算法导论复习——CHP25 多源最短路

问题描述        

        给定一个带权重的有向图G=(V,E)，其权重函数为ω:E→R。 在图中，对所有的结点对 u,v∈V，找出从结点u到结点v的最短路径。 该问题的解以表格（二维数组）的形式给出：第u行第v列给出从结点u到结点v的最短路径权重。

约定

        1）结点编号：不失一般性，结点编号为1，2，…，|V|。

        2）成本邻接矩阵：图G用一个n╳n的邻接矩阵W=(wij)表示， 其中，

        3）允许存在权重为负值的边，但不能包含权重为负值的环路，否则无解。
        4）最短路径矩阵：算法的输出为一个n╳n的最短路径矩阵 D=(dij)，其中dij表示从结点i到结点j的一条 最短路径的权重。算法结束时有dij=δ(i,j)。

        5）前驱结点矩阵： 前驱结点矩阵记为：П=(πij)，其中

        利用前驱结点矩阵П可以计算出每对结点间的最短路径。 前驱结点矩阵П的第i行所诱导的子图是一棵根结点为i的最短路径树。 对于每个结点i∈V，定义图G对于结点i的前驱子图为 Gπ,i=(Vπ,i,Eπ,i)，其中

        （见CHP24） 

        打印最短路的过程

动态规划做法

最短路径的最优子结构性质

        每条路径都是最短路径：考虑从结点i到结点j的一条最短路径p。假定p至多包含m条边（假定没有权重为负值的环路），且m为有限值。

         如果i=j，则p中不包含任何边，所以p的权重等于0；

        如果i ≠ j，则将路径p分解为 ，其中  p ’至多包含 m-1 条边，则p ’是从i到k的一条最短路径， 且δ(i,j)=δ(i,k)+Wkj。

递归解

        设是从结点i到结点j的至多包含m条边的任意路径中的最小权重。

        则

自底向上解 

(伪代码在给定W和L(m-1)的情况下计算L(m))

时间复杂度

发现这个计算过程实际上很类似于矩阵乘法（几乎完全一样），可以用矩阵快速幂优化到。

另一种DP——Floyd-Warshall算法

         算法允许图中存在负权重的边，但不能存在权重为负值的环路。

思路

        假定图G的结点集为V={1,2,…,n}。考虑其中的一个子集 {1,2,…,k}，这里k是小于n的某个整数，并是其中的最大编号。 对于任意一对结点i,j∈V，定义p是从i到j、且所有中间结点均取自于集合{1,2,…,k}的最短路径。

        p是简单路径，且p的中间结点都不大于k。

        p从i 到 j，仅经过集合{1,2,…,k}中的结点，但，

•                 不一定经过其中的每一个结点；
•                 也可能不存在这样的路径，此时p的权重等于∞。

在从 i 到 j 之间中间结点均取自集合{1,2,…,k-1}的基础上，试图回答这样一个问题：结点k是否是路径p上的一个中间结点？

        1）如果结点k不是路径p上的中间结点，则p上的所有中间结点都属于集合{1,2,…,k-1}。  此时，从结点i到结点j的中间结点取自集合{1,2,…,k-1}的一条最短路径也是从结点i到结点j的中间结点取自集合 {1,2,…,k}的一条最短路径。

        2）如果结点k是路径p上的中间结点，则k将路径p分解为两段（如下图），最优子结构性，p1是从结点i到结点k的一条最短路径，且中间结点全部取自集合{1,2,…,k-1} 。 因为结点k不是路径p1上的中间结点，所以路径p1上的所有结点都 属于集合{1,2,…,k-1} 。 同理，p2是从结点k到结点j的一条最短路径，且中间结点全部取自集合{1,2,…,k-1}

故有状态转移方程：

         

伪代码

 时间复杂度

加入最短路径构建

        为从结点i到结点j的一条所有中间结点都取自集合 {1,2, …, k}的最短路径上j的前驱结点。

         

应用——计算传递闭包 

        定有向图G=(V,E)，定义图G的传递闭包G*=(V,E*)，其中 E*={(i,j)：如果图G中包含一条从结点i到结点j的路径}。

        求有向图的传递闭包： 方法一：给E中每条边赋权重1，然后运行FLOYD-WARSHALL算法， 可以在Θ(n3)求出权重路径矩阵D。在D中若dij<n，则表示存在一条从结点i到结点j的路径；否则dij=∞。

        方法二：定义矩阵T ={tij}，若存在一条从结点i到结点j的路径，tij=1，否则tij=0。
                        计算T：
                                对FLOYD-WARSHALL算法进行改造：用逻辑或操作（V）和
                        逻辑与操作（Λ）替换算术操作min和+，得以下计算公式：

用于稀疏图的Johnson算法

        Johnson算法：在稀疏图中求每对结点之间的最短路径权重。

        对稀疏图，Johnson算法优于Floyd-Warshall算法，时间复杂度可达O(V2lgV+VE)。

        Johnson算法使用Dijkstra算法和Bellman-Ford算法作为自己的子程序，可处理带有负权重的图。

        如果图中包含所有结点对的最短路径，Johnson算法输出一个包含所有结点对的最短路径权重矩阵；否则报告图中包含权重为负值的环路。

        重赋权重：Johnson算法使用重新赋予权重的技术求解。

        工作原理

                如果图G=(V,E)中所有的边权重ω皆为非负值，则通过对每个结点运行一次Dijkstra算法来找到所有结点对之间的最短路径；

                如果图G包含权重为负值的边，但没有权重为负值的环路， 则通过重赋权重，构造出一组新的非负权重值，然后使用上面同样的方法求解。

                新赋予的权重函数记为： ，必须满足以下两个重要性质：

                1. 路径等价性：对于所有结点对u,v∈V，一条路径p是在使用权重函数ω时的从结点u到结点v的一条最短路径，当且仅当 p是在使用权重时的从u到v的一条最短路径。 即不管是使用原来的权重函数还是新的权重函数，所能求出来的最短路径应是一致的。

                2. 非负性：对于所有的边(u, v)，新权重为非负值。 即需要经过技术处理，把负权重的边的权重改造成非负值。

        引理

        （重新赋予权重并不改变最短路径） 给定带权重的有向图G=(V,E),其权重函数为ω：E→R，设h:V→R为任意函数， 该函数将结点映射到实数上。对于每条边(u,v)∈E，定义

        设 为从结点v0到结点vk的任意一条路径，那么，p是在使用权重函数ω时从结点v0到结点vk的一条最短路径， 当且仅当p是在使用权重函数时从结点v0到结点vk的一条最短路径，即： ω(p)=δ(v0 ,vk ) 当且仅当 。 而且，图G在使用权重函数ω时不包含权重为负值的环路， 当且仅当p在使用权重函数也不包含权重为负值的环路。

        剩下的问题就是如何找到使非负的 h 函数

        对于图G构造一幅新图G’ =(V’ , E’)，其中 V’ =V∪{s}，s是一个新结点， ， 并令，对于所有结点v∈V，有ω(s,v)=0。 由于结点s没有入边，所以除了以s为源点的最短路径外，图G’ 中没 有其它包含s的最短路径。而且G'不包含权重为负值的环路当且仅当图G不包含权重为负值的环路。

        假定图G和图G’都不包含权重为负值的环路。 对于所有的结点v∈V’ ，定义：h(v)=δ(s,v)。 根据三角不等式，对于所有的边(u,v)∈E’ ，有 h(v)≤h(u)+ω(u,v)。 定义新权重 ，有

        即满足要求。 

        伪代码

                先用Bellman-Ford算法计算s到各个结点的最短路径，并判断是否存在负权重的环路。

                再利用Bellman-Ford算法计算得到的δ(s,v)定义h(v)的值，并重新赋边的权重。

                然后对每个点跑一遍Dijkstra算法。

        时间分析

        算法的运行时间依赖于Dijkstra算法中最小优先队列的实现方式：

                如果使用斐波那契堆实现，则Johnson算法的运行时间为 。

                如果使用二叉最小堆实现，则Johnson算法的运行时间为 O(VElgV)。

                在稀疏图的情况下，该算法的时间比Floyd-Warshall算法 的表现()要好。