[算法与数据结构] - No.10 图论(3)- 最短路Dijkstra算法、Bellman-Ford算法和Floyd算法

2024-04-12 14:38

本文主要是介绍[算法与数据结构] - No.10 图论(3)- 最短路Dijkstra算法、Bellman-Ford算法和Floyd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!

最短路径问题:如果从图中某一顶点(称为源点)到达另一顶点(称为终点)的路径可能不止一条,如何找到一条路径使得沿此路径上各边上的权值总和达到最小。
三种算法主要用途:

1.  边上权值非负情形的单源最短路径问题 —  Dijkstra算法 

2. 边上权值为任意值的单源最短路径问题 — Bellman和Ford算法

3. 所有顶点之间的最短路径 — Floyd算法

Dijkstra算法:贪心策略

算法思想:设G=(V,E)是一个带权有向图,把图中顶点集合V分成两组,已求出最短路径的顶点集合S和其余未确定最短路径的顶点集合V-S,按最短路径长度的递增次序依次把V-S的顶点加入S中。选择V-S中距离远点路径最短的点v',以v'为中转点更新所有的点的最短路径

起始设置所有点距离源点v的最短路径。如果v'与v相连,那么最短路径就是<v,v'>的长度,否则就是无穷大


#include <iostream>using namespace std;
const int MAX =99999999;
unsigned int n,e;
int arr[100][100];
int visited[100] = {0};
int dis[100];
void Dijkstra()
{for(int i = 1; i<n; i++){int temp = MAX;int newVec = 0;for(int j = 1; j<n; j++){if(visited[j]==0&&dis[j]<temp){newVec = j;temp = dis[j];}}visited[newVec] = 1;for(int j = 1; j<n; j++){if(visited[j] == 0&&arr[newVec][j]<MAX){if(dis[j]>dis[newVec]+ arr[newVec][j]){dis[j] = dis[newVec]+ arr[newVec][j];}}}}
}
int main()
{cin>>n>>e;if(n>0&&e>0){for(int i=0; i<100; i++){for(int j=0; j<100; j++){if(i!=j)arr[i][j] = MAX;elsearr[i][j] = 0;}}for(int i=0; i<e; i++){int from,to,dis;cin>>from>>to>>dis;arr[from][to] = dis;//arr[to][from] = dis;}/*for(int i=0; i<n; i++){for(int j=0; j<n; j++){cout<<arr[i][j]<<" ";}cout<<endl<<endl;}*/for(int i = 0; i<n; i++){dis[i] = arr[0][i];}/*for(int i = 0; i<n; i++){cout<<distance[i]<<" ";}*/cout<<"Dijkstra 最短路:"<<endl;visited[0] = 1;Dijkstra();for(int i = 0; i<n; i++){cout<<dis[i]<<" ";}}return 0;
}
/*
5 7
0 1 10
0 3 30
0 4 100
1 2 50
2 4 10
3 2 20
3 4 60
*/

Bellman-Ford算法:持续松弛操作

什么叫松弛操作呢?在松弛一条边(u,v)的过程中,要测试是否可以通过u,对迄今找到的v的最短路径进行改进;如果可以改进的话,则更新d[v]。

bellman-ford算法是对图进行n-1次松弛操作,如果n-1次松弛操作以后还能继续进行松弛操作,那么说明原图中有负环(即圈的各边总权值为负)

为什么是n-1呢?我们可以确定的是,在一次对所有边进行松弛操作以后,我们至少可以确定一个定点的距离源点的最短路径(最坏可以考虑一条直线,中间有若干点,这种情况一次松弛只能确定一个点距离源点的最短路径。当一个点的连接的点个数超过一时,我们每次松弛确定得点个数大于1,最坏情况就是n-1次松弛确定所有点的最短路径)

那么,算法就很简单了,只有下面几行:

 for(int i = 0;i<n-1;i++){for(int j = 0;j<e;j++){if(distance[edge[j].to]>distance[edge[j].from]+edge[j].val){distance[edge[j].to] = distance[edge[j].from]+edge[j].val;}}}
完整代码如下:

#include <iostream>
#include <stdlib.h>
using namespace std;
const int MAX =99999999;
typedef struct Edge{int from,to;int val;
}Edge;
Edge edge[1000];
unsigned int n,e;
int dis[100];
bool Bellman()
{for(int i = 0;i<n-1;i++){for(int j = 0;j<e;j++){if(dis[edge[j].to]>dis[edge[j].from]+edge[j].val){dis[edge[j].to] = dis[edge[j].from]+edge[j].val;}}}bool flag = true;for(int k = 0 ; k < e;k++){if(dis[edge[k].to]>dis[edge[k].from]+edge[k].val){flag = false;break;}}return flag;
}
int main()
{cin>>n>>e;if(n>0&&e>0){for(int i = 1;i<n;i++){dis[i] = MAX;}dis[0] = 0;for(int i=0; i<e; i++){int from,to,dis;cin>>from>>to>>dis;edge[i].from = from;edge[i].to = to;edge[i].val = dis;//arr[to][from] = dis;}for(int i = 0; i<e; i++){if(edge[i].from == 0){dis[edge[i].to] = edge[i].val;}}for(int i = 0; i<n; i++){cout<<dis[i]<<" ";}cout<<"Bellman-Ford最短路:"<<endl;bool flag = Bellman();if(flag){for(int i = 0; i<n; i++){cout<<dis[i]<<" ";}}else{cout<<"存在负环"<<endl;}}return 0;
}/*
5 7
0 1 10
0 3 30
0 4 100
1 2 50
2 4 10
3 2 20
3 4 605 7
0 1 10
0 4 100
1 2 50
2 3 -2
3 0 -1
3 4 -6
4 2 -1
*/

Bellman的算法,存在一个问题就是每次都对所有的边进行进行松弛,会浪费一些时间复杂度。比如当我们还没有更新某个次序比较靠后的节点的时候,却会在第二个循环中,考虑用该节点去松弛其余节点。

比较好的改进措施是,我们使用一个队列,每次把刚刚进行松弛操作的节点加入队列中,每次从队列中取出节点去更新其他的节点这就是SPFA算法



void spfa()
{queue<int> myqueue;while(!myqueue.empty()){myqueue.pop();}myqueue.push(0);while(!myqueue.empty()){int v = myqueue.front();visited[v] = 0;myqueue.pop();for(int i = 0 ; i<n;i++){if(dis[i]>dis[v]+arr[v][i]){dis[i] = dis[v] + arr[v][i];if(visited[i]!=1){visited[i] = 1;myqueue.push(i);}}}}
}
使用上述spfa函数替代bellman函数即可

Floyd算法:计算图中每个顶点到其余所有顶点的最短路

这个算法时间复杂度为n^3。对于任意节点i,j遍历所有k,找到这样的k,使得以k为中转站的时候,i,j之间的最短路最短

一共三个for循环,算法很好记;前两个for循环用于遍历i,j后面一个for循环用于找到中转站k

核心代码:

    for(int k=0; k<n; k++)for(int i=0; i<n; i++)for(int j=0; j<n; j++)if(arr[i][k]<MAX && arr[k][j]<MAX && arr[i][j]>arr[i][k]+arr[k][j])arr[i][j]=arr[i][k]+arr[k][j];

算法实现:

#include <iostream>using namespace std;
const int MAX =99999999;
unsigned int n,e;
int arr[100][100];
void floyd()
{for(int k=0; k<n; k++)for(int i=0; i<n; i++)for(int j=0; j<n; j++)if(arr[i][k]<MAX && arr[k][j]<MAX && arr[i][j]>arr[i][k]+arr[k][j])arr[i][j]=arr[i][k]+arr[k][j];
}
int main()
{cin>>n>>e;if(n>0&&e>0){for(int i=0; i<100; i++){for(int j=0; j<100; j++){if(i!=j)arr[i][j] = MAX;elsearr[i][j] = 0;}}for(int i=0; i<e; i++){int from,to,dis;cin>>from>>to>>dis;arr[from][to] = dis;arr[to][from] = dis;}floyd();for(int i=0; i<n; i++){for(int j=0; j<n; j++){cout<<arr[i][j]<<" ";}cout<<endl;}return 0;}}/*
5 7
0 1 10
0 3 30
0 4 100
1 2 50
2 4 10
3 2 20
3 4 60
*/

文章中有的地方使用的是有向图表达,有的是无向图表达。望注意

P.S.文章不妥之处还望指正






这篇关于[算法与数据结构] - No.10 图论(3)- 最短路Dijkstra算法、Bellman-Ford算法和Floyd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!



http://www.chinasem.cn/article/897418

相关文章

C#数据结构之字符串(string)详解

《C#数据结构之字符串(string)详解》:本文主要介绍C#数据结构之字符串(string),具有很好的参考价值,希望对大家有所帮助,如有错误或未考虑完全的地方,望不吝赐教... 目录转义字符序列字符串的创建字符串的声明null字符串与空字符串重复单字符字符串的构造字符串的属性和常用方法属性常用方法总结摘

SpringBoot实现MD5加盐算法的示例代码

《SpringBoot实现MD5加盐算法的示例代码》加盐算法是一种用于增强密码安全性的技术,本文主要介绍了SpringBoot实现MD5加盐算法的示例代码,文中通过示例代码介绍的非常详细,对大家的学习... 目录一、什么是加盐算法二、如何实现加盐算法2.1 加盐算法代码实现2.2 注册页面中进行密码加盐2.

Java时间轮调度算法的代码实现

《Java时间轮调度算法的代码实现》时间轮是一种高效的定时调度算法,主要用于管理延时任务或周期性任务,它通过一个环形数组(时间轮)和指针来实现,将大量定时任务分摊到固定的时间槽中,极大地降低了时间复杂... 目录1、简述2、时间轮的原理3. 时间轮的实现步骤3.1 定义时间槽3.2 定义时间轮3.3 使用时

如何通过Golang的container/list实现LRU缓存算法

《如何通过Golang的container/list实现LRU缓存算法》文章介绍了Go语言中container/list包实现的双向链表,并探讨了如何使用链表实现LRU缓存,LRU缓存通过维护一个双向... 目录力扣:146. LRU 缓存主要结构 List 和 Element常用方法1. 初始化链表2.

golang字符串匹配算法解读

《golang字符串匹配算法解读》文章介绍了字符串匹配算法的原理,特别是Knuth-Morris-Pratt(KMP)算法,该算法通过构建模式串的前缀表来减少匹配时的不必要的字符比较,从而提高效率,在... 目录简介KMP实现代码总结简介字符串匹配算法主要用于在一个较长的文本串中查找一个较短的字符串(称为

通俗易懂的Java常见限流算法具体实现

《通俗易懂的Java常见限流算法具体实现》:本文主要介绍Java常见限流算法具体实现的相关资料,包括漏桶算法、令牌桶算法、Nginx限流和Redis+Lua限流的实现原理和具体步骤,并比较了它们的... 目录一、漏桶算法1.漏桶算法的思想和原理2.具体实现二、令牌桶算法1.令牌桶算法流程:2.具体实现2.1

Go语言中三种容器类型的数据结构详解

《Go语言中三种容器类型的数据结构详解》在Go语言中,有三种主要的容器类型用于存储和操作集合数据:本文主要介绍三者的使用与区别,感兴趣的小伙伴可以跟随小编一起学习一下... 目录基本概念1. 数组(Array)2. 切片(Slice)3. 映射(Map)对比总结注意事项基本概念在 Go 语言中,有三种主要

Python中的随机森林算法与实战

《Python中的随机森林算法与实战》本文详细介绍了随机森林算法,包括其原理、实现步骤、分类和回归案例,并讨论了其优点和缺点,通过面向对象编程实现了一个简单的随机森林模型,并应用于鸢尾花分类和波士顿房... 目录1、随机森林算法概述2、随机森林的原理3、实现步骤4、分类案例:使用随机森林预测鸢尾花品种4.1

不懂推荐算法也能设计推荐系统

本文以商业化应用推荐为例,告诉我们不懂推荐算法的产品,也能从产品侧出发, 设计出一款不错的推荐系统。 相信很多新手产品,看到算法二字,多是懵圈的。 什么排序算法、最短路径等都是相对传统的算法(注:传统是指科班出身的产品都会接触过)。但对于推荐算法,多数产品对着网上搜到的资源,都会无从下手。特别当某些推荐算法 和 “AI”扯上关系后,更是加大了理解的难度。 但,不了解推荐算法,就无法做推荐系

康拓展开(hash算法中会用到)

康拓展开是一个全排列到一个自然数的双射(也就是某个全排列与某个自然数一一对应) 公式: X=a[n]*(n-1)!+a[n-1]*(n-2)!+...+a[i]*(i-1)!+...+a[1]*0! 其中,a[i]为整数,并且0<=a[i]<i,1<=i<=n。(a[i]在不同应用中的含义不同); 典型应用: 计算当前排列在所有由小到大全排列中的顺序,也就是说求当前排列是第