最短路径问题

在之前的文章写过两种搜索方式

深度优先搜索 and 广度优先搜索

然后用这两种搜索方式来解决了图的一些问题

这里学习几种新的算法

Floyd-Warshall

简单了解一下👇

介绍:Floyd-Warshall 算法是有 Floyd 于 1962 年提出,其可以计算有向图中任意两点之间的最短路径,此算法利用动态规划的思想将计算的时间复杂度降低为 O (v^3) 【在这里我就简称 FW 算法 了😋

动态规划是后面的问题了,先了解一下这个算法的逻辑就好

先来一个有向图👇

根据以往的经验,要求两个点的距离变短,只能引入第三个点

比如 a→b 引入顶点 k,则变为 a→k→b

比较引入前后的距离大小,来判断这个点是否引入有效,有效则更新最短路径

请结合上图,顶点 1 到顶点 3,引入顶点 2 则得到最短路径

不过有的时候可能要引入的不止一个点,而是两个点,三个点……

比如说图上的顶点 4 到顶点 3,要引入顶点 1 、顶点 2 ,才能得到最短路径

写代码时,同样也要录入图和边

以下标代表顶点,值代表边长

基于这种引入点的思想,写出一个代码模型👇

for (int i = 1; i <= n; i++)
{
for (int j = 1; j <= n; j++)
{
if (a[i][j] > a[i][1] + a[1][j])
a[i][j] = a[i][1] + a[1][j];
}
}

从代码中可以看出,我们以顶点 1 为引入点,来获得其余点的最短距离

当然,如果要获得全部点的最短距离,那就得把所有点都引入一遍

整体代码如下👇

#include<stdio.h>
int n, m;
int a[51][51];
int main()
{
scanf_s("%d %d", &n, &m);
for (int i = 1; i <= n; i++)
{
for (int j = 1; j <= n; j++)
{
if (i == j)
a[i][j] = 0;
else
a[i][j] = 99999999;//假设无穷远
}
}
for (int i = 1; i <= m; i++)
{
int x, y, dis;
scanf_s("%d %d %d", &x, &y, &dis);
a[x][y] = dis;//有向图这样写
}
//FW算法核心代码就这三个循环嵌套
for (int k = 1; k <= n; k++)
{
for (int i = 1; i <= n; i++)
{
for (int j = 1; j <= n; j++)
{
if (a[i][j] > a[i][k] + a[k][j])
a[i][j] = a[i][k] + a[k][j];
}
}
}
for (int i = 1; i <= n; i++)
{
for (int j = 1; j <= n; j++)
{
if (i != j)
{
printf("%d 到 %d 的最短距离是 %d\n", i, j, a[i][j]);
}
}
}
return 0;
}

ok,来具体剖析一下代码

引入一个点的时候好理解吧

那么引入多个点的时候,如何来理解代码呢?

拿上面那个图的顶点 4,到顶点 3,来举例子

很明显顶点 4 到顶点 3 的直线距离为 12,要引入顶点 1 和 2,这应该看两眼就能得出的结论

但是计算机不会看,只能执行代码

首先,顶点 4 到顶点 1 的最短距离是能求的吧,用 FW 算法能得出距离是 5

然后顶点 4 到顶点 2 的最短距离也是能求的(引入点 1),得出是 7

那么要求顶点 4 到顶点 3 的时候,就尝试以另外几个点为跳板引入

其实最后实际上求得的是从顶点 4 到顶点 3,以顶点 2 为引入点获得的的最短距离

其他的点以此类推,核心代码就是三个嵌套的 for 循环,最外层为引入点(跳板),内部为比较

Dijkstra

名字奇奇怪怪的。。。

这部分学习一个指定一个点到其余各点最短路径,也叫做 “单源最短路径

例如求下图的 1 号顶点到其余各点的最短路径👇

和上面的 FW 算法一样,还是用二维数组储存点和边的关系

不过要另外开一个一维数组,来储存指定点目标点的距离

这里以顶点 1 为指定点,求到其他个点的最短距离

那么开一个数组,先进行模糊储存

目前 dis 数组中的数据都是估计值

dis[2]=1,则说明从顶点 1 到顶点 2 的模糊距离为 1(是直接判断的两点之间的距离,并没有经过第三点),两点无法直达则默认为无限远

那么现在,dis [2] 就成为了一个确切值,因为随意引入一个新点,距离都会大于两点直达

能够发现,dis[3]=12,而 dis[2]+a[2][3]=1+9=10<12,那么说明从点 1 到点 3 能够通过点 2 作为跳板,缩短距离(专业术语叫 “松弛”)

那么以顶点 2 为跳板松弛过后,dis 数组为:

因为刚刚已经利用顶点 2 做了一次跳板,那么就不能再利用顶点 2 了,要尝试以其他点为跳板进行松弛

上面忘了说,选跳板也是有顺序的,应该先近后远的顺序(以离目标点最近的开始

这样来看,下面就要以顶点 4 为跳板进行松弛

可以看到 dis[3]=10 < dis[4]+a[4][3]=8

那么 dis [3] 的值更新为了 8,又因为顶点 4 又对顶点 5、6 有出边,因此顶点 5、6 也更新了估计值

为了区分确切值估计值,用了颜色区分,橙色代表确切值👇

何时为确切?何时为估计?:

由于跳板的选择顺序是由近及远的,那么跳板的直达距离肯定是两点之间最短的

具体请以最开始的那个 dis 数组图为例子,顶点 1 能直达的点只有顶点 2、3、4,其中到顶点 2 的距离又是最短的(短于点 1 到点 3、4 的直达距离),那么这时就有可能经过顶点 2,使得从点 1 到其他点的路径缩短

因为点 1 到点 2 的直达距离是最短的,就不可能通过其他点做跳板缩短距离咯(三角形的两边大于第三边😛)那么这时到点 2 的距离就成为了确切值,其他没有做过跳板的仍然为估计值

为何不由远及近选取跳板? 答:少做无用功

过程简言之:每次找离源点最近的一个点,然后以点为跳板扩散,作为跳板的点一定是与目标点两点之间直达最近的

那么下面按照距离,以顶点 3 为跳板,得到下图👇

再以顶点 5 为跳板,得到下图👇

那么最后到要使用顶点 6 为跳板,不过因为在单向图中,顶点 6,并没有出边,代入算法后他自身就是确切值

小总结:Dijkstra 算法是单源的(从一固定点到其余点),那么在储存图的时候要进行模糊处理,能直达的储存直达距离,不能直达的就模糊处理为正无穷远,并在源点能直达的点中按照由近及远的顺序选取跳板,利用跳板来尝试缩短源点到其余点的距离。跳板是除开源点,每一个点都要做一遍的。

Ok,算法的思路就讲到这里,下面是代码实现👇

#include<stdio.h>
int a[51][51];
int n, m;
int dis[51];
int book[51];
int main()
{
int inf = 99999999;//设置inf为正无穷大
scanf_s("%d %d", &n, &m);
for (int i = 1; i <= n; i++)
{
for (int j = 1; j <= n; j++)
{
if (i == j)
a[i][j] = 0;
else
a[i][j] = inf;//模糊处理为无限远,即不可到达
}
}//初始化图
for (int i = 1; i <= m; i++)
{
int x, y, d;
scanf_s("%d %d %d", &x, &y, &d);
a[x][y] = d;//单向图写法
}
for (int i = 1; i <= n; i++)
{
dis[i] = a[1][i];//顶点1到个点的距离用数组储存起来
}
book[1] = 1;
int turning=1;//这里的数值无所谓,反正下面选取跳板时会更新
//下面为Dijkstra核心算法
for (int i = 1; i <= n-1; i++)//注意是到n-1,即除了源点,其余点都要做一次跳板
{
int min = inf;
for (int j = 1; j <= n; j++)
{
if (book[j] == 0 && dis[j] < min)
{
min = dis[j];
turning = j;
}
}//每次找到离顶点1最近的那个点,即turning,下面要尝试以turning为跳板引入
book[turning] = 1;
for (int i = 1; i <= n; i++)
{
if (a[turning][i] < inf)//假设turning到点i直线可达
{
if (dis[i] > dis[turning] + a[turning][i])
{
dis[i] = dis[turning] + a[turning][i];
}
}
}
}
for (int i = 1; i <= n; i++)
{
printf("%d ", dis[i]);
}
return 0;
}

可以输入数据进行验证:

6 9
1 2 1
1 3 12
2 3 9
2 4 3
3 5 5
4 3 4
4 5 13
4 6 15
5 6 4
运行结果:0 1 8 4 13 17

缺点:Dijkstra 算法是不能解决带有负权边的图的

原因看下面的图👇

如果是图 1 的情况,首先顶点 0,到顶点 1、2 能直达有距离,且点 0→点 2 的距离是最短的,那么根据算法,点 0→2 这条线就应该是确切的,点 2 又没有出边,那么点 2 就做不了跳板被忽略,就该轮到点 1 做跳板,但是引入点 1 后,又会使得原本是确切值的点 0→2 改变,这就与算法逻辑矛盾,这仅是三个点,点多了就会出现更多错误

在时间复杂度上,可以使用三个一维数组实现邻接表来代替二维的邻接矩阵,这样会使运行速度快一些

邻接表的实现方式👇

int n, m, i;
int u[6], v[6], w[6];//两点及其距离
int first[5], next[5];//first要大于n的最大值,next要大于m的最大值
scanf_s("%d %d", &n, &m);
for (int i = 1; i <= n; i++)
first[i] = -1;//设置成无法引用的下标
for (int i = 1; i <= m; i++)//对每一条边进行录入
{
scanf_s("%d %d %d", &u[i], &v[i], &w[i]);
next[i] = first[u[i]];
first[u[i]] = i;//这两步至关重要
}

以邻接表方式储存,后储存的边会在先储存的边上面,即更先访问到后储存的点和边

first [u [i]] 保存顶点为 u [i] 的第一条边(最新的那条),next [i] 用于储存第一条边后面的边

以这样的方式访问👇,比如说找到 1 号顶点的第一条边(其实是最后输入的),剩下的边都可以在 next 数组里找到

for (int i = 1; i <= n; i++)
{
k = first[1];
while (k != -1)
{
printf("%d %d %d", u[i], v[i], w[i]);
k = next[k];
}
}

假如输入以下数据验证:

4 5
1 4 9
4 3 8
1 2 5
2 4 6
1 3 7

那么找到顶点 1 的第一条边之后,剩余的边都可以在 next 数组里找到

邻接表有点抽象哈,再琢磨琢磨这个东西吧😩

Bellman-Ford

这是一个无论是思想还是代码实现,都堪称完美的最短路径算法!😬

能解决 Dijkstra 算法由于代码逻辑造成的负权边问题

不过仍然是单源

核心代码只有四行👇

for (int k = 1; k <= n - 1; k++)
for (int i = 1; i <= m; i++)
if (dis[v[i]] > dis[u[i]] + w[i])
dis[v[i]] = dis[u[i]] + w[i];

思想还是要借助跳板

不过这里算法更注重的是,而不是点

开三个数组为 U、V、W,分别储存起点、终点、边长

核心代码可以理解为根据 三角形的两边之和大于第三边 ,来缩短距离

对于核心代码循环中的 K,我的理解还是作为跳板(资料上解释的是:n 个点之间最多有 n-1 条单向边,要进行 n-1 次循环来对每条边进行松弛),因为一定要三个点才能形成三角形嘛

每实施一次松弛操作,都会有一些顶点求得其最短路径,变为确切值,最坏的情况就是进行了 n-1 次松弛过后才使所有点完成松弛

具体代码如下👇

#include<stdio.h>
int dis[10];
int u[10];
int v[10];
int w[10];
int n, m;
int inf = 99999999;
int main()
{
scanf_s("%d %d", &n, &m);
for (int i = 1; i <= m; i++)
{
scanf_s("%d %d %d", &u[i], &v[i], &w[i]);//储存两点以及距离
}
for (int i = 1; i <= n; i++)
dis[i] = inf;//初步设置为无限远
dis[1] = 0;
for (int i = 1; i <= n - 1; i++)
{
for (int j = 1; j <= m; j++)
{
if (dis[v[j]] > dis[u[j]] + w[j])
dis[v[j]] = dis[u[j]] + w[j];
}
}
for (int i = 1; i <= n; i++)
{
printf("%d ", dis[i]);
}
return 0;
}

可以输入数据验证:

5 5
2 3 2
1 2 -3
1 5 5
4 5 2
3 4 3
运行结果:0 -3 -1 2 4

这种算法虽然精简,时间复杂度却是要比 Dijkstra 要高的(省力不省时罢),不过也是可以进行优化

上面说到,最坏的情况就是对 n-1 条边进行松弛,那么也可能没有那么多边

可以简单地在循环中插入一个 check 变量,查看是否进行过松弛,如果没有,就直接结束算法,避免多余的循环

要检测一个图是否含有负权回路,那么只需要在所有边完全松弛过后,再遍历一次 dis 数组,查看是否存在 “三角形的斜边大于另外两边之和” 的情况

例如👇

for (int i = 1; i <= n - 1; i++)
{
for (int j = 1; j <= m; j++)
{
if (dis[v[j]] > dis[u[j]] + w[j])
{
dis[v[j]] = dis[u[j]] + w[j];
}
}
}
for (int i = 1; i <= m; i++)
{
if (dis[v[i]] > dis[u[i]] + w[i])
printf("含有负权回路");
}

思考一下:上面说过,在进行松弛的过程中,会有一些边变为确切值,这些确切值是不会改变的,但是在后续松弛的过程中还是会对已确定的边进行判断,那么这里就会浪费时间。那么是否可以考虑每次仅对估计值变化的顶点的出边进行松弛操作呢?

Bellman-Ford 的队列优化

在上一部分简述 BF 算法的时候留下了一个思考

在这里展开说明一下

看标题名字就知道,和队列知识离不开

优化后的效果大致如下:

每次选取队列的首顶点 u,对 u 点的所有出边进行松弛操作,例如有一条 u→v 的边,如果这条边使得源点到 v 点的距离能缩短,且 v 点不在队列中,就将 v 点加入队尾。将 u 点的所有出边进行松弛过后,就将 u 点出列,对队列中后面的点继续进行同样操作。

下面是代码实现,尝试用邻接表来储存图👇

#include<stdio.h>
int dis[6];
int u[8],v[8],w[8];//根据实际情况设置,要比m大1
int first[6], next[8];//first是储存点的,next是储存边的,first要比n大1,next要比m大1
int book[6];//用于标记
int que[1001];
int head = 1, tail = 1;//设置队列
int inf = 99999999;
int main()
{
int n, m;
scanf_s("%d %d", &n, &m);
for (int i = 1; i <= n; i++)
{
dis[i] = inf;
}
dis[1] = 0;
for (int i = 1; i <= n; i++)
first[i] = -1;
for (int i = 1; i <= n; i++)
book[i] = 0;
for (int i = 1; i <= m; i++)
{
scanf_s("%d %d %d", &u[i], &v[i], &w[i]);
//邻接表
next[i] = first[u[i]];
first[u[i]] = i;
}
que[tail] = 1;
tail++;
book[1] = 1;
while (head < tail)
{
int k = first[que[head]];//注意k是顶点为que[head]的第一条边
while (k != -1)//先对一个点的所有出边进行松弛
{
if (dis[v[k]] > dis[u[k]] + w[k])
{
dis[v[k]] = dis[u[k]] + w[k];//更新距离
if (book[v[k]] == 0)//0表示边的编号不在队列中,把v[k]顶点入队
{
que[tail] = v[k];
tail++;
book[v[k]] = 1;
}
}
k = next[k];
}
book[que[head]] = 0;//边出队,并重置为0,因为其他点可能会用到
head++;
}
for (int i = 1; i <= n; i++)
{
printf("%d ", dis[i]);
}
return 0;
}

关键就在于要有一个数组来判断重复,即上面的 book

因为同一个顶点在队列中多次出现是毫无意义的,那样就相当于 Bellman-Ford 没优化了。。。

总结一下:队列优化过后的 BF 算法,其实和广度优先搜索方式十分类似,差异就是优化过后的点出列后可能会再次入列,这是广度优先不具备的。

如何判断是否有负环:如果一个点入列的次数超过 n 次,那么肯定存在负环,因为经过负权边总能使得距离变短

最短路径的问题就先学习到这里,后面有机会再学习一下其他的算法😩

当前页面链接: https://www.hyhforever.top/shortest-path-problem/
如果您对本文内容有所意见或者建议,欢迎评论。
暂无评论

发送评论 编辑评论


				
|´・ω・)ノ
ヾ(≧∇≦*)ゝ
(☆ω☆)
(╯‵□′)╯︵┴─┴
 ̄﹃ ̄
(/ω\)
∠( ᐛ 」∠)_
(๑•̀ㅁ•́ฅ)
→_→
୧(๑•̀⌄•́๑)૭
٩(ˊᗜˋ*)و
(ノ°ο°)ノ
(´இ皿இ`)
⌇●﹏●⌇
(ฅ´ω`ฅ)
(╯°A°)╯︵○○○
φ( ̄∇ ̄o)
ヾ(´・ ・`。)ノ"
( ง ᵒ̌皿ᵒ̌)ง⁼³₌₃
(ó﹏ò。)
Σ(っ °Д °;)っ
( ,,´・ω・)ノ"(´っω・`。)
╮(╯▽╰)╭
o(*////▽////*)q
>﹏<
( ๑´•ω•) "(ㆆᴗㆆ)
😂
😀
😅
😊
🙂
🙃
😌
😍
😘
😜
😝
😏
😒
🙄
😳
😡
😔
😫
😱
😭
💩
👻
🙌
🖕
👍
👫
👬
👭
🌚
🌝
🙈
💊
😶
🙏
🍦
🍉
😣
Source: github.com/k4yt3x/flowerhd
颜文字
Emoji
小恐龙
花!
上一篇
下一篇