最短路（Floyd、Dijkstra、Bellman-Ford、队列优化的Bellman-Ford）

最新推荐文章于 2022-12-22 22:01:37 发布

hongiii

最新推荐文章于 2022-12-22 22:01:37 发布

阅读量276

点赞数

分类专栏：基本算法编程练习 C/C++ 啊哈！算法练习文章标签：最短路算法

本文链接：https://blog.csdn.net/wyh7280/article/details/88797380

版权

基本算法同时被 3 个专栏收录

6 篇文章 0 订阅

订阅专栏

编程练习

6 篇文章 0 订阅

订阅专栏

啊哈！算法练习

6 篇文章 1 订阅

订阅专栏

本文详细介绍了几种最短路算法：Floyd-Warshall用于多源最短路，Dijkstra处理单源最短路径，Bellman-Ford解决负权边问题，并探讨了队列优化后的Bellman-Ford算法。各算法的时间复杂度和适用场景也进行了对比分析。

摘要由CSDN通过智能技术生成

多源最短路 Floyd-Warshall

思路：如果要让任意两点i、j之间的距离变短，只能引入第三个点k，通过这个顶点k中转即i->k->j，才可能缩短i到j的路程。Floyd算法就是每次增加一个允许通过的中转点，来求所有顶点的最短距离。

核心代码：

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] < INF && a[k][j] < INF && a[i][k]+a[k][j] < a[i][j])
                    a[i][j] = a[i][k] + a[k][j];

这段代码的基本思想是：最开始只允许经过1号顶点进行中转，接下来只允许经过1号和2号顶点进行中转……允许经过1~n号所有顶点进行中转，求任意两点之间的最短距离。

时间复杂度 $O(N^3)$ ，可以处理有负权边的图，不能处理负权回路。

单源最短路径 Dijkstra

用来求指定一个点（源点）到其他顶点的距离。

算法基本思想：每次找到离源点最近的一个顶点，然后以该顶点为中心进行扩展，最终得到源点到其余所有点的路径。步骤如下：

将所有的顶点分为两部分：已知最短路径的顶点集合P和未知最短路径的顶点集合Q。最开始，已知最短路径的顶点集合P中只有源点一个顶点。用一个book数组来记录哪些点在集合P中，为1表示在P中，为0表示在Q中。
设置源点s到自己的最短路径为0，即dis[s] = 0，若存在有源点能直接到达的顶点i，则把dis[i]设为e[s][i]，同时把所有其他（源点不能直接到达的）顶点的最短路径设为 $\infty$ 。
在集合Q的所有顶点中选择一个离源点s最近的顶点u（即dis[u]最小）加入到集合P，并考察所有以点u为起点的边，对每一条边进行松弛操作。
例如，存在一条从u到v的边，那么可以通过将边u->v添加到尾部来拓展一条从s到v的路径，这条路径的长度是dis[u]+e[u][v]。如果这个值比目前已知的dis[v]的值要小，就可以更新dis[v]=dis[u]+e[u][v]。
重复第3步，如果集合Q为空，算法结束，最终dis数组中的值就是源点到所有顶点的最短路径。

算法时间复杂度 $O(N^2)$ ，找最近的那个顶点的时间复杂度 $O (N)$ ，使用堆优化可以把这部分降到 $O (l o g N)$ ，不能处理负权边，使用邻接表存储可以优化。

代码：

void dijkstra()
{
    //需要把集合Q中的n-1个顶点拿到P中
    for(int i = 1; i <= n-1; i++)
    {
        int minx = INF;
        int u;
        for(int j = 1; j <= n; j++)
        {
            if(book[j] == 0 && dis[j] < minx)
            {
                u = j;
                minx = dis[j];
            }
        }
        book[u] = 1;
        for(int v = 1; v <= n; v++)
        {
            if(dis[u] + a[u][v] < dis[v])
                dis[v] = dis[u] + a[u][v];
        }
    }
}

解决负权边 Bellman-Ford

核心代码只有四行，并可以完美解决带有负权边的图，还可以用来检测是否有负权回路

for(int k = 1; k <= n-1; k++) //进行n-1轮松弛
   for(int i = 1; i <= m; i++) //枚举每一条边
     if(dis[u[i]] != INF && w[i] != INF && dis[u[i]] + w[i] < dis[v[i]]) //尝试对每一条边进行松弛
         dis[v[i]] = dis[u[i]] + w[i];

最多进行n-1轮松弛。因为在一个含有n个顶点的图中，任意两点之间的最短路最多包含n-1条边。时间复杂度 $O (N M)$ 。

Bellman-Ford算法还可以用来检测一个图是否含有负权回路，如果在进行n-1轮松弛之后，仍然存在

//尝试对每一条边进行松弛
if(dis[u[i]] != INF && w[i] != INF && dis[u[i]] + w[i] < dis[v[i]])     
   dis[v[i]] = dis[u[i]] + w[i];

的情况，说明在n-1轮松弛之后仍然可以继续松弛成功，那么此图必然存在负权回路。检测代码如下：

    for(int k = 1; k <= n-1; k++)
        for(int i = 1; i <= m; i++)
            if(dis[u[i]] + w[i] < dis[v[i]])
                dis[v[i]] = dis[u[i]] + w[i];
    int flag = 0;
    for(int i = 1; i <= m; i++)
    {
        if(dis[u[i]] + w[i] < dis[v[i]])
        {
            flag = 1;
            break;
        }
    }
    if(flag)
        printf("此图含有负权回路\n");

优化：如果已经松弛完毕，提前跳出循环，使用check变量来标记本轮是否发生了变化

for(int k = 1; k <= n-1; k++)
  {
       int check = 0;
       for(int i = 1; i <= m; i++)
       {
           if(dis[u[i]] + w[i] < dis[v[i]])
           {
               dis[v[i]] = dis[u[i]] + w[i];
               check = 1;
           }
       }
       if(!check)
           break;
}

Bellman-Ford的队列优化

在每实施一次松弛操作后，就会有一些顶点已经求得其最短路，此后这些顶点的最短路的估计值就会一直保持不变，不再受后续松弛操作的影响，但是上面代码还会继续判断是否需要松弛，这里浪费了时间。

这启发：每次仅对最短路估计值发生变化的顶点的所有出边执行松弛操作。

思路：每次选取队首顶点u，对顶点u的所有出边进行松弛操作，例如有一条u->v的边，如果dis[u]+e[u][v]<dis[v]，且顶点v不在当前队列中，就将顶点v放入队尾。需要注意的是，同一个顶点同时在队列中出现多次毫无意义，所以需要一个数组来判重（判断哪些顶点已经在队列中）。在对顶点u的所有边松弛完毕后，就将顶点u出队。家下来不断从队列中取出新的队首顶点再进行如上操作，直至队列为空。

借助队列实现，代码如下（这里使用数组实现的邻接表）：

#include <iostream>
#include <cstdlib>
#include <cstdio>
#include <cstring>
using namespace std;

const int N = 51;
const int INF = 99;
int u[N], v[N], w[N], book[N];
int head, tail, dis[N], n, m;
int Queue[N], next[N], first[N];

void bellman_ford_()
{
    while(head < tail)
    {
        int t = Queue[head];
        int k = first[t];
        while(k != -1)
        {
            if(dis[u[k]] + w[k] < dis[v[k]])
            {
                 dis[v[k]] = dis[t] + w[k];
                 if(book[v[k]] == 0)
                 {
                     Queue[tail] = v[k];
                     tail++;
                     book[v[k]] = 1;
                 }
            }
            k = next[k];
        }
        book[Queue[head]] = 0;
        head++;
    }
}

int main()
{
    memset(book, 0, sizeof(book));
    scanf("%d%d", &n, &m);
    for(int i = 1; i <= n; i++)
    {
        dis[i] = INF;
        first[i] = -1;
    }
    for(int i = 1; i <= m; i++)
    {
        scanf("%d%d%d", &u[i], &v[i], &w[i]);
        next[i] = first[u[i]];
        first[u[i]] = i;
    }
    dis[1] = 0;
    head = tail = 0;
    Queue[tail++] = 1;
    book[1] = 1;
    bellman_ford_();
    for(int i = 1; i <= n; i++)
        printf("%d ", dis[i]);
    return 0;
}

/*
5 7
1 2 2
1 5 10
2 3 3
2 5 7
3 4 4
4 5 5
5 3 6
*/

需要说明：

book[Queue[head]] = 0; 这句的理解
通常一个顶点出队后不会再重新进入队列，而这里一个顶点很可能在出队列之后再次放入队列，也就是当一个顶点的最短路程估计值变小之后，需要对其所有的出边进行松弛，但是如果这个顶点的最短路程估计值再次变小，仍需要对其所有的出边再次进行松弛，这样才能保证相邻顶点的最短路程估计值同步更新。
Bellman-Ford队列优化如何判断一个图是否有负环？
某个点进入队列的次数超过n次。

最短路算法对比

	Floyd	Dijkstra	Bellman-Ford	队列优化的Bellman-Ford
空间复杂度	$O(N^2)$	O(N^2)，使用邻接表、堆优化 $O (M)$	$O (M)$	$O (M)$
时间复杂度	$O(N^3)	$O(N^2)$ ，使用邻接表、堆优化最少 $O ((M + N) l o g N)$	$O (N M)$	$最坏 O (N M)$
适用情况	稠密图	稠密图	稀疏图，和边关系密切	稀疏图，和边关系密切
有负权边	可以	不可以	可以	可以
判定是否存在负权回路	不能	不能	可以判定	可以判定