最短路径问题
2010-07-30 10:02
274 查看
最短路径问题是图论研究中的一个经典算法问题, 旨在寻找图(由结点和路径组成的)中两结点之间的最短路径。 算法具体的形式包括:
确定起点的最短路径问题
- 即已知起始结点,求最短路径的问题。
确定终点的最短路径问题
- 与确定起点的问题相反,该问题是已知终结结点,求最短路径的问题。在无向图中该问题与确定起点的问题完全等同,在有向图中该问题等同于把所有路径方向反转的确定起点的问题。
确定起点终点的最短路径问题
- 即已知起点和终点,求两结点之间的最短路径。
全局最短路径问题
- 求图中所有的最短路径。
用于解决最短路径问题的算法被称做“最短路径算法”, 有时被简称作“路径算法”。
注:以下的Dijkstra和Bellman-Ford算法中都使用了松弛
操作。
单源最短路径算法中使用了松弛(relaxation)
操作。对于每个顶点v∈V,都设置一个属性d[v],用来描述从源点s到v的最短路径上权值的上界,称为最短路径估计(shortest-path estimate)
。π[v]代表S到v的当前最短路径中v点之前的一个点的编号,我们用下面的Θ(V)时间的过程来对最短路径估计和前趋进行初始化。
INITIALIZE-SINGLE-SOURCE(G,s)
1 for each vertex v∈V[G]
2 do d[v]←∞
3 π[v]←NIL
4 d[s]←0
经过初始化以后,对所有v∈V,π[v]=NIL,对v∈V-{s},有d[s]=0以及d[v]=∞。
在松弛一条边(u,v)的过程中,要测试是否可以通过u,对迄今找到的v的最短路径进行改进;如果可以改进的话,则更新d[v]和π[v]。一次松弛操作可以减小最短路径估计的值d[v],并更新v的前趋域π[v](S到v的当前最短路径中v点之前的一个点的编号)。下面的伪代码对边(u,v)进行了一步松弛操作
RELAX(u, v, w)
1 if(d[v]>d[u]+w(u,v))
2 then d[v]←d[u]+w(u,v)
3 π[v]←u
每个单源最短路径算法中都会调用INITIALIZE-SINGLE-SOURCE,然后重复对边进行松弛的过程。另外,松弛是改变最短路径和前趋
的唯一方式。各个单源最短路径算法间区别在于对每条边进行松弛操作的次数,以及对边执行松弛操作的次序有所不同。在Dijkstra算法以及关于有向无回
路图的最短路径算法中,对每条边执行一次松弛操作。在Bellman-Ford算法中,每条边要执行多次松弛操作。
顺带提一句,松弛操作的不等式与差分约束系统
有着密不可分的关联。
Dijkstra算法
详细介绍
Dijkstra复杂度是O(N^2),如果用binary heap
优化可以达到O((E+N)logN),用fibonacci heap
可以优化到O(NlogN+E)
其基本思想是采用贪心法,对于每个节点v[i],维护估计最短路长度最大值,每次取出一个使得该估计值最小的t,并采用与t相连的边对其余点的估计值进行更新,更新后不再考虑t。
在此过程中,估计值单调递减,所以可以得到确切的最短路。
Dijkstra 程序:
void Dijkstra(){
for(int i=1;i<=n;i++)
dis[i] = map[1][i];
int k;
for(int i=1;i<n;i++){
int tmin = maxint;
for(int j=1;j<=n;j++)
if( !used[j] && tmin > dis[j] ){
tmin = dis[j];
k = j;
}
used[k] = 1;
for(int j=1;j<=n;j++)
if( dis[k] + map[k][j] < dis[j] )
dis[j] = dis[k] + map[k][j];
}
printf("%d",dis
);
}
/* 求1到N的最短路,dis[i] 表示第i个点到第一个点的最短路 By Ping*/
Floyd-Warshall算法
详细介绍
Floyd是计算每对点间最短路径(APSP)的经典算法。
时间复杂度是雷打不动的O(n^3)
for(int k=1;k<=n;k++)
for(int i=1;i<=n;i++)
for(int j=1;j<=n;j++){
if( map[i][k] != maxint && map[k][j] != maxint )
if( map[i][k] + map[k][j] < map[i][j] )
map[i][j] = map[i][k] + map[k][j];
}
/* maxint 为极大值 表示不连通 By Ping ^.^ */
Bellman-Ford算法
详细介绍
Bellman-Ford主要是用于负权图。Bellman-Ford算法即标号修正算法。
实践中常用到的方法通常是FIFO标号修正算法和一般标号修正算法的Dequeue实现。
前者最坏时间复杂度是O(nm), 是解决任意边权的单源最短路经问题的最优强多项式算法。
也可以用这个算法判断是否存在负权回路.
SPFA算法
SPFA就是bellmanford的一种实现方式。
SPFA算法就是上面说的FIFO标号修正算法, 请参见《网络流:理论、算法与应用》。
SPFA程序:
void spfa()
{
int t,p;
queue[cl] = 1;
while( cl < op ){
int p = queue[cl++];
for(t=head[p][0]; t!=0; t=list[t].next ){
if( way[p] != maxint && way[p] + list[t].w < way[list[t].r] ){
way[list[t].r] = way[p] + list[t].w;
queue[op++] = list[t].r;
}
}
}
printf("%d",way
);
}
/* queue为优先队列,链表存图(list) by Ping ^.^ */
Johnson算法
详细介绍
确定起点的最短路径问题
- 即已知起始结点,求最短路径的问题。
确定终点的最短路径问题
- 与确定起点的问题相反,该问题是已知终结结点,求最短路径的问题。在无向图中该问题与确定起点的问题完全等同,在有向图中该问题等同于把所有路径方向反转的确定起点的问题。
确定起点终点的最短路径问题
- 即已知起点和终点,求两结点之间的最短路径。
全局最短路径问题
- 求图中所有的最短路径。
用于解决最短路径问题的算法被称做“最短路径算法”, 有时被简称作“路径算法”。
注:以下的Dijkstra和Bellman-Ford算法中都使用了松弛
操作。
单源最短路径算法中使用了松弛(relaxation)
操作。对于每个顶点v∈V,都设置一个属性d[v],用来描述从源点s到v的最短路径上权值的上界,称为最短路径估计(shortest-path estimate)
。π[v]代表S到v的当前最短路径中v点之前的一个点的编号,我们用下面的Θ(V)时间的过程来对最短路径估计和前趋进行初始化。
INITIALIZE-SINGLE-SOURCE(G,s)
1 for each vertex v∈V[G]
2 do d[v]←∞
3 π[v]←NIL
4 d[s]←0
经过初始化以后,对所有v∈V,π[v]=NIL,对v∈V-{s},有d[s]=0以及d[v]=∞。
在松弛一条边(u,v)的过程中,要测试是否可以通过u,对迄今找到的v的最短路径进行改进;如果可以改进的话,则更新d[v]和π[v]。一次松弛操作可以减小最短路径估计的值d[v],并更新v的前趋域π[v](S到v的当前最短路径中v点之前的一个点的编号)。下面的伪代码对边(u,v)进行了一步松弛操作
RELAX(u, v, w)
1 if(d[v]>d[u]+w(u,v))
2 then d[v]←d[u]+w(u,v)
3 π[v]←u
每个单源最短路径算法中都会调用INITIALIZE-SINGLE-SOURCE,然后重复对边进行松弛的过程。另外,松弛是改变最短路径和前趋
的唯一方式。各个单源最短路径算法间区别在于对每条边进行松弛操作的次数,以及对边执行松弛操作的次序有所不同。在Dijkstra算法以及关于有向无回
路图的最短路径算法中,对每条边执行一次松弛操作。在Bellman-Ford算法中,每条边要执行多次松弛操作。
顺带提一句,松弛操作的不等式与差分约束系统
有着密不可分的关联。
Dijkstra算法
详细介绍Dijkstra复杂度是O(N^2),如果用binary heap
优化可以达到O((E+N)logN),用fibonacci heap
可以优化到O(NlogN+E)
其基本思想是采用贪心法,对于每个节点v[i],维护估计最短路长度最大值,每次取出一个使得该估计值最小的t,并采用与t相连的边对其余点的估计值进行更新,更新后不再考虑t。
在此过程中,估计值单调递减,所以可以得到确切的最短路。
Dijkstra 程序:
void Dijkstra(){
for(int i=1;i<=n;i++)
dis[i] = map[1][i];
int k;
for(int i=1;i<n;i++){
int tmin = maxint;
for(int j=1;j<=n;j++)
if( !used[j] && tmin > dis[j] ){
tmin = dis[j];
k = j;
}
used[k] = 1;
for(int j=1;j<=n;j++)
if( dis[k] + map[k][j] < dis[j] )
dis[j] = dis[k] + map[k][j];
}
printf("%d",dis
);
}
/* 求1到N的最短路,dis[i] 表示第i个点到第一个点的最短路 By Ping*/
Floyd-Warshall算法
详细介绍
Floyd是计算每对点间最短路径(APSP)的经典算法。
时间复杂度是雷打不动的O(n^3)
for(int k=1;k<=n;k++)
for(int i=1;i<=n;i++)
for(int j=1;j<=n;j++){
if( map[i][k] != maxint && map[k][j] != maxint )
if( map[i][k] + map[k][j] < map[i][j] )
map[i][j] = map[i][k] + map[k][j];
}
/* maxint 为极大值 表示不连通 By Ping ^.^ */
Bellman-Ford算法
详细介绍Bellman-Ford主要是用于负权图。Bellman-Ford算法即标号修正算法。
实践中常用到的方法通常是FIFO标号修正算法和一般标号修正算法的Dequeue实现。
前者最坏时间复杂度是O(nm), 是解决任意边权的单源最短路经问题的最优强多项式算法。
也可以用这个算法判断是否存在负权回路.
SPFA算法
SPFA就是bellmanford的一种实现方式。
SPFA算法就是上面说的FIFO标号修正算法, 请参见《网络流:理论、算法与应用》。
SPFA程序:
void spfa()
{
int t,p;
queue[cl] = 1;
while( cl < op ){
int p = queue[cl++];
for(t=head[p][0]; t!=0; t=list[t].next ){
if( way[p] != maxint && way[p] + list[t].w < way[list[t].r] ){
way[list[t].r] = way[p] + list[t].w;
queue[op++] = list[t].r;
}
}
}
printf("%d",way
);
}
/* queue为优先队列,链表存图(list) by Ping ^.^ */
Johnson算法
详细介绍
相关文章推荐
- HDU-3790 最短路径问题(两个权值,Dijkstra,(含堆优化))
- 最短路径问题
- 图的最短路径问题-07-图6 旅游规划
- 0009算法笔记——【动态规划】动态规划与斐波那契数列问题,最短路径问题
- 题目1008:最短路径问题
- hdu 3790 最短路径问题
- 两个数之间的最短路径问题
- K条最短路径问题
- 街区最短路径问题
- hdu3790 最短路径问题(Dijkstra)
- hduoj3790:最短路径问题
- 单源最短路径问题[Dijkstra实现]
- 最短路径问题 变异Dijkstra
- POJ 3790 最短路径问题(Dijkstra变形——最短路径双重最小权值)
- 城市最短路径问题--图的广度优先搜索
- 最短路径问题
- 关于A*算法求解最短路径问题的一些知识
- 迷宫问题[1] DFS 不保证最短路径
- 迷宫问题(求最短路径)
- 边上值非负的单源最短路径问题----Dijkstra算法