最短路径算法 1.Floyed-Warshall算法
这几周开始正式系统学习图论,新学期开始新的记录。由于二模和生物地理两门高考的临近,时间比较仓促,所以暂时跳过图论的(一)和(二),即图的储存和遍历。从最短路径算法学起,首先要学习的是Floyed-Warshall算法。
Floyed(佛洛依德)算法,是最简单也是最基础的最短路径算法,可以计算图中任意两点间的最短路径。佛洛依德算法的时间复杂度是O(N3),并且适用于出现边的权为负数的情况,但是当图中出现权为负数的回路时不建议使用此算法。
(其实学习算法的时候曾参考过大名鼎鼎的《算法导论》中关于此算法的介绍和讲解,可惜并没有坚持看懂,有机会再做详解。)
以下为算法的描述和说明:
dis[u][v]表示从u到v最短路径长度,m[u][v]表示连接u,v边的长度。
描述:
1、初始化:点u,v有边相连接,则dis[u][v]=w[u][v]. 如果之间没有路径,则dis[u][v]=INF.
2、for (k=1~n)
for(i=1~n)
for(j=1~n)
if(dis[i][j]>dis[i][k]+dis[k][j])
dis[i][j]=dis[i][k]+dis[k][j];
3、dis[i][j]的结果就是 i 到 j 的最短路径。
说明:
第一层循环中间点k,第二、三层循环起始点和终点i,j. 思路大致是,如果点 i 到 点 k 的距离加上点 k 到点 j 的距离小于原来 i 到 j 的距离,那么就用这个更短的路径替换原来 i 到 j 的路径。从算法描述中不难看出时间复杂的是O(N3)。
在提出例题前我想先问一个问题,在学习的时候也一直在思考这个问题。感觉时间复杂度如此高的一个算法为什么仍一直在被人们使用呢?我想答案也正是这个算法的特色所在,即思路易理解,算法实现简单,功能比较强大,而这不也是我们学习这门学科带给我们的乐趣么。
下面是一道例题:
农民 John的农场里有很多牧区。有的路径连接一些特定的牧区。一片所有连通的牧区称为一个牧场。但是就目前而言,你能看到至少有两个牧区通过任何路径都不连通。这样,Farmer John就有多个牧场了。
John想在牧场里添加一条路径(注意,恰好一条)。对这条路径有以下限制:
一个牧场的直径就是牧场中最远的两个牧区的距离(本题中所提到的所有距离指的都是最短的距离)。考虑如下的有5个牧区的牧场,牧区用“*”表示,路径用直线表示。每一个牧区都有自己的坐标:
(15,15) (20,15)
D E
*-------*
| _/|
| _/ |
| _/ |
|/ |
*--------*-------*
A B C
(10,10) (15,10) (20,10)
【请将以上图符复制到记事本中以求更好的观看效果,下同】
这个牧场的直径大约是12.07106, 最远的两个牧区是A和E,它们之间的最短路径是A-B-E。
这里是另一个牧场:
*F(30,15)
/
_/
_/
/
*------*
G H
(25,10) (30,10)
在目前的情景中,他刚好有两个牧场。John将会在两个牧场中各选一个牧区,然后用一条路径连起来,使得连通后这个新的更大的牧场有最小的直径。
注意,如果两条路径中途相交,我们不认为它们是连通的。只有两条路径在同一个牧区相交,我们才认为它们是连通的。
输入文件包括牧区、它们各自的坐标,还有一个如下的对称邻接矩阵
:
A B C D E F G H
A 0 1 0 0 0 0 0 0
B 1 0 1 1 1 0 0 0
C 0 1 0 0 1 0 0 0
D 0 1 0 0 1 0 0 0
E 0 1 1 1 0 0 0 0
F 0 0 0 0 0 0 1 0
G 0 0 0 0 0 1 0 1
H 0 0 0 0 0 0 1 0
其他邻接表中可能直接使用行列而不使用字母来表示每一个牧区。输入数据中不包括牧区的名字。
输入文件至少包括两个不连通的牧区。
请编程找出一条连接两个不同牧场的路径,使得连上这条路径后,这个更大的新牧场有最小的直径。输出在所有牧场中最小的可能的直径。
输入输出格式
输入格式:
第1行: 一个整数N (1 <= N <= 150), 表示牧区数
第2到N+1行: 每行两个整数X,Y (0 <= X ,Y<= 100000), 表示N个牧区的坐标。注意每个 牧区的坐标都是不一样的。
第N+2行到第2*N+1行: 每行包括N个数字(0或1) 表示如上文描述的对称邻接矩阵。
输出格式:
只有一行,包括一个实数,表示所求直径。数字保留六位小数。
只需要打到小数点后六位即可,不要做任何特别的四舍五入处理。
输入输出样例
8
10 10
15 10
20 10
15 15
20 15
30 15
25 10
30 10
01000000
10111000
01001000
01001000
01110000
00000010
00000101
00000010
22.071068 由于本人水平有限,做这道题花了不少时间,主要遇到七七八八的问题在这里也当作对我来说有价值的点罗列一下:
1、连接矩阵的读入;
2、每个牧场的直径;
3、连接路径如何操作;
4、最后讨论细节问题; 首先,看到连接矩阵中间没有空格读入,因此在这里的处理我的想法是按照字符串一个一个读取,判断,处理数据.(题目见多了就不会出这个问题了) 第二个问题我一开始就脑子卡壳了,其实这就是用佛洛依德算法的最好时机啊。这个算法的厉害之处就在于它可以把所有点之间的最短路径"安全"地储存在一个数组里,随时可以调用,那么牧场的直径也就
较好求解了。用佛洛依德算法算出两两点之间的最短距离之后,将m[i]记作牧区 i 到可到达牧区中的每一个最短路径中的最远距离。而牧场的直径自然为 d1=max{m[i]}。 第三个问题就是列举没有路径相连接的牧区 i , j 。得到一条新牧场直径的候选路径,长度为 m[i]+m[j]+dist[i][j]。接下来的操作和上一步不同,这里是从最长的距离中选出最短路径,这样才符合题意中直
径的定义,则此时牧场的直径为 d2=min{m[i]+m[j]+dist[i][j]}。 第四个问题,也是极容易忽略的一点,如果思维够缜密,那么不会漏掉这一讨论,即有可能原来某一个牧场的直径很长,要大于新牧场的直径,那么结果仍然为d1,因此最终的结果为d=max{d1,d2}。
下面附上代码:
#include<iostream>
#include<algorithm>
#include<cstdio>
#include<cstring>
#include<cmath>
#include<cstdlib>
using namespace std;
const int maxn=+;
const int inf=0x3f3f3f3f;
struct node
{
int x;
int y;
}a[maxn];
double cal(int i,int j)
{
return sqrt((a[i].x-a[j].x)*(a[i].x-a[j].x)+(a[i].y-a[j].y)*(a[i].y-a[j].y));
}
int n;
double dis[maxn][maxn],ldis[maxn],l1,l2=inf,ans;
int main()
{
int tmp;
scanf("%d",&n);
for(int i=;i<=n;i++)
scanf("%d%d",&a[i].x,&a[i].y);
for(int i=;i<=n;i++)
for(int j=;j<=n;j++)
{
scanf("%1d",&tmp);
if(tmp)dis[i][j]=cal(i,j);
else if(i!=j)dis[i][j]=inf;
}
for(int k=;k<=n;k++)
for(int i=;i<=n;i++)
for(int j=;j<=n;j++)
if(dis[i][k]+dis[k][j]<dis[i][j])
dis[i][j]=dis[i][k]+dis[k][j];
for(int i=;i<=n;i++)
for(int j=;j<=n;j++)
{
if(dis[i][j]!=inf)ldis[i]=max(dis[i][j],ldis[i]);
l1=max(l1,ldis[i]);
}
for(int i=;i<=n;i++)
for(int j=;j<=n;j++)
if(dis[i][j]==inf)
l2=min(ldis[i]+cal(i,j)+ldis[j],l2);
ans=max(l1,l2);
printf("%.6f",ans);
return ;
}
应该是做题太少,这道题自我认为还是比较有味道的,可以反复看一下。
最短路径算法 1.Floyed-Warshall算法的更多相关文章
- 一步步学算法(算法分析)---6(Floyd算法)
Floyd算法 Floyd算法又称为弗洛伊德算法,插点法,是一种用于寻找给定的加权图中顶点间最短路径的算法.该算法名称以创始人之一.1978年图灵奖获得者.斯坦福大学计算机科学系教授罗伯特·弗洛伊德命 ...
- 最短路径—Dijkstra算法和Floyd算法
原文链接:http://www.cnblogs.com/biyeymyhjob/archive/2012/07/31/2615833.html 最后边附有我根据文中Dijkstra算法的描述使用jav ...
- 最短路径—Dijkstra算法和Floyd算法【转】
本文来自博客园的文章:http://www.cnblogs.com/biyeymyhjob/archive/2012/07/31/2615833.html Dijkstra算法 1.定义概览 Dijk ...
- 最短路径算法之二——Dijkstra算法
Dijkstra算法 Dijkstra算法主要特点是以起始点为中心向外层层扩展,直到扩展到终点为止. 注意该算法要求图中不存在负权边. 首先我们来定义一个二维数组Edge[MAXN][MAXN]来存储 ...
- WarShall算法
1.引言 图的连通性问题是图论研究的重要问题之一,在实际中有着广泛的应用.例如在通信网络的联通问题中,运输路线的规划问题等等都涉及图的连通性.因此传递闭包的计算需要一个高效率的算法,一个著名的算法就是 ...
- c/c++ 图的最短路径 Dijkstra(迪杰斯特拉)算法
c/c++ 图的最短路径 Dijkstra(迪杰斯特拉)算法 图的最短路径的概念: 一位旅客要从城市A到城市B,他希望选择一条途中中转次数最少的路线.假设途中每一站都需要换车,则这个问题反映到图上就是 ...
- [C++]动态规划系列之Warshall算法
/** * * @author Zen Johnny * @date 2018年3月31日 下午8:13:09 * */ package freeTest; /* [动态规划系列:Warshall算法 ...
- Gym 101873D - Pants On Fire - [warshall算法求传递闭包]
题目链接:http://codeforces.com/gym/101873/problem/D 题意: 给出 $n$ 个事实,表述为 "XXX are worse than YYY" ...
- 单源最短路径算法——Dijkstra算法(迪杰斯特拉算法)
一 综述 Dijkstra算法(迪杰斯特拉算法)主要是用于求解有向图中单源最短路径问题.其本质是基于贪心策略的(具体见下文).其基本原理如下: (1)初始化:集合vertex_set初始为{sourc ...
- 最短路径——Dijkstra算法和Floyd算法
Dijkstra算法概述 Dijkstra算法是由荷兰计算机科学家狄克斯特拉(Dijkstra)于1959 年提出的,因此又叫狄克斯特拉算法.是从一个顶点到其余各顶点的最短路径算法,解决的是有向图(无 ...
随机推荐
- netstat 和 lsof 查看网络状态
netstat和lsof都是linux下的工具,可以用于查看系统的网络状态. netstat netstat可以打印 网络连接,路由表,接口统计数据,还有多播和masquerade连接相关的东西(不熟 ...
- 限定filesize的数据泵导入导出操作案例
使用如下方法导入导出expdp sh/sh dumpfile=ycr_%U.dump directory=exp filesize=2mimpdp sh/sh dumpfile=ycr_%U.dump ...
- 团队第三次scrum
长大一条龙之课表查询 一.设计概要 本次内容主要是实现了长大一条龙系统的课表查询功能,我们的这个项目严格遵守MVC架构,采用前后端分离的策略.我们将课表查询分为二层,DAO层:负责与数据进行交互,读写 ...
- MySQL学习(四)查询
一.group_concat()函数.把groupby的分组中字段数据组合显示出来 select s_id , GROUP_CONCAT(要显示的字段名) from table group by 分 ...
- softmax实现cifar10分类
将cifar10改成单一通道后,套用前面的softmax分类,分类率40%左右,想哭... .caret, .dropup > .btn > .caret { border-top-col ...
- [19/03/15-星期五] 常用类_String类&StringBuilder和StringBuffer类
一.基本概念 String 类对象代表不可变的Unicode字符序列,因此我们可以将String对象称为“不可变对象”. 那什么叫做“不可变对象”呢? 指的是对象内部的成员变量的值无法再改变.Str ...
- 【Calculus 微积分の一些个人理解】
微积分 微积分(Calculus)是高等数学中研究函数的微分(Differentiation).积分(Integration)以及有关概念和应用的数学分支.它是数学的一个基础学科.内容主要包括极限.微 ...
- java基础(杂记)
java基础夯实(杂记):1:创建实例对象可以通过无参的构造函数然后调用成员变量去初始化属性,也可以自己定义有参构造方法直接初始化属性,当属性为private时我们可以通过getset方法间接访问:2 ...
- SpringBoot非官方教程 | 第四篇:SpringBoot 整合JPA
转载请标明出处: 原文首发于:https://www.fangzhipeng.com/springboot/2017/07/11/springboot4-jpaJ/ 本文出自方志朋的博客 JPA全称J ...
- GET&&POST请求编码过程
编码.解码 我们在开发过程中不可避免的一个话题就是编码和解码,那么什么是编码什么是解码呢?为什么要进行编码和解码呢?下面我们一一分析! 编码和解码的概念 编码是信息从一种形式或格式转换为另一种形式的过 ...