图的遍历
有两种存储方式:邻接矩阵和邻接表
在一些顶点数目比较大(一般顶点个数在1000以上)的情况下,使用邻接表而不是邻接矩阵来存储图。如果是稀疏图,用邻接表,如果是稠密图,用邻接矩阵。
深度优先搜索dfs遍历图
按深度优先的方式访问所有未被访问的结点,在结点被访问过后标记为已访问
dfs(u) {
vis[u] = true;
for(从u除法道能到达的所有顶点v)
if(vis[v] == false)
dfs(v);
}
dfsTrave(G) {
for(G的所有结点u)
if(vis[u] == false)
dfs(u);
}
//邻接矩阵
void dfs(int u, int depth) {
vis[u] = true;
for(int v = 0; v < n; v++) {
if(vis[v] == false && G[u][v] != INF)
dfs(v, depth + 1);
}
}
void dfsTrave() {
for(int u = 0; u < n; u++)
if(vis[u] == false)
dfs(u, 1);
}1234567891011121314
//邻接表
void dfs(int u, int depth) {
vis[u] = true;
for(int u = 0; u < arr[u].size(); u++)
dfs(v, depth + 1);
}
void dfsTrave() {
for(int u = 0; u < n; u++) {
if(vis[u] == false)
dfs(u, 1);
}
}
广度优先搜索bfs遍历图
建立一个队列,把初始定点加入队列,然后每次都取出队首元素进行访问,并把该定点除法可以到达的未曾加入过队列(而不是未访问)的定点全部加入队列,直到队列为空
bfs(u) {
queue q;
将u入队
inq[u] = true;
while(q非空) {
for(从u除法道可到达的所有定点v) {
if(inq[v] == false)
将v入队
inq[v] = true;
}
}
}
bfsTrave(G) {
for(G的所有顶点u) {
if(inq[u] == false)
bfs(u);
}
}
void bfs(int u) {
queue<int> q;
q.push(u);
inq[u] = true;
while(!q.empty()) {
int u = q.front();
q.pop();
for(int v = 0; v < n; v++) {
if(inq[u] == false && G[u][v] != INF) {
q.push(v);
inq[v] = true;
}
}
}
}
/*邻接表:
for(int i = 0; i < arr[u].size(); i++) {
int v= arr[u][i];
if(inq[u] == false) {
q.push(v);
inq[v] = true;
}
}
*/
void bfsTrave() {
for(int u = 0; u < n; u++) {
if(inq[u] == false)
bfs(q);
}
}
//带层数的
struct node {
int v;
int layer;
}
next.layer = top.layer + 1;123456
最短路径
单源最短路径:计算源点到其他各顶点的最短路径的长度
全局最短路径:图中任意两点的最短路径
Dijkstra、Bellman-Ford、SPFA求单源最短路径
Floyed可以求全局最短路径,但是效率比较低
SPFA算法是Bellman-Ford算法的队列优化
Dijkstra算法不能求带负权边的最短路径,而SPFA算法、Bellman-Ford算法、Floyd-Warshall可以求带负权边的最短路径。
Bellman-Ford算法的核心代码只有4行,Floyd-Warshall算法的核心代码只有5行。
深度优先遍历可以求一个点到另一个点的最短路径的长度
Dijkstra算法
Dijkstra() {
初始化;
for(循环n次) {
u = 使dis[u]最小的还未被访问的顶点的编号;
记u为确定值;
for(从u除法能到达的所有顶点v){
for(v未被访问 && 以u为中介点使s到顶点v的最短距离更优)
优化dis[v];
}
}
}
//邻接矩阵
int n, e[maxv][maxv];
int dis[maxv], pre[maxv];// pre用来标注当前结点的前一个结点
bool vis[maxv] = {false};
void Dijkstra(int s) {
fill(dis, dis + maxv, inf);
dis[s] = 0;
for(int i = 0; i < n; i++) pre[i] = i; //初始状态设每个点的前驱为自身
for(int i = 0; i < n; i++) {
int u = -1, minn = inf;
for(int j = 0; j < n; j++) {
if(visit[j] == false && dis[j] < minn) {
u = j;
minn = dis[j];
}
}
if(u == -1) return;
visit[u] = true;
for(int v = 0; v < n; v++) {
if(visit[v] == false && e[u][v] != inf && dis[u] + e[u][v] < dis[v]) {
dis[v] = dis[u] + e[u][v];
pre[v] = u; // pre用来标注当前结点的前一个结点
}
}
}
}
//邻接表
struct node {
int v, dis;
}
vector<node> e[maxv];
int n;
int dis[maxv], pre[maxv];// pre用来标注当前结点的前一个结点
bool vis[maxv] = {false};
for(int i = 0; i < n; i++) pre[i] = i; //初始状态设每个点的前驱为自身
void Dijkstra(int s) {
fill(dis, dis + maxv, inf);
dis[s] = 0;
for(int i = 0; i < n; i++) {
int u = -1, minn = inf;
for(int j = 0; j < n; j++) {
if(visit[j] == false && dis[j] < minn) {
u = j;
minn = dis[j];
}
}
if(u == -1) return ;
visit[u] = true;
for(int j = 0; j < e[u].size(); j++) {
int v = e[u][j].v;
if(visit[v] == false && dis[u] + e[u][j].dis < dis[v]) {
dis[v] = dis[u] + e[u][j].dis;
pre[v] = u;
}
}
}
}
void dfs(int s, int v) {
if(v == s) {
printf("%d\n", s);
return ;
}
dfs(s, pre[v]);
printf("%d\n", v);
}
三种附加考法:第一标尺是距离,如果距离相等的时候,新增第二标尺
新增边权(第二标尺),要求在最短路径有多条时要求路径上的花费之和最小
for(int v = 0; v < n; v++) { //重写v的for循环
if(visit[v] == false && e[u][v] != inf) {
if(dis[u] + e[u][v] < dis[v]) {
dis[v] = dis[u] + e[u][v];
c[v] = c[u] + cost[u][v];
}else if(dis[u] + e[u][v] == dis[v] && c[u] + cost[u][v] < c[v]) {
c[v] = c[u] + cost[u][v];
}
}
}
给定每个点的点权(第二标尺),要求在最短路径上有多条时要求路径上的点权之和最大
for(int v = 0; v < n; v++) {
if(visit[v] == false && e[u][v] != inf) {
if(dis[u] + e[u][v] < dis[v]) {
dis[v] = dis[u] + e[u][v];
w[v] = w[u] + weight[v];
}else if(dis[u] + e[u][v] == dis[v] && w[u] + weight[v] > w[v]) {
w[v] = w[u] + weight[v];
}
}
}
直接问有多少条最短路径
增加一个数组num[],num[s] = 1,其余num[u] = 0,表示从起点s到达顶点u的最短路径的条数为num[u]
for(int v = 0; v < n; v++) {
if(visit[v] == false && e[u][v] != inf) {
if(dis[u] + e[u][v] < dis[v]) {
dis[v] = dis[u] + e[u][v];
num[v] = num[u];
}else if(dis[u] + e[u][v] == dis[v]) {
num[v] = num[v] + num[u];
}
}
}12345678910
例子:比如说又要路径最短,又要点权权值最大,而且还要输出个数,而且还要输出路径
for(int v = 0; v < n; v++) {
if(visit[v] == false && e[u][v] != inf) {
if(dis[u] + e[u][v] < dis[v]) {
dis[v] = dis[u] + e[u][v];
num[v] = num[u];
w[v] = w[u] + weight[v];
pre[v] = u;
} else if(dis[u] + e[u][v] == dis[v]) {
num[v] = num[v] + num[u];
if(w[u] + weight[v] > w[v]) {
w[v] = w[u] + weight[v];
pre[v] = u;
}
}
}
}
void printPath(int v) {
if(v == s) {
printf("%d", v);
return ;
}
printPath(pre[v]);
printf("%d ", v);
}
of course, 可以不用这么麻烦,用Dijkstra求最短路径和pre数组,然后用深度优先遍历来获取想知道的一切,包括点权最大,边权最大,路径个数,路径
因为可能有多条路径,所以Dijkstra部分的pre数组使用vector<int> pre[maxv];
//Dijkstra部分
if(dis[u] + e[u][v] < dis[v]) {
dis[v] = dis[u] + e[u][v];
pre[v].clear();
pre[v].push_back(u);
} else if(dis[i] + e[u] == dis[v]) {
pre[v].push_back(u);
}12345678
既然已经求得pre数组,就知道了所有的最短路径,然后要做的就是用dfs遍历所有最短路径,找出一条使第二标尺最优的路径
int optvalue;
vector<int> pre[maxv];
vector<int> path, temppath;
void dfs(int v) { // v为当前访问结点
temppath.push_back(v);
if(v == start) {
int value = 路径temppath上的value值;
if(value 优于 optvalue) {
optvalue = value;
path = temppath;
}
temppath.pop_back();
return ;
}
for(int i = 0; i < pre[v].size(); i++)
dfs(pre[v][i]);
temppath.pop_back();
}
解释:
对于递归边界而言,如果当前访问的结点是叶子结点(就是路径的开始结点),那么说明到达了递归边界,把v压入temppath,temppath里面就保存了一条完整的路径。如果计算得到的当前的value大于最大值,就path = temppath,然后把temppath的最后一个结点弹出,return ;
对于递归式而言,每一次都是把当前访问的结点压入,然后找他的pre[v][i],进行递归,递归完毕后弹出最后一个结点
计算当前temppath边权或者点权之和的代码:
// 边权之和
int value = 0;
for(int i = tempptah.size() - 1; i > 0; i--) {
int id = temppath[i], idnext = temppath[i - 1];
value += v[id][idnext];
}
// 点权之和
int value = 0;
for(int i = temppath.size(); i >= 0; i--) {
int id = temppath[i];
value += w[id];
}123456789101112
计算路径直接在Dijkstra部分写就可以
例子:计算最短距离的路径和最小花费
#include <cstdio>
#include <algorithm>
#include <vector>
using namespace std;
int n, m, s, d;
int e[510][510], dis[510], cost[510][510];
vector<int> pre[510];
bool visit[510];
const int inf = 99999999;
vector<int> path, temppath;
int mincost = inf;
void dfs(int v) {
if(v == s) {
temppath.push_back(v);
int tempcost = 0;
for(int i = temppath.size() - 1; i > 0; i--) {
int id = temppath[i], nextid = temppath[i-1];
tempcost += cost[id][nextid];
}
if(tempcost < mincost) {
mincost = tempcost;
path = temppath;
}
temppath.pop_back();
return ;
}
temppath.push_back(v);
for(int i = 0; i < pre[v].size(); i++)
dfs(pre[v][i]);
temppath.pop_back();
}
int main() {
fill(e[0], e[0] + 510 * 510, inf);
fill(dis, dis + 510, inf);
scanf("%d%d%d%d", &n, &m, &s, &d);
for(int i = 0; i < m; i++) {
int a, b;
scanf("%d%d", &a, &b);
scanf("%d", &e[a][b]);
e[b][a] = e[a][b];
scanf("%d", &cost[a][b]);
cost[b][a] = cost[a][b];
}
pre[s].push_back(s);
dis[s] = 0;
for(int i = 0; i < n; i++) {
int u = -1, minn = inf;
for(int j = 0; j < n; j++) {
if(visit[j] == false && dis[j] < minn) {
u = j;
minn = j;
}
}
if(u == -1) break;
visit[u] = true;
for(int v = 0; v < n; v++) {
if(visit[v] == false && e[u][v] != inf) {
if(dis[v] > dis[u] + e[u][v]) {
dis[v] = dis[u] + e[u][v];
pre[v].clear();
pre[v].push_back(u);
} else if(dis[v] == dis[u] + e[u][v]) {
pre[v].push_back(u);
}
}
}
}
dfs(d);
for(int i = path.size() - 1; i >= 0; i--)
printf("%d ", path[i]);
printf("%d %d", dis[d], mincost);
return 0;
}
注意路径path因为是从末端一直压入push_back到path里面的,所以要输出路径的时候倒着输出
关于初始化:除了weight和cost(点权和边权)都要初始化,pre初始化为它自己本身,e和dis初始化为inf,visit因为开了全局变量,自动初始化为了false。在dijkstra循环开始之前,要把dis[start] = 0;