本文主要是介绍图的最短路径算法——《啊哈!算法》,希望对大家解决编程问题提供一定的参考价值,需要的开发者们随着小编来一起学习吧!
图的实现方式
邻接矩阵法
int[][] map;
// 图的邻接矩阵存储法
map = new int[5][5];
map[0] = new int[] {0, 1, 2, 3, 4};
map[1] = new int[] {1, 0, 2, 6, 4};
map[2] = new int[] {2, 999, 0, 3, 999};
map[3] = new int[] {3, 7, 999, 0, 1};
map[4] = new int[] {4, 5, 999, 12, 0};
邻接表
// 顶点的第一条线的下标int[] first;// 顶点线的下一哥int[] next;int[] u;int[] v;int[] w;//顶点说int n;//线条数int m;n = 5;m = 8;int[][] data = new int[m + 1][2];data[0] = new int[] {0, 0, 0};data[1] = new int[] {1, 4, 4};data[2] = new int[] {1, 3, 6};data[3] = new int[] {1, 2, 2};data[4] = new int[] {2, 3, 3};data[5] = new int[] {3, 1, 7};data[6] = new int[] {3, 4, 1};data[7] = new int[] {4, 3, 12};data[8] = new int[] {4, 1, 5};first = new int[n + 1];next = new int[m + 1];u = new int[m + 1];v = new int[m + 1];w = new int[m + 1];for (int i = 1; i <= m; i++) {u[i] = data[i][0];v[i] = data[i][1];w[i] = data[i][2];next[i] = first[u[i]];first[u[i]] = i;}
最短路径算法
Floyd
核心代码
for (int k = 1; k <= 4; k++) {for (int i = 1; i <= 4; i++) {for (int j = 1; j <= 4; j++) {if (newMap[i][k] + newMap[k][j] < newMap[i][j]) {newMap[i][j] = newMap[i][k] + newMap[k][j];}}}}
Dijkstra
核心代码
//除去0位置标记
book[0] = 1;// 初始化dis
System.arraycopy(map[start], 1, dis, 1, 6);
// 第一个顶点就是确定的点
book[start] = 1;
count++;
for (int i = 1; i <= 6 - 1; i++) {// 确定新的点int min = 7;int minMap = 9999;for (int j = 1; j <= 6; j++) {if (book[j] == 1) {continue;}if (minMap > dis[j]) {min = j;minMap = dis[j];}}book[min] = 1;// 松弛for (int k = 1; k <= 6; k++) {if (book[k] == 1) {continue;}if (dis[k] > dis[min] + map[min][k]) {dis[k] = dis[min] + map[min][k];}}}
Bellman-Ford
核心代码
Arrays.fill(dis, 2, dis.length, 999);
// 核心算法
// 进行n-1次松弛,得到经过n-1个点(除了第一个点)后的所有点的松弛后的最小路径图
for (int k = 1; k <= n - 1; k++) {isBreak = true;for (int i = 1; i <= m; i++) {if (dis[v[i]] > dis[u[i]] + w[i]) {dis[v[i]] = dis[u[i]] + w[i];}}
}
队列优化的Bellman-Ford
核心代码
Arrays.fill(dis, 1, dis.length, 999);dis[start] = 0;int[] que = new int[n * m + 1];int head = 0, tail = 0;que[tail] = start;tail++;book[start] = 1;while (head < tail) {// 遍历每个边int index = first[que[head]];while (index != -1) {// 松弛if (dis[v[index]] > dis[u[index]] + w[index]) {dis[v[index]] = dis[u[index]] + w[index];if (book[v[index]] == 0) {book[v[index]] = 1;que[tail] = v[index];tail++;}}index = next[index];}book[que[head]] = 0;head++;}
比较
Floyd | Dijkstra | Bellman-Ford | 队列优化的Bellman-Ford | |
---|---|---|---|---|
空间复杂度 | O(NN) | O(M) | O(NM) | O(M) |
时间复杂度 | O(NNN) | O((M+N)logN) | O(NM) | O(M)~O(NM) |
适用情况 | 稠密图和顶点关系密切 | 稠密图和顶点关系密切 | 稀疏图和边关系密切 | 稀疏图和边关系密切 |
负权 | 可以解决负权 | 不能解决负权 | 可以解决负权 | 可以解决负权 |
有负权边 | 可以处理 | 不能处理 | 可以处理 | 可以处理 |
判断是否存在负权回路 | 不能 | 不能 | 可以判定 | 可以判定 |
说明
参考《啊哈!算法》
Java代码实现完整在
https://github.com/huangyongliang/learner-algorithm/tree/master/src/main/java/com/hyl/algorithm/search/shortmap
这篇关于图的最短路径算法——《啊哈!算法》的文章就介绍到这儿,希望我们推荐的文章对编程师们有所帮助!