---------------------siwuxie095
最短路径问题
这里介绍最短路径(Shortest Path)问题
实现最短路径的算法,通常是针对连通带权有向图的,但由于
无向图本身也是一种特殊的有向图,所以对于无向图和有向图
均成立
所谓最短路径问题,顾名思义,就是求出从一个顶点到另一个
顶点,耗费最小(即权值之和最小)的那条路径
最短路径问题在实际生活中有很多应用,如下:
(1)路径规划
假如每个顶点表示一个城市,每条边表示城市之间道路的路程,
那么从一个城市到另一个城市,自然愿意选择一个路程最短的
道路
(2)路由通信
假如在网络中,每个顶点表示一个路由器,每条边表示路由之
间通信的耗费,那么将一个网络包从一点发送到另一点,路由
器之间如何寻址,从而找到一个更优的路线,就是一个最短路
径问题
(3)工作任务规划
假如在工作中,每个顶点表示一个工作任务,每条边表示工作
任务之间的时间,那么从一个工作任务到另一个工作任务,中
间选择完成哪些子任务耗费时间更少,也是一个最短路径问题
其实在无权图中,也有最短路径问题。对于无权图,从某顶点
开始进行广度优先遍历,结果其实就是求出了一个最短路径
更具体的,求出的是从一个顶点到其它所有顶点的最短路径
这样一来,就形成了一棵从起始顶点到其它所有顶点的树,通
常称这棵树为最短路径树(Shortest Path Tree)
不难看出,这棵树其实也是该无权图的生成树,它满足的性质
是:所有顶点到起始顶点的距离最小
求得最短路径树的过程,解决了一个通常称为单源最短路径
(Single Source Shortest Path)的问题
「单源,即只有一个起始点」
换句话说,广度优先遍历就是解决了在无权图中的单源最短路
径问题
那么在有权图中,又如何来解决单源最短路径问题呢?首先来
看无权图和有权图的区别,如下:
(1)无权图的最短路径,将 0 作为起始顶点
从 0 开始,可以通过一条边到 1,即0 -> 1,可以通过一条边
到 2,即0 -> 2
从 0 开始进行广度优先遍历,就遍历到了 1 和 2,它们的路径
长度都是 1,如下:
此时在无权图中,显然已经是最短路径了,虽然0 -> 2 -> 1
也是一条到达 1 的路径,但它不可能是比0 ->1 更短的路径
(2)有权图的最短路径,将 0 作为起始顶点
三条边都有权,权值如上图所示
从 0 开始,可以通过一条边到 1,即0 ->1,可以通过一条边
到 2,即 0 -> 2,如下:
但此时,并不能确定只通过这一条路径(一条边)所得的权值
一定是最小的
由于从 2 也可以通过一条边到 1,就要考察一下 0 -> 2 -> 1
是否比0 -> 1 的路径还要短,如下:
显然,0 -> 2 -> 1的路径是短于 0 -> 1 的路径的。因此,
就找到了一条更短的路径
「注意:路径更短 即权值更小,路径即权值」
求有权图的最短路径的过程:
前提条件:
(1)起始顶点当前顶点相邻顶点
(2)相邻顶点即当前顶点的相邻顶点
操作如下:
从起始顶点开始
当到达当前顶点时,就尝试一下经过当前顶点到相邻顶点所得
到的路径,是否比不经过当前顶点到相邻顶点所得到的路径更
短。如果更短,就更新一下从起始顶点到相邻顶点的当前最短
路径
称这个操作为松弛操作(Relaxation)
松弛操作的核心是当前顶点,看它的相邻顶点是否需要松弛,
每次松弛操作,实际上是对相邻顶点的访问
所谓松弛,其实是找到了一条更短的路径,但该路径的边数其
实更多,单从图上也能看出来,其实就是找到了一条直观上绕
道了的路径,是一条更松的路径
「松弛操作,是最短路径问题求解的核心」
对于松弛操作,不管有多少个顶点,其实都可以看做是一个三
角形操作,如下:
(1)一条线:两个顶点:0 -> 1
0 既是起始顶点,又是当前顶点,1 是相邻顶点
(2)四边形:四个顶点:0 -> 1 -> 2 -> 3 和 0 -> 3,
且 0 -> 1 -> 2 加上 2 -> 3 的权值小于 0 -> 3 的权值
0 是起始顶点,2 是当前顶点,3 是相邻顶点
其它所有情况都是以上两种情况的变形,只要确认好起始顶点、
当前顶点、相邻顶点即可
【made by siwuxie095】