Johnson全源最短路
首先考虑求全源最短路的几种方法:
- Floyd:时间复杂度\(O(n^3)\),可以处理负权边,但不能处理负环,而且速度很慢。
- Bellman-Ford:以每个点为源点做一次Bellman-Ford,时间复杂度\(O(n^2m)\),可以处理负权边,可以处理负环,但好像比Floyd还慢?
- dijkstra:以每个点为源点做一次dijkstra,时间复杂度\(O(nmlogm)\),不能处理负权边,但比前面两个快多了。
好像……只有dijkstra还有希望?但负权边处理不了真是很棘手啊。
一种方法是让每条边都加上一个数\(x\)使得边权为正,但考虑下图:

\(1\)到\(2\)的最短路应为:\(1 -> 3 -> 4 -> 2\),长度为\(-1\)。如果我们把每条边的边权都加上\(5\):

此时的最短路是:\(1 -> 5 -> 2\),就不是实际的最短路了,所以这种方法行不通
注:经本人研究,应该是两条路径进过的边的数量不同而导致的
接下来,就该 Johnson 登场啦!Johnson 其实就是用另一种方法标记边权啦。
首先来看看实现方法:我们新建一个虚拟结点(不妨设他的编号为0),由他向其他的所有结点都连一条边权为\(0\)的边,然后求0号节点为源点的单源最短路,存到一个\(h\)数组中。然后,让每条边的权值\(w\)变为\(w+h_u-h_v\),这里\(u\)和\(v\)分别为这条边的起点和终点。然后再以每个点为源点做 dijkstra 就OK了。
Q:那这么说,Dijkstra 也可以求出负权图(无负环)的单源最短路径了?
A:没错。但是预处理要跑一遍 Bellman-Ford,还不如直接用 Bellman-Ford 呢。
如何证明这是正确的呢?
首先,从\(s\)到\(t\)的路径中随便取出一条:
\]
则这条路径的长度为:
\]
简化后得到:
\]
可以发现,不管走哪条路径,最后都是\(+h_s-h_t\),而\(h_s\)和\(h_t\)又是不变的,所以最终得到的最短路径还是原来的最短路径。
到这里已经证明一半了,接下来要证明得到的边权非负,必须要无负权边才能使 dijkstra 跑出来的结果正确。根据三角形不等式(就是那个三角形里任意两条边的长度之和大于等于另一条边的长度),新图上的任意一条边\((u,v)\)上的两点满足:\(h_v \le w_{u,v}+h_u\),则新边的边权\(w_{u,v}+h_u-h_v \ge 0\)。所以新图的边权非负。
正确性证明就是这个亚子。
代码实现(注意处理精度问题,该开ll的时候开ll):
#include<cstdio>
#include<queue>
#define MAXN 5005
#define MAXM 10005
#define INF 1e9
using namespace std;
int n,m;
int vis[MAXN];
long long h[MAXN],dis[MAXN];
bool f[MAXN];
struct graph
{
int tot;
int hd[MAXN];
int nxt[MAXM],to[MAXM],dt[MAXM];
void add(int x,int y,int w)
{
tot++;
nxt[tot]=hd[x];
hd[x]=tot;
to[tot]=y;
dt[tot]=w;
return ;
}
}g;//链式前向星
bool SPFA(int s)//这里用了Bellman-Ford的队列优化
{
queue<int>q;
for(int i=1;i<=n;++i) h[i]=INF,f[i]=false;
h[s]=0;
f[s]=true;
q.push(s);
while(!q.empty())
{
int xx=q.front();
q.pop();
f[xx]=false;
for(int i=g.hd[xx];i;i=g.nxt[i])
if(h[g.to[i]]>h[xx]+g.dt[i])
{
h[g.to[i]]=h[xx]+g.dt[i];
if(!f[g.to[i]])
{
if(++vis[g.to[i]]>=n) return false;//注意在有重边的情况下要记录入队次数而不是松弛次数
f[g.to[i]]=true,q.push(g.to[i]);
}
}
}
return true;
}
void dijkstra(int s)
{
priority_queue<pair<int,int>,vector<pair<int,int> >,greater<pair<int,int> > > q;
for(int i=1;i<=n;i++) dis[i]=INF,f[i]=false;
q.push(make_pair(0,s));
dis[s]=0;
while(!q.empty())
{
int xx=q.top().second;
q.pop();
if(!f[xx])
{
f[xx]=true;
for(int i=g.hd[xx];i;i=g.nxt[i])
if(dis[g.to[i]]>dis[xx]+g.dt[i])
{
dis[g.to[i]]=dis[xx]+g.dt[i];
if(!f[g.to[i]])
q.push(make_pair(dis[g.to[i]],g.to[i]));
}
}
}
return ;
}
int main()
{
scanf("%d%d",&n,&m);
for(int i=1;i<=m;i++)
{
int u,v,w;
scanf("%d%d%d",&u,&v,&w);
g.add(u,v,w);
}
for(int i=1;i<=n;i++) g.add(0,i,0);//建虚拟节点0并且往其他的点都连一条边权为0的边
if(!SPFA(0))//求h的同时也判了负环
{
printf("-1");
return 0;
}
for(int u=1;u<=n;u++)
for(int i=g.hd[u];i;i=g.nxt[i])
g.dt[i]+=h[u]-h[g.to[i]];//求新边的边权
for(int i=1;i<=n;i++)
{
dijkstra(i);//以每个点为源点做一遍dijkstra
long long ans=0;
for(int j=1;j<=n;j++)//记录答案
if(dis[j]==INF) ans+=1ll*j*INF;
else ans+=1ll*j*(dis[j]+(h[j]-h[i]));
printf("%lld\n",ans);
}
return 0;
}
最后安利一发博客
Johnson全源最短路的更多相关文章
- 【学习笔记】 Johnson 全源最短路
前置扯淡 一年多前学的最短路,当时就会了几个名词的拼写,啥也没想过 几个月之前,听说了"全源最短路"这个东西,当时也没说学一下,现在补一下(感觉实在是没啥用) 介绍 由于\(spf ...
- Johnson 全源最短路
学这个是为了支持在带负权值的图上跑 Dijkstra. 为了这个我们要考虑把负的权值搞正. 那么先把我们先人已经得到的结论摆出来.我们考虑先用 SPFA 对着一个满足三角形不等式的图跑一次最短路,具体 ...
- Johnson 全源最短路径算法学习笔记
Johnson 全源最短路径算法学习笔记 如果你希望得到带互动的极简文字体验,请点这里 我们来学习johnson Johnson 算法是一种在边加权有向图中找到所有顶点对之间最短路径的方法.它允许一些 ...
- Johnson 全源最短路径算法
解决单源最短路径问题(Single Source Shortest Paths Problem)的算法包括: Dijkstra 单源最短路径算法:时间复杂度为 O(E + VlogV),要求权值非负: ...
- 模板C++ 03图论算法 2最短路之全源最短路(Floyd)
3.2最短路之全源最短路(Floyd) 这个算法用于求所有点对的最短距离.比调用n次SPFA的优点在于代码简单,时间复杂度为O(n^3).[无法计算含有负环的图] 依次扫描每一点(k),并以该点作为中 ...
- Johnson算法:多源最短路算法
Johnson算法 请不要轻易点击标题 一个可以在有负边的图上使用的多源最短路算法 时间复杂度\(O(n \cdot m \cdot log \ m+n \cdot m)\) 空间复杂度\(O(n+m ...
- Floyd-Warshall 全源最短路径算法
Floyd-Warshall 算法采用动态规划方案来解决在一个有向图 G = (V, E) 上每对顶点间的最短路径问题,即全源最短路径问题(All-Pairs Shortest Paths Probl ...
- 【算法】单源最短路——Dijkstra
对于固定起点的最短路算法,我们称之为单源最短路算法.单源最短路算法很多,最常见的就是dijkstra算法. dijkstra主要用的是一种贪心的思想,就是说如果i...s...t...j是最短路,那么 ...
- 图论:Floyd-多源最短路、无向图最小环
在最短路问题中,如果我们面对的是稠密图(十分稠密的那种,比如说全连接图),计算多源最短路的时候,Floyd算法才能充分发挥它的优势,彻彻底底打败SPFA和Dijkstra 在别的最短路问题中都不推荐使 ...
随机推荐
- kubeadm部署1.17.3[基于Ubuntu18.04]
基于 Ubuntu18.04 使用 kubeadm 部署Kubernetes 1.17.3 高可用集群 环境 所有节点初始化 # cat <<EOF>> /etc/hosts ...
- 2020-06-25:B+树和B树有什么区别?
福哥答案2020-06-25: B树:1.叶子节点和非叶子节点都存数据.2.数据无链指针.B+树:1.只有叶子节点存数据.2.数据有链指针.B树优势:1.靠近根节点的数据,访问速度快.B+树优势:1. ...
- C#LeetCode刷题之#31-下一个排列(Next Permutation)
目录 问题 示例 分析 问题 该文章已迁移至个人博客[比特飞],单击链接 https://www.byteflying.com/archives/4965 访问. 实现获取下一个排列的函数,算法需要将 ...
- Js~对键值对操作
键值对主要是面向对象语言里的字典,或者叫哈希表,它通过键(key)可以直接访问到值(value),所以它查找的时间复杂度是O(1),即一次查找即可找到目标:在.net里有Dictionary,而在ja ...
- ElasticSearch 7.8.1集群搭建
通往集群的大门 集群由什么用? 高可用 高可用(High Availability)是分布式系统架构设计中必须考虑的因素之一,它通常是指,通过设计减少系统不能提供服务的时间.如果系统每运行100个时间 ...
- go语言gRPC系列(三) - 使用grpc-gateway同时提供HTTP和gRPC服务
1. gRPC提供HTTP服务 1.1 存在的意义 1.2 代码示例 1.3 使用postman尝试调用 1.4 gRPC客户端代码调用 2. 使用grpc-gateway同时提供HTTP和gRPC服 ...
- 聊一聊mycat数据库集群系列之双主双重实现
最近在梳理数据库集群的相关操作,现在花点时间整理一下关于mysql数据库集群的操作总结,恰好你又在看这一块,供一份参考.本次系列终结大概包括以下内容:多数据库安装.mycat部署安装.数据库之读写分离 ...
- 实现图像的二值化(java+opencv)
书里的解释: 其他的没找到什么资料,直接参考百度百科 https://baike.baidu.com/item/%E5%9B%BE%E5%83%8F%E4%BA%8C%E5%80%BC%E5%8C%9 ...
- 关于MapReduce默认分区策略
MapReduce默认分区策略 mapreduce 默认的分区方式是hashPartition,在这种分区方式下,KV对根据key的hashcode值与reduceTask个数进行取模,决定该键值对该 ...
- 测量定位实践-:C#采集控制
用Halcon已经完成采集,在在C#中不行. 其实还是比较简单,主要是Halcon封装的太好了. 主要是以下几个算子: *打开 Image Acquisitionopen_framegrabber ( ...