前言:随着前两篇文章的介绍Warshall算法他的时间复杂度过高,其空间复杂度有点大。然后我们推出了Dijkstra算法来解决这么一个问题。其空间复杂度为 n 的平方,然后空间复杂度为 o(m) .。但是又是没办法解决负权的最短路径计算。我们今天就来推出另一种算法来解决这么一种问题。
好了 这里先对算法总结一下:
因为最短路径上最多有 n-1 条边,因此本算法最多有 n-1 个阶段。在每一个阶段,我们对每一条都要执行松弛操作。其实每实施一次松弛操作,就会有一些顶点求得他的最短路径,就是这些顶点得最短路的估计值变为确定值。此后这些顶点的最短路的值就会一直保持不变,不在受到以后的松弛操作的影响。
时间复杂度:
o(mn);
空间复杂度:
o(m)
优点:
解决了Dijkstra无法解决负权边的计算。
好啦 我们这里先上代码:
import java.util.Scanner;
//5 5
//2 3 2
//1 2 -3
//1 5 5
//4 5 2
//3 4 3
//0 -3 -1 2 4
public class Ford {
public static void main(String[] args) {
Scanner scanner = new Scanner(System.in);
int m = scanner.nextInt();
int n = scanner.nextInt();
int[] arrays= new int[m+1];
int[] u = new int[n+1];
int[] v = new int[n+1];
int[] w = new int[n+1];
for(int i = 1; i <= m; i++) {
arrays[i] = 9999;
}
arrays[1] = 0;
for(int i = 1 ; i <= n ; i++) {
u[i] = scanner.nextInt();
v[i] = scanner.nextInt();
w[i] = scanner.nextInt();
}
for(int i = 1 ; i <= m-1 ; i++) {
for(int k = 1 ; k <= n ; k++) {
if(arrays[v[k]] > arrays[u[k]]+w[k]) {
arrays[v[k]] = arrays[u[k]]+w[k];
}
}
}
for(int i = 1; i <= m ;i++) {
System.out.print(arrays[i]+" ");
}
scanner.close();
}
}
Thanks,下一篇文章我们在来对其进行优化,减少其时间复杂度进行讲解。