专题要点:
- 无负环的单源最短路径
- Dijkstra(配合dfs,优先队列优化)
- 一般单源最短路径
- Dijkstra
- Bellman-Ford
- SPFA
- 全源最短路径
- Floyd
- 暴力:对每个顶点做一次Dijkstra
可解问题:
- 基础问题(第一标尺):最短路径
- 引申问题(第二标尺):边权花费数组c[],点权资源数组w[],最短路径条数num[],路径上的结点数目pt[],前驱结点记录pre[];
基础问题(求最短路径)是第一标尺,其余引申问题是第二标尺,求最短路径使用Dijkstra算法,过程中使用pre[]存储,dfs搜索pre[]以解决第二标尺问题。PS:第二标尺涉及复杂计算的话,其实就是模拟题
- 全网最全!PAT甲组1003.Emergency (优先队列实现迪杰斯特拉算法,Bellman算法,SPFA)思路与注意点–补充《算法笔记》
- PAT甲组1072.Gas Station思路与注意点–补充《算法笔记》
- PAT甲组1018.Public Bike Management思路与注意点–补充《算法笔记》
- PAT甲组1111.Online Map思路解析和代码
编程总是忽视的问题
- Dijkstra最外层循环N次(N为顶点数)的含义:为了将所有顶点都访问到,并在循环体中用vis[]标记;循环体内再执行,找出最短边,更新最短路径的操作。
- dfs逆向遍历,逆向输出:对pre[]dfs时,由于递归的性质是逆向遍历的,叶子节点(边界)即为源点,在边界对路径点权边权计算时,切记要逆序访问vector< int >tempPath
- dfs仍然过程中要记得特有的反向操作
tempPath.push_back(v);
……
tempPath.pop_back();
- dfs得到一条完整路径后的计算问题:前提:到达边界后,要手动将边界节点push_back到当前路径中,此时得到一条完整路径;然后逆序遍历整条路径
- 计算点权:遍历路径中所有点即可
- 计算边权:遍历路径中的点和该点的后继,拿到两个端点方可得到边权进行计算
- 访问邻接矩阵,Dijkstra访问与当前顶点相连的点:一定要先判断边是否存在if(!vis[v] && G[u][v]),不然有的边不存在(G[u][v] == 0)会错误更新最短距离
- 访问邻接表,vector路径的循环变量i的含义:i并不代表另一个顶点,另一个顶点存储在vector[i]中,i只是循环变量,是辅助获取顶点值的作用
- 计算平均值:两种方法,一是一边循环一边求平均值,而是循环加和之后再求平均值,但是做题时遇到点情况
可能边循环边求平均值是首选吧??目前还在存疑 - 前驱结点集pre[]:将当前节点的前驱push进去,其中v是当前节点,u是v的前驱结点,要区分清楚
for(int v = 0; v < G[u].size(); ++i)
{
if(满足条件)
pre[v].push_back(u);
}
几点注意:
- 要得到具体路径,必须通过pre[]和dfs(递归)思想,注意是逆向访问(即从终点访问到起点)此方法最为保险(对于Dijkstra,Bellman,SPFA)
- 单一Dijkstra(不对多条最短路径进行dfs):
- 要根据题目要求增减边权花费数组c[],点权资源数组w[],最短路径条数num[],路径上的结点数目pt[],前驱结点记录pre[];
- 要注意各个数据结构的初始化问题
- Dijkstra + dfs:解第二标尺首选
- 前提:声明前驱结点集合vector pre[maxn],方能进行dfs
- 访问路径过程中要用tempPath记录路径中的结点(逆向记录)
- 增加对完整路径计算tempValue与最优值optValue对比,将最优值所在的tempPath存储到最优路径optPath中
- 由于递归访问时逆向记录的(tempPath.size() - 1是起点),计算点权边权时最好倒叙访问 for(int i = tempPath.size() - 1; i >= 0; i–)
- 全源最短路径:对比Floyed和暴力Dijkstra,其时间复杂度均为O(N3),但计算量有所不同。
- 效果对比
- Dijkstra过程中很多路径和结果计算是重复的,虽然时间复杂度相同,但运算量相差很多;
- Dijkstra需要更多的空间复杂度,Floyd不需要邻接矩阵或邻接表,vis[]数组