假设是显然的,对于负权图这一假设是错误的。

因此,为了求出负权图的最短路径,我们需要保证一个合理的更新序列。但是,我们并不知道最终的最短路径!因此一个简单的想法就是:更新所有的边,每条边都更新   V1   次。由于多余的更新操作总是无害的,因此算法(几乎)可以正确运行。等等,为什么是   V1   次?这是由于,任何含有   V   个顶点的图两个点之间的最短路径最多含有   V1   条边。这意味着最短路不会包含环。理由是,如果是负环,最短路不存在;如果是正环,去掉后变短;如果是零环,去掉后不变。

算法实现中唯一一个需要注意的问题就是负值圈 (negative-cost cycle)。负值圈指的是,权值总和为负的圈。如果存在这种圈,我们可以在里面滞留任意长而不断减小最短路径长,因此这种情况下最短路径可能是不存在的,可能使程序陷入无限循环。好在,本文介绍的几种算法都可以判断负值圈是否存在。对于 Bellman-Ford 算法来说,判断负值圈存在的方法是:在   V1   次循环之后再执行一次循环,如果还有更新操作发生,则说明存在负值圈。

Bellman-Ford 算法的代码如下:

注记:

  1. 如果某次循环没有更新操作发生,以后也不会有了。我们可以就此结束程序,避免无效的计算。
  2. 上述程序中第 11 行的判断:如果去掉这个判断,只要图中存在负值圈函数就会返回false。否则,仅在给定源点可以达到负值圈时才返回 false

SPFA:一个改进的想法

看来,Bellman-Ford 算法多少有些浪费。这里介绍的 SPFA 可以算作是 Bellman-Ford 的队列改进版。在 Dijkstra 方法中,随着 BFS 的进行,最短路一点一点地「生长」。然而如果存在负权,我们的算法必须允许「绕回去」的情况发生。换句话说,我们需要在某些时候撤销已经形成的最短路。同时,我们还要改变 Bellman-Ford 算法盲目更新的特点,只更新有用的节点。SPFA 中,一开始,我们把源点   s   放入队列中,然后每次循环让一个顶点   u   出队,找出所有与   u   邻接的顶点   v   ,更新最短路,并当   v   不在队列里时将它入队。循环直到队列为空(没有需要更新的顶点)。

可以显示出 SPFA 和 Bellman-Ford 算法相比的一个重大改进的最经典的一个例子,就是图为一条链的情形。

容易看出,如果存在负值圈,这个算法将无限循环下去。因此需要一个机制来确保算法得以中止。由于最短路最长只含有   V1   条边,因此如果任何一个顶点已经出队   V+1   次,算法停止运行。

SPFA 的代码如下:

我们已经给出 SPFA 的运行时间为   O(kE) (kV)  。实际上,可以期望   k<2  。但是可以构造出使 SPFA 算法变得很慢的针对性数据。

Acyclic Shortest Path

如果图是无圈的(acyclic)(或称为有向无环图,DAG),那么情况就变的容易了。我们可以构造一个拓扑升序序列,由拓扑排序的性质,无圈图的任意路径中,顶点都是沿着「拓扑升序序列」排列的,因此我们只需要按照这个序列执行更新操作即可。显然,这样可以在线性时间内解决问题。

实现上,拓扑排序和更新可以一趟完成。这种算法的代码如下:

Floyd-Warshall

与前面四种不同,Floyd-Warshall 算法是所谓的「全源最短路径」,也就是任意两点间的最短路径。它并不是对单源最短路径   V   次迭代的一种渐进改进,但是对非常稠密的图却可能更快,因为它的循环更加紧凑。而且,这个算法支持负的权值。

Floyd-Warshall 算法如下:

其中   dist   数组应初始化为邻接矩阵。需要提醒的是,  dist[i][i]   实际上表示「从顶点   i   绕一圈再回来的最短路径」,因此图存在负环当且仅当   dist[i][i]<0   。初始化时,  dist[i][i]   可以初始化为   0   ,也可以初始化为      。

显示实际路径

显示实际路径实际上非常简单。利用前四个算法提供的 int *p,还原实际路径的一个方法如下:

利用 Floyd-Warshall 算法提供的 int **path,还原实际路径的一个方法如下:

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值