最短路径求解大纲
单源最短路问题
1. 所有边权都为正数
朴素版Dijkstra算法(时间复杂度 O(n^2+m))
Dijkstra算法的3个步骤
1、找到当前未标识的且离源点最近的点t
2、对t号点点进行标识
3、用t号点更新其他点的距离
int g[N][N]; // 存储每条边
int dist[N]; // 存储1号点到每个点的最短距离
bool st[N]; // 存储每个点的最短路是否已经确定
// 求1号点到n号点的最短路,如果不存在则返回-1
int dijkstra()
{
memset(dist, 0x3f, sizeof dist);
dist[1] = 0;
for (int i = 0; i < n - 1; i ++ )
{
int t = -1; // 在还未确定最短路的点中,寻找距离最小的点
for (int j = 1; j <= n; j ++ )
if (!st[j] && (t == -1 || dist[t] > dist[j]))
t = j;
// 用t更新其他点的距离
for (int j = 1; j <= n; j ++ )
dist[j] = min(dist[j], dist[t] + g[t][j]);
st[t] = true;
}
if (dist[n] == 0x3f3f3f3f) return -1;
return dist[n];
}
堆优化版Dijkstra算法(时间复杂度 O(mlogn))
typedef pair<int, int> PII;
vector<vector<PII>>v; //稀疏图用邻接表存储
int st[N], d[N];
int n, m;
//注意:v要v.resize();
void Dijkstra() {
memset(d, 0x3f, sizeof d);
priority_queue<PII, vector<PII>, greater<PII>>heap; //用小根堆存储每个点到起始点的最短距离
heap.push({0, 1}); //第一个值为距离,第二位点
d[1] = 0;
while(heap.size()) {
PII ww = heap.top();
heap.pop();
int dot = ww.second, distance = ww.first;
if(st[dot])
continue; //此点已确定最短距离,跳过
st[dot] = 1; //将点存入st中
for(int i = 0; i < v[dot].size(); i++) { //用dot点更新其他点的距离
int dd = v[dot][i].second, ee = v[dot][i].first;
if(d[ee] > dd + distance ) {
d[ee] = dd + distance;
heap.push({d[ee], ee});
}
}
}
}
过渡:
问:为什么Dijkstra算法不适用于负权边的情况?
答:
如图,倘若按照Dijkstra算法的思路,此最短路径为1->2->4->5,长度为5,但实际上还有一条路径1->3->4->5,长度为4.因此,此方法失效
2.存在负权边
Bellman-Ford(O(nm))(适合限制最短路径边数时使用)
struct node{
int x, y, z;
}edges[N];
int n,m,k;
int dist[N],backup[N];
void Bellman_Ford(){
memset(dist,0x3f,sizeof dist);
dist[1] = 0;
for(int i=0; i<k; i++){ //每次循环更新一条边
memcpy(backup,dist,sizeof(dist));
for(int j=1; j<=m; j++){ //遍历每一条边,进行松弛操作
int x = edges[j].x,y=edges[j].y,z=edges[j].z;
dist[y] = min(dist[y],backup[x]+z);
}
}
if(dist[n]>0x3f3f3f3f/2){
puts("impossible");
}else{
cout << dist[n];
}
}
问题一:为什么需要存一个backup?
初始时:
dist[1]=0,dist[2] = dist[3] = INF;
倘如直接更新,会发生串联现象,dist[3]在第一次时就会变为2.
2. 为什么(dist[n]>0x3f3f3f3f/2,而不是dist[n]==0x3f3f3f3f?
此时1,2 dist都是INF,3是INF-2,但是此图是无最短路径的,当用dist[n]==0x3f3f3f3f判断时,dist[3]==0x3f3f3f3f-2,会判断出错。
SPFA(一般O(m),最坏O(m*n))
int n; // 总点数
int h[N], w[N], e[N], ne[N], idx; // 邻接表存储所有边
int dist[N]; // 存储每个点到1号点的最短距离
bool st[N]; // 存储每个点是否在队列中
// 求1号点到n号点的最短路距离,如果从1号点无法走到n号点则返回-1
int spfa()
{
memset(dist, 0x3f, sizeof dist);
dist[1] = 0;
queue<int> q;
q.push(1);
st[1] = true;
while (q.size())
{
auto t = q.front();
q.pop();
st[t] = false;
for (int i = h[t]; i != -1; i = ne[i])
{
int j = e[i];
if (dist[j] > dist[t] + w[i])
{
dist[j] = dist[t] + w[i];
if (!st[j]) // 如果队列中已存在j,则不需要将j重复插入
{
q.push(j);
st[j] = true;
}
}
}
}
if (dist[n] == 0x3f3f3f3f) return -1;
return dist[n];
}
判断是否有环
时间复杂度是 O(nm)O(nm), nn 表示点数,mm 表示边数
int n; // 总点数
int h[N], w[N], e[N], ne[N], idx; // 邻接表存储所有边
int dist[N], cnt[N]; // dist[x]存储1号点到x的最短距离,cnt[x]存储1到x的最短路中经过的点数
bool st[N]; // 存储每个点是否在队列中
// 如果存在负环,则返回true,否则返回false。
bool spfa()
{
// 不需要初始化dist数组
// 原理:如果某条最短路径上有n个点(除了自己),那么加上自己之后一共有n+1个点,由抽屉原理一定有两个点相同,所以存在环。
queue<int> q;
for (int i = 1; i <= n; i ++ )
{
q.push(i);
st[i] = true;
}
while (q.size())
{
auto t = q.front();
q.pop();
st[t] = false;
for (int i = h[t]; i != -1; i = ne[i])
{
int j = e[i];
if (dist[j] > dist[t] + w[i])
{
dist[j] = dist[t] + w[i];
cnt[j] = cnt[t] + 1;
if (cnt[j] >= n) return true; // 如果从1号点到x的最短路中包含至少n个点(不包括自己),则说明存在环
if (!st[j])
{
q.push(j);
st[j] = true;
}
}
}
}
return false;
}
多源最短路问题
初始化:
for (int i = 1; i <= n; i ++ )
for (int j = 1; j <= n; j ++ )
if (i == j) d[i][j] = 0;
else d[i][j] = INF;
// 算法结束后,d[a][b]表示a到b的最短距离
void floyd()
{
for (int k = 1; k <= n; k ++ )
for (int i = 1; i <= n; i ++ )
for (int j = 1; j <= n; j ++ )
d[i][j] = min(d[i][j], d[i][k] + d[k][j]);
}