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))。