图的最短路径算法——《啊哈!算法》

图的实现方式

在这里插入图片描述

邻接矩阵法
int[][] map;
// 图的邻接矩阵存储法
map = new int[5][5];
map[0] = new int[] {0, 1, 2, 3, 4};
map[1] = new int[] {1, 0, 2, 6, 4};
map[2] = new int[] {2, 999, 0, 3, 999};
map[3] = new int[] {3, 7, 999, 0, 1};
map[4] = new int[] {4, 5, 999, 12, 0};
邻接表
  // 顶点的第一条线的下标
  int[] first;
  // 顶点线的下一哥
  int[] next;
  int[] u;
  int[] v;
  int[] w;
  //顶点说
  int n;
  //线条数
  int m;
   n = 5;
   m = 8;

   int[][] data = new int[m + 1][2];
   data[0] = new int[] {0, 0, 0};
   data[1] = new int[] {1, 4, 4};
   data[2] = new int[] {1, 3, 6};
   data[3] = new int[] {1, 2, 2};
   data[4] = new int[] {2, 3, 3};
   data[5] = new int[] {3, 1, 7};
   data[6] = new int[] {3, 4, 1};
   data[7] = new int[] {4, 3, 12};
   data[8] = new int[] {4, 1, 5};

   first = new int[n + 1];
   next = new int[m + 1];
   u = new int[m + 1];
   v = new int[m + 1];
   w = new int[m + 1];

   for (int i = 1; i <= m; i++) {
       u[i] = data[i][0];
       v[i] = data[i][1];
       w[i] = data[i][2];

       next[i] = first[u[i]];
       first[u[i]] = i;

   }

最短路径算法

Floyd

核心代码

 for (int k = 1; k <= 4; k++) {
     for (int i = 1; i <= 4; i++) {
         for (int j = 1; j <= 4; j++) {
             if (newMap[i][k] + newMap[k][j] < newMap[i][j]) {
                 newMap[i][j] = newMap[i][k] + newMap[k][j];
             }
         }
     }
 }
Dijkstra

核心代码

//除去0位置标记
book[0] = 1;

// 初始化dis
System.arraycopy(map[start], 1, dis, 1, 6);
// 第一个顶点就是确定的点
book[start] = 1;
count++;
for (int i = 1; i <= 6 - 1; i++) {
     // 确定新的点
     int min = 7;
     int minMap = 9999;
     for (int j = 1; j <= 6; j++) {
         if (book[j] == 1) {
             continue;
         }
         if (minMap > dis[j]) {
             min = j;
             minMap = dis[j];
         }
     }
     book[min] = 1;

     // 松弛
     for (int k = 1; k <= 6; k++) {
         if (book[k] == 1) {
             continue;
         }
         if (dis[k] > dis[min] + map[min][k]) {
             dis[k] = dis[min] + map[min][k];
         }
     }
 }
Bellman-Ford

核心代码

Arrays.fill(dis, 2, dis.length, 999);
// 核心算法
// 进行n-1次松弛,得到经过n-1个点(除了第一个点)后的所有点的松弛后的最小路径图
for (int k = 1; k <= n - 1; k++) {
    isBreak = true;
    for (int i = 1; i <= m; i++) {
        if (dis[v[i]] > dis[u[i]] + w[i]) {
            dis[v[i]] = dis[u[i]] + w[i];
        }
    }
}
队列优化的Bellman-Ford

核心代码

 Arrays.fill(dis, 1, dis.length, 999);
 dis[start] = 0;
 int[] que = new int[n * m + 1];
 int head = 0, tail = 0;

 que[tail] = start;
 tail++;
 book[start] = 1;

 while (head < tail) {
     // 遍历每个边
     int index = first[que[head]];
     while (index != -1) {
         // 松弛
         if (dis[v[index]] > dis[u[index]] + w[index]) {
             dis[v[index]] = dis[u[index]] + w[index];
             if (book[v[index]] == 0) {
                 book[v[index]] = 1;
                 que[tail] = v[index];
                 tail++;
             }
         }
         index = next[index];
     }
     book[que[head]] = 0;
     head++;
 }

比较

FloydDijkstraBellman-Ford队列优化的Bellman-Ford
空间复杂度O(NN)O(M)O(NM)O(M)
时间复杂度O(NNN)O((M+N)logN)O(NM)O(M)~O(NM)
适用情况稠密图和顶点关系密切稠密图和顶点关系密切稀疏图和边关系密切稀疏图和边关系密切
负权可以解决负权不能解决负权可以解决负权可以解决负权
有负权边可以处理不能处理可以处理可以处理
判断是否存在负权回路不能不能可以判定可以判定

说明

参考《啊哈!算法》

Java代码实现完整在
https://github.com/huangyongliang/learner-algorithm/tree/master/src/main/java/com/hyl/algorithm/search/shortmap

  • 0
    点赞
  • 2
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值