例题:P5905 【模板】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:

\[s -> p_1 -> p_2 -> \cdots -> p_k -> t
\]

则这条路径的长度为:

\[(w_{s,p_1}+h_s-h_{p_1})+(w_{p_1,p_2}+h_{p_1}-h_{p_2})+\dots+(w_{p_k,t}+h_{p_k}-h_t)
\]

简化后得到:

\[w_{s,p_1}+w_{p_1,p_2}+\cdots+w_{p_k,t}+h_s-h_t
\]

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

  1. 【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 ...

  2. 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 ...

  3. 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 ...

  4. 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: ...

  5. 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 ...

  6. 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 ...

  7. 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 ...

  8. 【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 ...

  9. 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

  1. 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 ...

  2. 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. ...

  3. 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 ...

  4. 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 ...

  5. 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 ...

  6. 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 ...

  7. 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 ...

  8. 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 ...

  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 ...

  10. 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 ( ...