Bellman-Ford算法和SPFA算法以及Floyd算法学习心得

2024-04-20 18:18

本文主要是介绍Bellman-Ford算法和SPFA算法以及Floyd算法学习心得,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!

对于BF算法,我们主要是用于解决Dijkstra算法不能解决的问题,我们之前说到,Dijkstra算法的使用范围是结点之间的边权为正数的情况。所以BF算法可以解决边权为负的情况。
我们考虑环的问题,我们可以知道,如果某个点经过一系列的点后回到自身后,如果边权之和为正的话,则称为正环,为0则为零环,为负则为负环。对于正环和零环的情况,我们可以知道不会影响最短路径的取值,但是如果出现负环,我们的算法就很可能受到影响。但是,因为我们考虑的是有向图的情况,如果我们从源点出发不能通过该负环到达我们要源点自身,那么最短路径的求法还是不会受到影响的。
下面这种的是Bellman—Ford算法,其实这种的和Dijkstra算法相比就是这个多了一个最外层的n-1次循环。

bool Bellman(int s){fill(d,d+maxn,INF);fill(num,num+maxn,0);fill(w,w+maxn,0);d[s]=0;w[s]=weight[s];num[s]=1;for(int i=0;i<n-1;i++){for(int u=0;u<n;u++){for(int j=0;j<Adj[u].size();j++){int v=Adj[u][j].v;int dis=Adj[u][j].dis;if(d[u]+dis<d[v]){w[v]=w[u]+weight[v];d[v]=d[u]+dis;num[v]=num[u];pre[v].clear();pre[v].insert(u);}else if(d[u]+dis==d[v]){if(w[u]+weight[v]>w[v]){w[v]=w[u]+weight[v];}pre[v].insert(u);num[v]=0;set<int>::iterator it=pre[v].begin();for(;it!=pre[v].end();it++){num[v]+=num[*it];}}}}}for(int u=0;u<n;u++){for(int j=0;j<Adj[u].size();j++){int v=Adj[u][j].v;int dis=Adj[u][j].dis;if(d[u]+dis<d[v]){return false;}}}return true;
}

但是,我们会发现,BF算法的时间复杂度十分不理想,O(VE),我们可以注意到,当我们的u结点发生改变时,我们的从u结点可以到达的v结点才可能会发生改变,那么,我们就可以考虑建立一个队列,这个队列是存放那些改变的结点,如果我们的u发生了改变的话,那么我们的v就要放入队列里面。我们有邻接表的写法,然后开一个num数组来记录每个结点入队的次数,如果某一个结点入队的次数超过了n-1次的话,就说明图存在负环,返回false
。这样的话,我们就可以不要再将父结点u没有改变的那些点后面的进行改变了,从而达到了优化的目的。

const int maxn=2010;
struct Node{int v,dis;
};
vector<Node> Adj[maxn];
int num[maxn],d[maxn];
bool vis[maxn];bool Bellman(int s){memset(vis,false,sizeof(vis));memset(num,0,sizeof(num));d[s]=0;queue<Node> q;num[s]++;vis[s]=true;while(!q.empty()){int u=q.front();q.pop();vis[u]=true;for(int j=0;j<Adj[u].size();j++){int v=Adj[u][j].v;int dis=Adj[u][j].dis;if(d[u]+dis<d[v]){   //需要更新d[v]=d[u]+dis;if(!vis[v]){q.push();vis[v]=true;num[v]++;if(num[v]>=n)  return false;  //如果某个结点入队的次数超过n-1次}}}}return true;
}

Floyd算法
之前我们讲的算法主要的针对的是单源结点的最短距离,而这个算法主要针对的是全源最短路径的情况,也就是求出任意两个点之间的最短路径的问题
由于时间复杂度为O(n^3),那么我们建议用邻接矩阵来进行存储。我们还是以一个中介结点k,如果i,k之间的距离和k,j之间的距离之和小于i,j之间的距离。那么我们就可以更新我们的i,j之间的距离。三重循环i,j,k,那么我们如何分配我们这三个循环的位置呢?也就是我们把作为中间节点的那一层循环放入最外层,因为我们要先对里面的小区间之间进行更新,然后从里面往外面进行更新。

const int maxn=2020;
const int INF=1000000000;int dis[maxn][maxn];void Floyd(){for(int k=0;k<n;k++){for(int i=0;i<n;i++){for(int j=0;j<n;j++){if(dis[i][k]!=INF&&dis[k][j]!=INF&&dis[i][k]+dis[k][j]<dis[i][j]){dis[i][j]=dis[i][k]+dis[k][j];}}}}
}

到了这里,我们基本就学完了最短路径需要用到的几种著名的算法,其实,在我看来,它们的核心都是一样的,都是通过比较两者之间的路径进行更新。个人认为最最基本的还是要先理解好Dijlstra算法,后面的算法大都是在此基础上进行优化的。

这篇关于Bellman-Ford算法和SPFA算法以及Floyd算法学习心得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/920983

相关文章

代码随想录算法训练营:12/60

非科班学习算法day12 | LeetCode150:逆波兰表达式 ,Leetcode239: 滑动窗口最大值  目录 介绍 一、基础概念补充: 1.c++字符串转为数字 1. std::stoi, std::stol, std::stoll, std::stoul, std::stoull(最常用) 2. std::stringstream 3. std::atoi, std

人工智能机器学习算法总结神经网络算法(前向及反向传播)

1.定义,意义和优缺点 定义: 神经网络算法是一种模仿人类大脑神经元之间连接方式的机器学习算法。通过多层神经元的组合和激活函数的非线性转换,神经网络能够学习数据的特征和模式,实现对复杂数据的建模和预测。(我们可以借助人类的神经元模型来更好的帮助我们理解该算法的本质,不过这里需要说明的是,虽然名字是神经网络,并且结构等等也是借鉴了神经网络,但其原型以及算法本质上还和生物层面的神经网络运行原理存在

大林 PID 算法

Dahlin PID算法是一种用于控制和调节系统的比例积分延迟算法。以下是一个简单的C语言实现示例: #include <stdio.h>// DALIN PID 结构体定义typedef struct {float SetPoint; // 设定点float Proportion; // 比例float Integral; // 积分float Derivative; // 微分flo

LeetCode 算法:二叉树的中序遍历 c++

原题链接🔗:二叉树的中序遍历 难度:简单⭐️ 题目 给定一个二叉树的根节点 root ,返回 它的 中序 遍历 。 示例 1: 输入:root = [1,null,2,3] 输出:[1,3,2] 示例 2: 输入:root = [] 输出:[] 示例 3: 输入:root = [1] 输出:[1] 提示: 树中节点数目在范围 [0, 100] 内 -100 <= Node.

【Java算法】滑动窗口 下

​ ​    🔥个人主页: 中草药 🔥专栏:【算法工作坊】算法实战揭秘 🦌一.水果成篮 题目链接:904.水果成篮 ​ 算法原理 算法原理是使用“滑动窗口”(Sliding Window)策略,结合哈希表(Map)来高效地统计窗口内不同水果的种类数量。以下是详细分析: 初始化:创建一个空的哈希表 map 用来存储每种水果的数量,初始化左右指针 left

ROS2从入门到精通4-4:局部控制插件开发案例(以PID算法为例)

目录 0 专栏介绍1 控制插件编写模板1.1 构造控制插件类1.2 注册并导出插件1.3 编译与使用插件 2 基于PID的路径跟踪原理3 控制插件开发案例(PID算法)常见问题 0 专栏介绍 本专栏旨在通过对ROS2的系统学习,掌握ROS2底层基本分布式原理,并具有机器人建模和应用ROS2进行实际项目的开发和调试的工程能力。 🚀详情:《ROS2从入门到精通》 1 控制插

算法与数据结构面试宝典——回溯算法详解(C#,C++)

文章目录 1. 回溯算法的定义及应用场景2. 回溯算法的基本思想3. 递推关系式与回溯算法的建立4. 状态转移方法5. 边界条件与结束条件6. 算法的具体实现过程7. 回溯算法在C#,C++中的实际应用案例C#示例C++示例 8. 总结回溯算法的主要特点与应用价值 回溯算法是一种通过尝试各种可能的组合来找到所有解的算法。这种算法通常用于解决组合问题,如排列、组合、棋盘游

【图像识别系统】昆虫识别Python+卷积神经网络算法+人工智能+深度学习+机器学习+TensorFlow+ResNet50

一、介绍 昆虫识别系统,使用Python作为主要开发语言。通过TensorFlow搭建ResNet50卷积神经网络算法(CNN)模型。通过对10种常见的昆虫图片数据集(‘蜜蜂’, ‘甲虫’, ‘蝴蝶’, ‘蝉’, ‘蜻蜓’, ‘蚱蜢’, ‘蛾’, ‘蝎子’, ‘蜗牛’, ‘蜘蛛’)进行训练,得到一个识别精度较高的H5格式模型文件,然后使用Django搭建Web网页端可视化操作界面,实现用户上传一

【数据结构与算法 经典例题】使用队列实现栈(图文详解)

💓 博客主页:倔强的石头的CSDN主页               📝Gitee主页:倔强的石头的gitee主页    ⏩ 文章专栏:《数据结构与算法 经典例题》C语言                                   期待您的关注 ​​ 目录  一、问题描述 二、前置知识 三、解题思路 四、C语言实现代码 🍃队列实现代码:

算法11—判断一个树是不是二叉查询树

问题: 给定一个二叉树,判断它是否是二叉查询树。 思路: 要判断是否是二叉查询树,标准就是看每一个节点是否满足:1、左节点及以下节点的值比它小;2、右节点及以下节点的值比它大。当然,前提是子节点都存在的情况。所以,我们需要从根节点不断向下递归,只要所有节点都满足,那么就是BST,否则,就不是。 代码: [java]  view plain copy pri