最短路径问题

最短路径

1.1 最短路径的定义

其数学表现形式为：
在最短路径问题中，我们给定一个带权重的有向图G=(V, E) 和权重函数$\omega: E \to R$, 该权重函数将每条边映射到实数值的权重上，图中一条路径$p = <v_{0}, v_{1}, ... , v_{k}>$的权重$\omega(p)$是构成该路径的所有边的权重之和：
$\delta(p) = \begin{cases} min \{\omega(p): u \sim v\}, & \text{如果存在一条从节点$u$到节点$v$的路径} \\ \infty , & \text{其他} \end{cases}$
从节点$u$到节点$v$的最短路径则定义为任何一条权重$\omega(p) = \delta(u, v)$的路径p。

最短路径可分为单源最短路径问题和多源最短路径问题。
1. 单源最短路径问题： 给定一个图$G = (V, E)$, 我们希望找到从给源节点$s \in V$ 到每个节点$v \in V$的最短路径。
2. 多源最短路径问题 : 求任意两个节点的最短路径。

注意：这里讨论的算法都假设，不存在权重为负值的边并且不存在环路

1.2 单源最短路径

最短路径算法通常依赖最短路径的一个重要的性质：两个节点之间的一条最短路径包含着其他的最短路径。

1.2.1 无权图的最短路径问题

对于无权图来说，我们可以使用广度优先搜索算来进行求解。但是我们需要对BFS算法进行修改。因为，我们需要计算源点到任何节点的最短路径，所以我们需要一个数组dist用来保存最短路径的距离和使用path数组用来保存路径。
及dist[W] = S 到W的最短距离。则有dis[s] = 0 。
path[W] = S到W进过的某个节点。
伪代码为：

void shortestPath(Vertex s) {
    dist[|V|] = -1;//首先对数组进行初始化
    path[|V|];    //定义一个path数组
    queue Q;  //创建一个队列
    Q.push(s);   //将源点插入到队列中
    while (!Q.empty()) {  //如果队列不为空
        v = Q.front(); Q.pop();  //出队列
        for (v的每个邻接点 w) {
            if (dist[w] == -1) {  //如果等于-1表明，我们没有计算该节点