图的实现方式
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
Floyd | Dijkstra | Bellman-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》