Floyd算法的引出
给出一个有向图,给出任意两点之间的最短路径。
Floyd算法的原理
当每条路径只允许通过两个点的时候,即任意两点之间不允许经过第三个点时,那么这些城市之间最短路径就是初始路径
例如上图,从2到1的最短路径为无穷大,因为没有从2到1的路,又不能经过第三个点,所以最短路径就是无穷大。从1到2的最短路径就是原始的那条路的长度即为2。
考虑允许经过第三个点的情况(比如点1)
只需判断 e[i][1]+e[1][j] 是否比e[i][j]要小即可。e[i][j]表示的是从i号顶点到j号顶点之间的路程。e[i][1]+e[1][j]表示的是从i号顶点先到1号顶点,再从1号顶点到j号顶点的路程之和。其中 i是1-n循环,j也是1-n循环,代码实现如下。
for (i = 1; i <= n; i++)
{
for (j = 1; j <= n; j++)
{
if (e[i][j] > e[i][1] + e[1][j])
e[i][j] = e[i][1] + e[1][j];
}
}
这时候就用到动态规化的思想,每一条最短路径中的子路径都是最短路径,所以举个例子如下:
1-5的最短路径为1-3-4-5,初始的时候最短路径为1-5,当允许2经过的时候最短路径为1-5,当允许3经过的时候最短路径为1-5,1到4的最短路径为1-3-4,当允许4经过的时候最短路径为1-3-4-5。
当经过1和2点的最短路径,代码如下:
//经过1号顶点
for(i=1;i<=n;i++)
for(j=1;j<=n;j++)
if (e[i][j] > e[i][1]+e[1][j]) e[i][j]=e[i][1]+e[1][j];
//经过2号顶点
for(i=1;i<=n;i++)
for(j=1;j<=n;j++)
if (e[i][j] > e[i][2]+e[2][j]) e[i][j]=e[i][2]+e[2][j];
依次可以推出,最后可以允许经过所有的点的时候,得到的最短路径就是最终的最短路径。
所有最终的核心代码如下:
for(k=1;k<=n;k++)
for(i=1;i<=n;i++)
for(j=1;j<=n;j++)
if(e[i][j]>e[i][k]+e[k][j])
e[i][j]=e[i][k]+e[k][j];
代码的核心思想:从i号顶点到i号顶点只经过前k号点的最短路径。
最终完整demo代码:
#include <stdio.h>
int main()
{
int e[10][10],k,i,j,n,m,t1,t2,t3;
int inf=99999999; //用inf(infinity的缩写)存储一个我们认为的正无穷值
//读入n和m,n表示顶点个数,m表示边的条数
scanf("%d %d",&n,&m);
//初始化
for(i=1;i<=n;i++)
for(j=1;j<=n;j++)
if(i==j) e[i][j]=0;
else e[i][j]=inf;
//读入边
for(i=1;i<=m;i++)
{
scanf("%d %d %d",&t1,&t2,&t3);
e[t1][t2]=t3;
}
//Floyd-Warshall算法核心语句
for(k=1;k<=n;k++)
for(i=1;i<=n;i++)
for(j=1;j<=n;j++)
if(e[i][j]>e[i][k]+e[k][j] )
e[i][j]=e[i][k]+e[k][j];
//输出最终的结果
for(i=1;i<=n;i++)
{
for(j=1;j<=n;j++)
{
printf("%10d",e[i][j]);
}
printf("\n");
}
return 0;
}
例题分析如下:
HDU1874畅通工程续
用Floyd算法解决:
- 输入路径为双向路,而且不止一条,所以注意在输入赋值的时候要赋值两次,而且要加判断,比之前短则覆盖过去,正确的初始化(不能通过任何点作为中间点的最短路径)
- 依次允许每个城市作为中间点,然后进行判断是否可以松弛,n方的复杂度,n次。
- 定义好inf,然后结果判断是否是inf,是inf则说明没有结果,输出-1.
#include<iostream>
using namespace std;
int inf=0x3f3f3f3f;
int main(){
int n,m,i,j,k,a,b,c,t1,t2;
while(cin>>n>>m){
int e[n][n];
//初始化
for(i=0;i<n;i++)
for(j=0;j<n;j++)
{
e[i][j]=inf;
if(i==j)e[i][j]=0;
}
//构建图,一定要记住最刚开始不允许通过第三点,所以有多条路的话只留下一条最短的路。
for(i=1;i<=m;i++)
{
cin>>a>>b>>c;
if(e[a][b]>c){//留下最小的那条
e[a][b]=c;
e[b][a]=c;
}
}
for(i=0;i<n;i++)//遍历每个点(被依次允许作为中间点)
for(j=0;j<n;j++)
for(k=0;k<n;k++)
{ //对每个点都应该遍历,每两个点之间都查询一次最短路径
if(e[j][i]!=inf&&e[i][k]!=inf&&e[j][k]>e[j][i]+e[i][k])//加个判断inf可以节省一些时间
e[j][k]=e[j][i]+e[i][k];
}
cin>>t1>>t2;
if(e[t1][t2]!=inf)//是否为inf可以看出是否有一条正确的路径
cout<<e[t1][t2]<<endl;
else
cout<<"-1"<<endl;
}
return 0;
}
用Dijsktra算法解决:
- 构建图与Floyd算法相同,增加了两个数组,dis数组存放给定点到每个点的最短路径,vis数组存放每个点是否被扩展。
- 遍历dis数组找到最小的值以及该点未被访问过,作为下一个扩展节点
- 对于该扩展节点,找到指向的所有边,进行松弛。
- 重复步骤3,完成n-1次即可。
#include<iostream>
using namespace std;
int inf=0x3f3f3f3f;
int main() {
int n,m,i,j,k,a,b,c,t1,t2;
while(cin>>n>>m){
int dis[n],vis[n]; //dis[n]存放最短路径 ,vis[n]存放是否被扩展的标志,初始的时候:开始节点为1
for(i=0;i<n;i++)vis[i]=0;//访问均为未访问
int e[n][n];
//初始化
for(i=0;i<n;i++)
for(j=0;j<n;j++)
{
e[i][j]=inf;
if(i==j)e[i][j]=0;
}
//构建图,一定要记住最刚开始不允许通过第三点,所以有多条路的话只留下一条最短的路。
for(i=1;i<=m;i++)
{
cin>>a>>b>>c;
if(e[a][b]>c){//留下最小的那条
e[a][b]=c;
e[b][a]=c;
}
}
cin>>t1>>t2;
for(i=0;i<n;i++)dis[i]=e[t1][i];//dis[b]初始化为边e[a][b]
int flag=t1;
for(i=0;i<n-1;i++){//除了开始节点还有n-1个节点需要扩展
int max=inf;
//然后找到下一个要扩展的点
for(j=0;j<n;j++)
{
if(dis[j]<max&&!vis[j])//找最短边并且没有被访问过
{
flag=j;
max=dis[j];
}
}
vis[flag]=1;//flag为当前扩展节点,最开始为起始点
for(k=0;k<n;k++)
{// 当前点,指向的边,看看是否可以松弛,可以松弛的话就进行松弛
if(dis[k]>e[flag][k]+dis[flag])
dis[k]=e[flag][k]+dis[flag];
}
}
if(dis[t2]!=inf)//是否为inf可以看出是否有一条正确的路径
cout<<dis[t2]<<endl;
else
cout<<"-1"<<endl;
}
return 0;
}
用伪邻接表(容器)优化
不再采用二位数组,而是将下一节点以及权值存在一个结构体里,然后添加到每个节点的vector中,这样如果边比较少的话就可以节省很大空间。
#include<iostream>
#include<vector>
using namespace std;
int inf=0x3f3f3f3f;
struct node{
int d,u;
node(){}
node(int d,int u){
this->d=d;
this->u=u;
}
};
int main(){
int n,m,i,j,k,a,b,c,t1,t2;
while(cin>>n>>m){
vector<node>G[n+1];
int dis[n],vis[n]; //dis[n]存放最短路径 ,vis[n]存放是否被扩展的标志,初始的时候:开始节点为1
for(i=0;i<n;i++)vis[i]=0;//访问均为未访问
for(i=0;i<n;i++)dis[i]=inf;//初始化最短路径全部为INF
//构建图,一定要记住最刚开始不允许通过第三点,所以有多条路的话只留下一条最短的路。
for(i=1;i<=m;i++)
{
cin>>a>>b>>c;
G[a].push_back(node(c,b));
G[b].push_back(node(c,a));
}
cin>>t1>>t2;
dis[t1]=0;
int flag=t1;
for(i=0;i<n-1;i++){//除了开始节点还有n-1个节点需要扩展
int max=inf;
//然后找到下一个要扩展的点
for(j=0;j<n;j++)
{
if(dis[j]<max&&!vis[j])//找最短边并且没有被访问过
{
flag=j;
max=dis[j];
}
}
vis[flag]=1;//flag为当前扩展节点,最开始为起始点
for(k=0;k<G[flag].size();k++)
{// 当前点,指向的边,看看是否可以松弛,可以松弛的话就进行松弛
int w=G[flag][k].d, u=G[flag][k].u;
if(dis[u]>w+dis[flag])
dis[u]=w+dis[flag];
}
}
if(dis[t2]!=inf)//是否为inf可以看出是否有一条正确的路径
cout<<dis[t2]<<endl;
else
cout<<"-1"<<endl;
}
return 0;
}
那么这种一定能带来性能的优化吗?
对于广义上的稀疏图来说,用容器可以降低 空间的浪费,以及不必要的遍历,例如存在太多的INF,不需要去访问。
用优先队列优化
寻找扩展节点不通过遍历dis数组,而是从开始的节点添加到优先队列里,队列里的优先级则可以找到扩展点,这个复杂度只是log。
#include<cstdio>
#include<cstring>
#include<algorithm>
#include<vector>
#include<iostream>
#include<queue>
using namespace std;
#define INF 1e8
const int maxn = 200 + 5;
int m,n;//图节点数目,从1到n编号
int d[maxn];//单源最短距离
bool done[maxn];//done[i]表示d[i]是否已经计算完
struct node {
int d, u;
node() {}
node(int d, int u) :d(d), u(u) {}
bool operator < (const node &x)const
{
return x.d<d;
}
};
vector<node>G[maxn];//表示i到j的有向边长
void addedge(int x, int y, int d) {//添加边的
// list.push_back(edge(x, y, d));
G[x].push_back(node(d,y));
}
void dijkstra(int s)
{
for (int i = 0; i<m; i++) d[i] = INF;//初始化
d[s] = 0;
priority_queue<node>Q;
Q.push(node(0, s));
while (!Q.empty()) {//添加点的过程
node it = Q.top(); Q.pop();
int u = it.u;
if (done[u]){
continue;
}
else
done[u] = true;
for (int i = 0; i<G[u].size(); i++) {
node& e = G[u][i];
if (d[e.u]>d[u] + e.d)
{
d[e.u] = d[u] + e.d;
Q.push(node(d[e.u], e.u));
}
}
}
}
int main()
{
memset(done, 0, sizeof(done));
int start,end;
while (cin >> m >> n) {
int x1, x2, x3;
int k = n;
while (k--) {
cin >> x1 >> x2 >> x3;
addedge(x1, x2, x3);
addedge(x2, x1, x3);
}
cin>>start>>end;
dijkstra(start);
if(d[end]==INF)
printf("-1\n");
else
printf("%d\n", d[end]);
for(int i=0;i<m;i++) G[i].clear();//清空邻接表
memset(done, 0, sizeof(done));
// cout<<"新的一组--------------"<<endl;
}
return 0;
}
用Bellman-Ford算法解决:
#include<iostream>
using namespace std;
int inf=0x3f3f3f3f;
int main(){
int n,m,i,j,k,a,b,c,t1,t2;
int check;
while(cin>>n>>m){
int dis[n];
int u[m],v[m],w[m];
//初始化
//构建图,一定要记住最刚开始不允许通过第三点,所以有多条路的话只留下一条最短的路。
for(i=0;i<m;i++)
{
cin>>u[i]>>v[i]>>w[i];
}
for(i=0;i<n;i++)dis[i]=inf;
cin>>t1>>t2;
dis[t1]=0;
for(i=0;i<n-1;i++)//一共进行n-1轮即可
{
check=0;
for(j=0;j<m;j++)
//对每一条边都进行松弛判断 (这里是双向边,所以要两次查看)
{
if(dis[v[j]]>dis[u[j]]+w[j])
{
dis[v[j]]=dis[u[j]]+w[j];
check=1;
}
if(dis[u[j]]>dis[v[j]]+w[j])
{
dis[u[j]]=dis[v[j]]+w[j];
check=1;
}
}
if(check==0)break;
}
if(dis[t2]!=inf)//是否为inf可以看出是否有一条正确的路径
cout<<dis[t2]<<endl;
else
cout<<"-1"<<endl;
}
return 0;
}
用Bellman-Ford算法解决(队列优化):
#include <iostream>
#include <queue>
#include<cstdio>
#include<cstring>
using namespace std;
const int MAX = 210;
const int INF = 20000;
int map[MAX][MAX];
int dis[MAX];
bool used[MAX];//表示是否添加到了队列中,防止重复添加
int SPFA(int start,int end,int n)
{
int i;
//存储初始化
for(i=0;i<n;i++)
{
dis[i] = INF;
}
dis[start] = 0;
queue <int> q;
q.push(start);//将起始点添加进去
used[start] = 1;
while(!q.empty())
{
int mid;
mid = q.front();
q.pop();
used[mid] = 0;
for(i=0;i<n;i++)
{
if(map[mid][i] + dis[mid]< dis[i])
{
dis[i] = map[mid][i] + dis[mid];
if(!used[i])
{
q.push(i);//每次仅对最短路估计值发生变化了的顶点的所有出边执行松弛操作
used[i] = 1;//防止下一次此时的i再次存进队列中
}
}
}
}
return dis[end];
}
int main()
{
int n,m;
while(scanf("%d%d",&n,&m)!=EOF)
{
int i,j;
for(i=0;i<MAX;i++)
{
for(j=0;j<MAX;j++)
{
map[i][j] = INF;
}
}//初始化map的值
memset(used,0,sizeof(used));//used数组代表是否访问过
for(i=0;i<m;i++)
{
int a,b,x;
scanf("%d%d%d",&a,&b,&x);
if(x < map[a][b])
{
map[a][b]=x;
map[b][a]=x;
}
}
int s,t;
scanf("%d%d",&s,&t);
int x = SPFA(s,t,n);//储存结果
if(x<INF)
printf("%d\n",x);
else printf("-1\n");
}
return 0;
}
队列优化与原版本的区别:
- 存储结构不同。原先将每条边的两点以及权值存在三个数组中,因为每次需要全部遍历;改进后存在二维数组中,因为要遍历最短路估计值发生变化的顶点的所有出边。
- 处理对象不同。原先是所有边一视同仁,改进后避免了那些无用的计算,因为只对发生变化的顶点继续操作。
- 算法复杂度不同。后者减少了部分无用的计算,最差情况的时候,什么也减少不了,所以最差情况的算法复杂度和改进之前的一模一样。
总结(需要注意的几点)
- 对于双向通道,一定要记得存储的时候考虑两个方向,即存入两条起点和终点相反的边。
- Floyd算法不需要dis数组,直接在二维数组里操作,最终可以将任意两点的最短路径求出来,这个算法最大的优点就是方便实现,代码简单。其它算法都需要dis数组。
- dis数组的初始化问题,如果图是用二维数组存储的话,直接用二维数组初始化就可以,如果用的容器,则对于起始点初始化为0,其它的均为INF即可。
- 图的初始化问题,当使用二维数组的时候,每输入一条边,先判断一下是否小于已存在的那条边,因为两点之间可能有多条边,这样就能保存下来最短的那几条边。而对于用容器即邻接表存储的话,就直接将所有的边都存在vector即可。
- 算法没有优劣之分,既然存在的算法则有其存在的意义,Dijsktra算法扩展性好,算法复杂度也不错,但是无法解决负边权问题,其它三个均能解决,所以要根据问题的具体分析,来确定使用哪个算法。
- 所谓的四个算法本质上都是一样,都是利用松弛原理得到最终的答案。如下:
Floyd算法是按顺序逐渐允许每个顶点作为中间节点,按照这个中间节点的变化去进行松弛。
Dijsktra算法是根据当前离开始节点最近为标准来确定当前扩展节点,按照这个起始节点的变化去进行松弛。
Bellman-Ford算法是没有任何说法的对于每一条边都进行松弛,一共进行n-1轮松弛。
Bellman-Ford队列优化算法是将点存入队列里,如果当前点最短路径估计值发生了变化,则将该点添加进队列,继续松弛,如果没有发生变化则不需要进行无用的判断,减少了部分浪费的时间。