Dijkstra算法(O(n^2))
对于有向带权图,边权非负,求解某一个节点到所有节点的最短路
void dijkstra(int u)
{
for(int i=1;i<=n;i++)
{
dist[i]=a[u][i];//初始化源点u到其他各个节点的最短路径长度
flag[i]=false;
if(dist[i]==INF)
p[i]=-1;//节点i与源点u不相邻
else
p[i]=u;//节点i与源点u相邻,设置节点i的前驱p[i]=u
}
dist[u]=0;
for(int i=1;i<=n;i++)
{
int temp=INF,t=u;
for(int j=1;j<=n;j++)//在集合V-S中寻找距离源点u最近的节点t
if(!flag[j] && dist[j]<temp)
{
t=j;
temp=dist[j];
}
flag[t]=true;//否则,将t加入集合S
for(int j=1;j<=n;j++)//更新与t相邻接的节点到源点u的距离
{
if(a[t][j]<INF)
if(!flag[j] && dist[t]+a[t][j]<dist[j])
{
dist[j]=dist[t]+a[t][j];
p[j]=t;
}
}
}
}
因为我们使用了p数组记录了从u到任一节点最短路径上每个点的前驱值,所以可以还原出最短路
void sc(int x)
{
if(x!=u)
{
sc(p[x]);
cout<<x<<" ";
}
else
cout<<x<<" ";
}
算法优化
- 优先队列优化
- 邻接表优化
Floyd算法(O(n^3))
又叫点插法,用来求有向图任意两个节点之间的最短路径
void floyd()
{
for(int i=1;i<=n;i++)
for(int j=1;j<=n;j++)
{
if(i!=j)
if(a[i][j]<INF)
p[i][j]=i;
else
p[i][j]=-1;
}
for(int k=1;k<=n;k++)
for(int i=1;i<=n;i++)
for(int j=1;j<=n;j++)
{
if(a[i][k]+a[k][j]<a[i][j])
{
a[i][j]=a[i][k]+a[k][j];
p[i][j]=p[k][j];
}
}
}
Bellman-Ford算法(O(nm))
如果遇到负权边,但没有负环时,求单源最短路径问题
bool bellman_ford(int u)//求从源点u到其他节点的最短路长度,并判断是否有负环
{
memset(dis,0x3f,sizeof(dis));
dis[u]=0;
for(int i=1;i<n;i++)//执行n-1次
{
bool flag=0;
for(int j=0;j<m;j++)//边数m
if(dis[e[j].b]>dis[e[j].a]+e[j].w)
{
dis[e[j].b]=dis[e[j].a]+e[j].w;
flag=true;
}
if(!flag)
return false;
}
for(int j=0;j<m;j++)//再执行一次,还能松弛,说明有负环
if(dis[e[j].b]>dis[e[j].a]+e[j].w)
return true;
return false;
}
算法优化
- 提前退出循环。在实际操作中,可能不需要n-1次就求解完毕,利用if(!flag)就可以提前退出循环
- 队列优化。松弛操作必定只会发生在最短路径松驰过前驱节点上,用一个队列记录松驰过的节点。这就是SPFA算法
SPFA算法
SPFA是Bellman-Ford算法的队列优化算法,通常用于求解含负权边的单源最短路径,以及判负环。最坏情况下,时间复杂度为O(nm),但在稀疏图上运行效率较高,为O(km),其中k是一个较小的常数。
bool spfa(int u)
{
queue<int>q;
memset(vis,0,sizeof(vis));
memset(sum,0,sizeof(sum));
memset(dis,0x3f,sizeof(dis));
vis[u]=1;
dis[u]=0;
sum[u]++;
q.push(u);
while(!q.empty())
{
int x=q.front();
q.pop();
vis[x]=0;
for(int i=head[x];~i;i=e[i].next)
{
int v=e[i].to;
if(dis[v]>dis[x]+e[i].w)
{
dis[v]=dis[x]+e[i].w;
if(!vis[v])
{
if(++sum[v]>=n)
return true;
vis[v]=1;
q.push(v);
}
}
}
}
return false;
}