最短路算法详解(Dijkstra/SPFA/Floyd)
新的整理版本版的地址见我新博客 http://www.hrwhisper.me/?p=1952
一、Dijkstra
使用邻接矩阵的时间复杂度为O(n^2),用优先队列的复杂度为O((m+n)logn)近似为O(mlogn)
(一) 过程
每次选择一个未访问过的到已经访问过(标记为Known)的所有点的集合的最短边,并用这个点进行更新,过程如下:
Dv为最短路,而Pv为前面的顶点。
1. 初始
|
V |
Known |
Dv |
Pv |
|
V1 |
F |
0 |
0 |
|
V2 |
F |
∞ |
0 |
|
V3 |
F |
∞ |
0 |
|
V4 |
F |
∞ |
0 |
|
V5 |
F |
∞ |
0 |
|
V6 |
F |
∞ |
0 |
|
V7 |
F |
∞ |
0 |
2. 在v1被标记为已知后的表
|
V |
Known |
Dv |
Pv |
|
V1 |
T |
0 |
0 |
|
V2 |
F |
2 |
V1 |
|
V3 |
F |
∞ |
0 |
|
V4 |
F |
1 |
V1 |
|
V5 |
F |
∞ |
0 |
|
V6 |
F |
∞ |
0 |
|
V7 |
F |
∞ |
0 |
3. 下一步选取v4并且标记为known,顶点v3,v5,v6,v7是邻接的顶点,而他们实际上都需要调整。如表所示:
|
V |
Known |
Dv |
Pv |
|
V1 |
T |
0 |
0 |
|
V2 |
F |
2 |
V1 |
|
V3 |
F |
3 |
V4 |
|
V4 |
T |
1 |
V1 |
|
V5 |
F |
3 |
V4 |
|
V6 |
F |
9 |
V4 |
|
V7 |
F |
5 |
V4 |
4. 接下来选取v2,v4是邻接点,但已经是known的,不需要调整,v5是邻接的点但不做调整,因为经过v2的值为2+10=12而长为3的路径已经是已知的。
|
V |
Known |
Dv |
Pv |
|
V1 |
T |
0 |
0 |
|
V2 |
T |
2 |
V1 |
|
V3 |
F |
3 |
V4 |
|
V4 |
T |
1 |
V1 |
|
V5 |
F |
3 |
V4 |
|
V6 |
F |
9 |
V4 |
|
V7 |
F |
5 |
V4 |
5. 接下来选取v5,值为3,v7 3+6>5不需调整,然后选取v3,对v6的距离下调到3+5=8
|
V |
Known |
Dv |
Pv |
|
V1 |
T |
0 |
0 |
|
V2 |
T |
2 |
V1 |
|
V3 |
T |
3 |
V4 |
|
V4 |
T |
1 |
V1 |
|
V5 |
T |
3 |
V4 |
|
V6 |
F |
8 |
V3 |
|
V7 |
F |
5 |
V4 |
6. 再选下一个顶点是v7,v6变为5+1=6
|
V |
Known |
Dv |
Pv |
|
V1 |
T |
0 |
0 |
|
V2 |
T |
2 |
V1 |
|
V3 |
T |
3 |
V4 |
|
V4 |
T |
1 |
V1 |
|
V5 |
T |
3 |
V4 |
|
V6 |
F |
6 |
V7 |
|
V7 |
T |
5 |
V4 |
7. 最后选取v6
|
V |
Known |
Dv |
Pv |
|
V1 |
T |
0 |
0 |
|
V2 |
T |
2 |
V1 |
|
V3 |
T |
3 |
V4 |
|
V4 |
T |
1 |
V1 |
|
V5 |
T |
3 |
V4 |
|
V6 |
T |
6 |
V7 |
|
V7 |
T |
5 |
V4 |
(二) 局限性
Dijkstra没办法解决负边权的最短路径,如图
运行完该算法后,从顶点1到顶点3的最短路径为1,3,其长度为1,而实际上最短路径为1,2,3,其长度为0.(因为过程中先选择v3,v3被标记为已知,今后不再更新)
(三) 算法实现。
1.普通的邻接表 以(HDU 1874 畅通工程续 SPFA || dijkstra)为例
用vis作为上面标记的known,dis记录最短距离(记得初始化为一个很大的数)。
void dijkstra(int s)
{
memset(vis,0,sizeof(vis));
int cur=s;
dis[cur]=0;
vis[cur]=1;
for(int i=0;i<n;i++)
{
for(int j=0;j<n;j++)
if(!vis[j] && dis[cur] + map[cur][j] < dis[j]) //未被标记且比已知的短,可更新
dis[j]=dis[cur] + map[cur][j] ; int mini=INF;
for(int j=0;j<n;j++)
if(!vis[j] && dis[j] < mini) //选择下一次到已知顶点最短的点。
mini=dis[cur=j];
vis[cur]=true;
}
}
2.邻接表+优先队列。
要重载个比较函数.
struct point
{
int val,id;
point(int id,int val):id(id),val(val){}
bool operator <(const point &x)const{
return val>x.val;
}
};
void dijkstra(int s)
{
memset(vis,0,sizeof(vis));
for(int i=0;i<n;i++)
dis[i]=INF; priority_queue<point> q;
q.push(point(s,0));
dis[s]=0;
while(!q.empty())
{
int cur=q.top().id;
q.pop();
if(vis[cur]) continue;
vis[cur]=true;
for(int i=head[cur];i!=-1;i=e[i].next)
{
int id=e[i].to;
if(!vis[id] && dis[cur]+e[i].val < dis[id])
{
dis[id]=dis[cur]+e[i].val;
q.push(point(id,dis[id]));
}
}
}
}
二、SPFA(bellman-ford)
(一)原理过程:
(二)实现:
void SPFA(int s)
{
for(int i=0;i<n;i++)
dis[i]=INF; bool vis[MAXN]={0}; vis[s]=true;
dis[s]=0; queue<int> q;
q.push(s);
while(!q.empty())
{
int cur=q.front();
q.pop();
vis[cur]=false;
for(int i=0;i<n;i++)
{
if(dis[cur] + map[cur][i] < dis[i])
{
dis[i]=dis[cur] + map[cur][i];
if(!vis[i])
{
q.push(i);
vis[i]=true;
}
}
}
}
}
void spfa(int s)
{
memset(vis,0,sizeof(vis));
for(int i=0;i<n;i++)
dis[i]=INF; queue<int> q;
q.push(s);
vis[s]=true;
dis[s]=0;
while(!q.empty())
{
int cur=q.front();
q.pop();
vis[cur]=false;
for(int i=head[cur];i!=-1;i=e[i].next)
{
int id=e[i].to;
if(dis[id] > dis[cur]+e[i].val)
{
dis[id] = dis[cur] + e[i].val;
if(!vis[id])
{
vis[id]=true;
q.push(id);
}
}
}
}
}
3.上面的两个都没有对负圈的判断,因为题目的限制就是正的。判断负环代码如下:以(ZOJ 2770 Burn the Linked Camp 差分约束)为例
bool spfa()
{
for(int i=0;i<=n;i++)
dis[i]=INF; bool vis[MAXN]={0};
int cnt[MAXN]={0};
queue<int> q;
dis[0]=0;
vis[0]=true;
cnt[0]=1;
q.push(0); while(!q.empty())
{
int cur=q.front();
q.pop();
vis[cur]=false; for(int i=head[cur];i!=-1;i=e[i].next)
{
int id=e[i].to;
if(dis[cur] + e[i].val > dis[id])
{
dis[id]=dis[cur]+e[i].val;
if(!vis[id])
{
cnt[id]++;
if(cnt[cur] > n)
return false;
vis[id]=true;
q.push(id);
}
}
}
}
return true;
}
(三):优化
(四)应用:
三、floyd
(一)原理过程:
(二)实现:
void floyd()
{
for(int k=0;k<n;k++)
for(int i=0;i<n;i++)
for(int j=0;j<n;j++)
dis[i][j]=min(dis[i][j],dis[i][k]+dis[k][j]);
}
四、其他
如走迷宫经常用的BFS,以一个点出发,向外扩散。
如:
除了上面的
HDU 1874畅通工程续 SPFA || dijkstra||floyd
还有:
UVA11280 - Flying to Fredericton SPFA变形
UVA11090 - Going in Cycle!! SPFA
UVA10917 Walk Through the Forest SPFA
POJ 3259Wormholes邻接表的SPFA判断负权回路
POJ 1932XYZZY (ZOJ 1935)SPFA+floyd
UVA11374 Airport Express SPFA||dijkstra
UVA11367 - Full Tank? dijkstra+DP
POJ 1511Invitation Cards (ZOJ 2008)使用优先队列的dijkstra
POJ 3268Silver Cow Party (Dijkstra~)
POJ 2387Til the Cows Come Home (Dijkstra)
最短路算法详解(Dijkstra/SPFA/Floyd)的更多相关文章
- 最短路算法详解(Dijkstra,Floyd)
最短路径 在一个无权的图中,若从一个顶点到另一个顶点存在着一条路径,则称该路径长度为该路径上所经过的边的数目,它等于该路径上的顶点数减1.由于从一个顶点到另一个顶点可能存在着多条路径,每条路径上所经过 ...
- 【最短路径Floyd算法详解推导过程】看完这篇,你还能不懂Floyd算法?还不会?
简介 Floyd-Warshall算法(Floyd-Warshall algorithm),是一种利用动态规划的思想寻找给定的加权图中多源点之间最短路径的算法,与Dijkstra算法类似.该算法名称以 ...
- BM算法 Boyer-Moore高质量实现代码详解与算法详解
Boyer-Moore高质量实现代码详解与算法详解 鉴于我见到对算法本身分析非常透彻的文章以及实现的非常精巧的文章,所以就转载了,本文的贡献在于将两者结合起来,方便大家了解代码实现! 算法详解转自:h ...
- kmp算法详解
转自:http://blog.csdn.net/ddupd/article/details/19899263 KMP算法详解 KMP算法简介: KMP算法是一种高效的字符串匹配算法,关于字符串匹配最简 ...
- 机器学习经典算法详解及Python实现--基于SMO的SVM分类器
原文:http://blog.csdn.net/suipingsp/article/details/41645779 支持向量机基本上是最好的有监督学习算法,因其英文名为support vector ...
- [转] KMP算法详解
转载自:http://www.matrix67.com/blog/archives/115 KMP算法详解 如果机房马上要关门了,或者你急着要和MM约会,请直接跳到第六个自然段. 我们这里说的K ...
- 【转】AC算法详解
原文转自:http://blog.csdn.net/joylnwang/article/details/6793192 AC算法是Alfred V.Aho(<编译原理>(龙书)的作者),和 ...
- KMP算法详解(转自中学生OI写的。。ORZ!)
KMP算法详解 如果机房马上要关门了,或者你急着要和MM约会,请直接跳到第六个自然段. 我们这里说的KMP不是拿来放电影的(虽然我很喜欢这个软件),而是一种算法.KMP算法是拿来处理字符串匹配的.换句 ...
- EM算法详解
EM算法详解 1 极大似然估计 假设有如图1的X所示的抽取的n个学生某门课程的成绩,又知学生的成绩符合高斯分布f(x|μ,σ2),求学生的成绩最符合哪种高斯分布,即μ和σ2最优值是什么? 图1 学生成 ...
随机推荐
- 具体解释NoSQL数据库使用实例
一.NoSQL基础知识 1.关于NoSQL 在"NoSQL"一词.实际上是一个叫Racker的同事创造的,当约翰埃文斯埃里克要组织一次活动来讨论开源的分布式数据库. 这个名称和概念 ...
- Android捕获View焦点事件,LinearLayout结合HorizontalScrollView实现ViewPgaer和选项卡Tabs联动
<Android捕获View焦点事件,LinearLayout结合HorizontalScrollView实现ViewPgaer和选项卡Tabs联动.> 如图: package zh ...
- PostgreSQL递归查询实现树状结构查询
在Postgresql的使用过程中发现了一个非常有意思的功能,就是对于须要相似于树状结构的结果能够使用递归查询实现.比方说我们经常使用的公司部门这样的数据结构.一般我们设计表结构的时候都是相似以下的S ...
- NumPy基础入门学习
对于习惯使用了MATLAB的用户而言,学习NumPy这个python工具包付出的成本应该是不大的. NumPy的基本的object是多维数组,是一个有同样类型的数字等构成的一张表格,能够通过元组进行索 ...
- hdu5288 OO’s Sequence 二分 多校联合第一场
OO's Sequence Time Limit: 4000/2000 MS (Java/Others) Memory Limit: 131072/131072 K (Java/Others) ...
- Oracle HR 例子用户的建立 10g,11g均可
Oracle HR 例子用户的建立 10g,11g均可 先将附件(见文章尾部)上的 10 个 .sql 文件放入这个路径中 : $ORACLE_HOME/demo/schema/human_resou ...
- vim插件之ack
这个插件其实是实现vim内部搜索功能的今天在学习vim搜索的时候,遇到了一个ack.vim的插件,这个插件给我们提供了一个并行于系统命令grep的搜索命令Ack 它的下载地址是 https://git ...
- vim-进入插入模式快捷键
vim中有一些命令,是同时包含有大小写两种的.现在就集中测试下他们的区别: 1.A 跟a A-光标所在行的末尾插入 a-光标后插入 2.I 跟i I-光标所在行的非空字符前插入 i-光标前位置 ...
- windows WEB 高可用/可伸缩
windows NLB+ARR实现Web负载均衡高可用/可伸缩 基于IIS的ARR负载均衡 基于NLB负载均衡 这两篇分别分ARR 和 NLB基本配置,下面我们讲讲,如何组合使用,搭配成高可用/可 ...
- Onvif开发之客户端搜索篇
关于ONVIF的广播,有客户端搜索和服务端发现的区别:客户端向固定的网段和固定的端口发送广播消息,服务端在对应的端口回复广播请求消息本文首先介绍客户端如何进行广播的已经对广播回复的信息的基本处理. 客 ...