MIT算法导论公开课之第19课 最短路径算法、点的最短路径

单源点最短路径问题回顾

1.未加权（或所有权值都相等）的图，使用BFS算法，时间为O(V+E)。
2.无负权值边的图，使用Dijkstra算法，时间为O(E+V·lgV)。
3.一般情况的图，使用Bellman-Ford算法，时间为O(V·E)。
4.DAG（有向无环图），使用拓扑排序来得到顶点的顺序，运行一次Bellman-Ford算法，时间为O(V+E)。

全对（All-pairs）最短路径问题

计算任意两个顶点之间的最短路径。
直接思路：
    1.未加权（或所有权值都相等）的图，使用|V|次BFS算法，时间为O(V·E)。
    2.无负权值边的图，使用|V|次Dijkstra算法，时间为O(V·E+V^2·lgV)。
    3.一般情况的图，使用|V|次Bellman-Ford算法，时间为O(V^2·E)。
1和2的运行时间还是不错的，但3的直接思路算法时间复杂度很高，需要优化。

全对最短路径问题抽象

输入：
    有向图G=(V,E)，V={1,2,…,n}，且有一个加权函数为每一条边赋予一个实数的权值。
输出：
    n x n的矩阵，矩阵的每个值为最短路径的权值和δ(i,j)（i,j∈V）。

稠密图情况分析

使用|V|次Bellman-Ford算法，时间为O(V^2·E)，而稠密图的|E|=O(V^2)，所以使用这种解法时间为O(V^4)，复杂度很高，需要改进，本节课将会讲3种改进算法。

动态规划（第1种改进算法）

Floyd-Warshall算法（第2种改进算法）

传递闭包

对于一个有向图：

使用|V|次BFS求单源点最短路径的算法，如果权值为∞，则是0，其他情况则为1（O(V·E)）。

Johnson算法