前言
单源最短路径是学习图论算法的入门级台阶,但刚开始看的时候就蒙了,什么有环没环,有负权没负权,下面就来总结一下求单源最短路径的所有算法以及其适用的情况。
单源最短路径
设定图中一个点为源点,求其他所有点到源点的最短路径。
先声明一点:有负环的图中没有最短路径
因为负环绕一圈的权值和是负的,只要过一遍环,路径就减小,可以反复过,无限减小
1. 无环 无负权 图求单源最短路径--拓扑排序
求v到其他所有点的最短路径
归纳假设
已知v到前面n-1个点的最短路径
求n
假设每一个点带一个属性sp,表示该点到源点的最短路径长度
设第n个点为z
我们知道所有能到z的点wk,即(wk, z)是图中的边
这样求出来wk.sp + len(wk, z)的最小值
就是z的sp
为什么要拓扑排序?
拓扑排序保证看n的时候,与n连接的前面的所有点都看了
复杂度O(V + E)
伪代码:
const int MAX = MAX_INT
for(all w){
w.sp = MAX
}
init w.indegree DFS
w with 0 indegree, enqueue
while(!queue.empty()){
w = dequeue();
for(all (w, z)){
if(w.sp + len(w, z) < z.sp){
z.sp = w.sp + len(w, z);
}
z.indegree--;
if(z.indegree = 0){
z.enqueue();
}
}
}
2. 有环 无负权 图求单源最短路径--Dijkstra算法
前面拓扑排序的求所有点的最短路径只能是无环图
有环会导致拓扑排序无法终止
没法用
Dijkstra算法可以解决有环 无负权最短路径的问题
Dijkstra算法是求源点到其他所有点的最短路径