1、无权图的单源最短路径算法
本质为广度优先搜索算法BFS,在BFS中,原来需要一个布尔变量visited[w]来标记节点是否已经被搜索过了,这里替换为dist[w],不仅可以标记是否被搜索过,还可以记录最短距离。
/* 无权图的单源最短路径算法
dist[w] 源点S到w的最短距离, dist[w]初始化为-1,表示还没有搜索过
path[w] S到w的路径上需要经过的某点
需要提前将进入该函数之前,需要提前将dist[s]初始化为0
*/
void UnWeighted(Vertex S) {
Enqueue(S, Q);
while (!IsEmpty(Q)) {
v = Dequeue(Q);
for (v的每个领节点w) {
if (dist[w] == -1) {
dist[w] = dist[v] + 1;
path[w] = v;
Enqueue(w, Q);
}
}
}
}
2、有权图的单源最短路径算法 – dijkstra算法
算法说明:
- 不能解决负边的情况
- 初始化 dist[w] = edge[s][w]
- 求未收录顶点中dist最小值可以使用小顶堆算法
/* 有权图的单源最短路径算法 -- dijkstra算法
*/
void dijkstra(vertex s) {
while (1) {
v = 未收录顶点中dist中的最小者;
if (这样的v不存在) {
break;
}
collected[v] = true; // 将v标记为收录
for (v的每个邻接点w) {
if (collected[w] == false) {
if (dist[v] + edge[v][w] < dist[w]) {
dist[w] = dist[v] + edge[v][w];
path[w] = v;
}
}
}
}
}
3、 多源最短路径算法 – Floyd算法
关于算法的几点说明:
(1)初始化问题, D[i][i] = 0
(2)关于求解i – j之间最短路径上经过的所有的点
- 若path[i][j] = -1, 说明i与j直接相连的路径就是最短路径,不需要经过任何点
- 否则,若path[i][j] = k, 那么 路径可以表示为 i --> k --> j, 递归求解path[i][k]以及path[k][j]
/*
Floyd 算法 -- 多源最短路径算法
N -- 邻接矩阵顶点的个数
D[i][j] -- 顶点i与j之间的最短距离
*/
void Floyd() {
for (int i = 0; i < N; ++i) {
for (int j = 0; j < N; ++j) {
D[i][j] = G[i][j];
path[i][j] = -1;
}
}
for (int k = 0; k < N; ++k) {
for (int i = 0; i < N; ++i) {
for (int j = 0; j < N; ++j) {
if (D[i][k] + D[k][j] < D[i][j]) {
D[i][j] = D[i][k] + D[k][j];
path[i][j] = k;
}
}
}
}
}