最短路(转)模板

基本最短路算法集锦

 

算法总结:

①Dijkstra算法用的是贪心策略,每次都找当前最短路径的下一个最短距离点。所以不适合带有负权的情况。至于时间效率通过各种优化可以到达不同的程度。但是朴素的Dijkstra算法永远是最稳定的。

②Bellman-Ford算法是Dijkstra的一种变式,它摒弃了贪心的策略,但是每次都需要松弛所有的路径,所以也适合负权的情况。但是时间效率较低。有资料显示,Bellman-Ford算法也可以应用贪心策略,这属于高级技巧,这里不予考虑。

③Floyd算法用的是动态规划的思想,由于是不定源点,所以它需要对所有的情况进行松弛操作,最终获得所有的最短路径长度。由于需要遍历,所以它的时间效率比较低。但是遍历策略好的话,还是能很快得到想要的结果。

④SPFA算法是用FIFO队列优化的Bellman-Ford算法,所以支持负权的情况,由于已经将需要考虑的节点放入队列中,所以避免了很多不必要的松弛,时间效率也相对较高。由于队列中无法进行修改,所以时间效率相对不稳定。

⑤所有的队列优化其实都能转化为hash优化,这里不再考虑更进一步的优化。

 

 

一、Dijkstra算法:单源到所有节点的最短路算法。

算法要求:可以是无向图或有向图,所有边权均为正,最短路存在。如果图是五环图,则最长路也一定存在,但是如果是有环图,则最长路不一定存在。

算法思想:每次比较所有的从源点可以到达的路的长度,然后选出最短的一条放入源点集合,然后更新最短路径长度。这样,当所有的点都在源点集合中时,得到的长度就是最短路长度。

1)使用邻接矩阵的稠密图普通Dijkstra算法

算法时间复杂度:O(n^2)

算法代码:

#include

#include

#include

using namespace std;

#define INF (1<<31)-1   //int最大值

#define MAXN 100   //最大节点数

int dist[MAXN],c[MAXN][MAXN];  

//dist[i]存放从源点到i节点的最短距离,c数组用来表示图

int n,line;   //n为节点数,line为边数

 

//迪杰斯特拉算法主算法模块

void Dijkstra(int v)   //v代表源点

{

       inti,j,temp,u;  //temp用于暂时存放最短路径长度

       boolvis[MAXN];   //判定重复标记数组

       for(i=0;i

{

       dist[i]=c[v][i];

       vis[i]=0;

}

dist[v]=0;  //源点到源点的距离设为0

vis[v]=1;   //源点默认为已经访问

for(i=0;i

{

       temp=INF;  //初始化temp为最大值

       u=v;   //初始化最短节点为当前节点

for(j=0;j

{

u=j;   //找出v距离最短的节点u

temp=dist[j];   //更新最短距离

}

if(temp==INF)return;   //不存在其它节点了,返回

vis[u]=1;   //标记该最短节点为已经访问

for(j=0;j

       dist[j]=dist[u]+c[u][v];  //更新最短距离

}

}

int main()

{

int p,q,len,i,j,origin;

while(scanf(“%d%d”,&n,&line))

{

       if(!n&&!line) break;  //如果图为空白图,则结束

       for(i=0;i

       for(j=0;j

              c[i][j]=INF;   //初始化节点间距离,默认为节点间全部不连通

while(line--)   //输入这line条边的内容

{

       scanf(“%d%d%d”,&p,&q,&len);  

//p为边的起点,q为边的终点,len为边的长度

       //下面是无向图的输入方式

       if(len

{

       c[p][q]=len;

       c[q][p]=len;

}

/*下面是有向图的输入方式

if(len

       c[p][q]=lem;

以上是有向图的输入方式*/

}

for(i=0;i

       dist[i]=INF;   //初始化最短距离数组为最大长度

scanf(“%d”,&origin);

Dijkstra(origin);  //最短路算法调用

printf(“%d\n”,dist[n]);

}

}

 

2)使用邻接表的稀疏图的普通Dijkstra算法

算法时间复杂度:O(m*log(n))

算法代码:(代码以无向图为例,有向图部分以注释形式写在代码中)

###头文件以及宏定义部分省略###

int first[MAXN];  //first[u]保存节点u的第一条边的编号

int u[MAXN],v[MAXN],w[MAXN];

//u[i]表示第i条边的一端端点,v[i]表示第i条边的另一端端点,w[i]表示第i条边的长度

int next[2*MAXN];  //next[i]表示第i条边的下一条边的编号【无向图】

//int next[MAXN]; next[i]表示第i条边的下一条边的编号。【有向图】

#########省略部分#########

scanf(“%d%d”,&n,&m);

for(i=0;i

for(i=0;i<2*line;i++)  //输入2*line条边,每次将边首插法插入链表表头(避免遍历链表)。

//如果是有向图,那么只有line条边,即i

{

       scanf(“%d%d%d”,&u[i],&v[i],&w[i]);

       next[i]=first[u[i]];

       first[u[i]]=i;

       //以下只有无向图才有

       i++;

       u[i]=v[i-1];

       v[i]=u[i-1];

next[i]=first[u[i]];

       first[u[i]]=i;

       //以上只有无向图才有

}

//对应的Dijkstra算法

void Dijkstra(int x)   //v代表源点

{

       inti,j,temp,minu;  //temp用于暂时存放最短路径长度

       boolvis[MAXN];   //判定重复标记数组

       for(i=first[x];i!=-1;i=next[i])  //dist数组与vis数组的初始化

{

       dist[v[i]]=w[i];

       vis[v[i]]=0;

}

dist[x]=0;  //源点到源点的距离设为0

vis[x]=1;   //源点默认为已经访问

for(i=0;i

{

       temp=INF;  //初始化temp为最大值

       minu=x;   //初始化最短节点为当前节点

for(j=first[x];j!=-1;j=next[j])

{

if((!vis[v[j]])&&dist[v[j]]

{

minu=j;   //找出v距离最短的节点uu

temp=dist[v[j]];   //更新最短距离

}

}

if(temp==INF)return;   //不存在其它节点了,返回

vis[minu]=1;   //标记该最短节点为已经访问

for(j=first[x];j!=-1;j=next[j])if((!vis[v[j]])&&dist[minu]+w[j]

       dist[v[j]]=dist[minu]+w[j];  //更新最短距离

}

}

 

3)使用优先队列的Dijkstra优化算法

算法时间复杂度:O(n*lgn+ m)。一般情况下最快。

算法代码:

#include    //需要优先队列

#include    //需要pair类型

######其他头文件已经宏定义省略######

int first[MAXN];  //first[u]保存节点u的第一条边的编号

int u[MAXN],v[MAXN],w[MAXN];

//u[i]表示第i条边的一端端点,v[i]表示第i条边的另一端端点,w[i]表示第i条边的长度

int next[2*MAXN];  //next[i]表示第i条边的下一条边的编号【无向图】

//int next[MAXN]; next[i]表示第i条边的下一条边的编号。【有向图】

#########省略部分#########

scanf(“%d%d”,&n,&m);

for(i=0;i

for(i=0;i<2*line;i++)  //输入2*line条边,每次将边首插法插入链表表头(避免遍历链表)。

//如果是有向图,那么只有line条边,即i

{

       scanf(“%d%d%d”,&u[i],&v[i],&w[i]);

       next[i]=first[u[i]];

       first[u[i]]=i;

       //以下只有无向图才有

       i++;

       u[i]=v[i-1];

       v[i]=u[i-1];

next[i]=first[u[i]];

       first[u[i]]=i;

       //以上只有无向图才有

}

typedef pair pii;  //定义双对象类型

priority_queue,greater> pq;   //声明最小出队的优先队列

//对应的Dijkstra算法

int Dijkstra(int x)

{

       inti,j;

       pq.push(make_pair(d[x],x);

       while(!pq.empty())

       {

              piiminu=pq.top();pq.pop();

              intx=minu.second;

              if(minu.first!=dist[x])continue;

              for(inti=first[x];i!=-1;i=next[i]) if(d[v[i]]>dist[x]+w[i])

              {

                     dist[v[i]]=dist[x]+w[i];

                     pq.push(make_pair(d[v[i]],v[i]));

              }

       }

}

二、Bellman-Ford算法:单源到所有节点的最短最长路算法。

算法要求:可以使无向图或者有向图。边权可以存在负值。当然最短路不一定存在,当最短路存在时,可以求出最短路长度。如果图为有环图,则最短路不一定存在,最长路也不一定存在。如有负权则输出错误提示。也适合求解约束拆分系统的不等式问题。

算法思想:如果最短路存在,一定存在一个不含环的最短路。在边权可正可负的图中,环有零环、正环、负环3种。如果包含零环或正环,去掉以后路径不会变长;如果包含负环,则最短路不存在。可以通过n-1轮松弛操作得到。

1)朴素的BF算法。

算法时间复杂度:O(mn)

算法代码:

const int N =205;

const int M =20005;

const int MAXN = 1000000000

int dist[N];

 

//自定义边的结构体

struct edge{int u,v,w;}e[M];  //u,v分别是边的两端点,w为边长度

//初始化dist数组

void init(int vs,int s)

{

       inti;

       for(i=0;i

              dist[i]=MAXN;

       dist[s]=0;

       return;

}

//松弛操作,成功返回true,失败返回false

bool relax(int u,int v,int w)

{

       if(dist[v]>dist[u]+w)

       {

              dist[v]=dist[u]+w;

              returntrue;

}

return false;

}

//BF主算法模块,返回false表示算法失败,图中存在负环。

bool bellmanFord(int es,int vs,int s)   //es表示边数,vs表示点数,s表示起点

{

       inti,j;

       init(vs,s);

       boolflag;

       for(i=0;i

       {

              flag=false;

              for(j=0;j

       if(relax(e[j].u,e[j].v,e[j].w))

              flag=true;

return flag;

}

}

 

 

int main()

{

       intn,m,i;

       while(scanf(“%d%d”,&n,&m)!=EOF)

{

       for(i=0;i

       {

              scanf(“%d%d%d”,&e[i].u,&e[i].v,&e[i].w);

              e[m+i].u=e[i].v;

              e[m+i].v=e[i].u;

              e[m+i].w=e[i].w;

}

if(bellmanFord(m<<1,n,1))

printf(“%d\n”,dist[n]);

else printf(“No\n”);

}

return 0;

}

 

(2)使用FIFO队列的优化BF算法(使用邻接表)

算法时间复杂度:O(mn)

算法代码:

#include

#define INF (1<<31)-1

######其他头文件以及宏定义省略######

int first[MAXN];  //first[u]保存节点u的第一条边的编号

int u[MAXN],v[MAXN],w[MAXN];

//u[i]表示第i条边的一端端点,v[i]表示第i条边的另一端端点,w[i]表示第i条边的长度

int next[2*MAXN];  //next[i]表示第i条边的下一条边的编号【无向图】

//int next[MAXN]; next[i]表示第i条边的下一条边的编号。【有向图】

#########省略部分#########

queue q;

bool inq[MAXN];

bool bellmanFord(int x)

{

int i,j;

bool ans;

       for(i=0;i

       memset(inq,0,sizeof(inq));   //在队列中的标志

       q.push(x);

       ans=false;

       while(!q.empty())

{

       int x=q.front();q.pop();

       inq[x]=false;

       for(i=first[x];i!=-1;i=next[i]) if(dist[v[e]]>dist[x]+w[e])

{

       dist[v[e]]=dist[x]+w[e];

       ans=true;

       if(!inq[v[e]])

{

       inq[v[e]]=true;

       q.push(v[e]);

}

}

}

return ans;

}

 

三、Floyd-Warshall算法:任意两点之间的最短路

算法要求:无特殊要求。

算法思想:动态规划。

时间复杂度:O(n^3)

算法代码:

#define MAXN 100

#define INF (1<<31)-1

int n,m,p,q;

int f[MAXN+10][MAXN+10];

void Floyd()

{

       inti,j,k;

       for(k=0;k

{

       for(i=0;i

       {

              for(j=0;j

{

       if(f[i][k]+f[k][j]

              f[i][j]=f[i][k]+f[k][j];

}

}

}

if(f[0][n-1]==INF) printf(“0\n”);

else printf(“%d\n”,f[0][n-1]);

}

 

int main()

{

       inta,b,c,i;

       while(~scanf(“%d%d”,&n,&m))

{

       if(!n&&!m) break;

       for(p=0;p

              for(q=0;q

                     f[p][q]=INF;

       for(i=0;i

{

       scanf(“%d%d%d”,&a,&b,&c);

       f[a][b]=c;

       f[b][a]=c;

}

floyd();

}

return 0;

}

 

四、SPFA算法:单源点最短路的高效实用算法

算法要求:无特殊要求

算法思想:用FIFO队列优化的BF算法。

算法时间复杂度:O(k|E|),k为常数,一般k<=2

算法代码:

#include

#######省略部分######

#define INF (1<<31)-1

#define N 1010

int dist[N],n,m;

int edge[N][N];

bool vis[N];

 

void spfa(int s)

{

       inti,u;

       memset(vis,false,sizeof(vis));

       for(i=0;i

       queueq;

       q.push(s);

vis[s]=true;

dist[s]=0;

while(!q.empty())

{

       u=q.front();

       q.pop();

       vis[u]=false;

       for(i=0;i

{

       if(dist[i]>dist[u]+edge[u][i])

              dist[i]=dist[u]+edge[u][i];

       if(!vis[i])

{

       vis[i]=true;

       q.push(i);

}

}

}

}

 

int main()

{

       inti,j,a,b,c,origin;

while(scanf(“%d%d”,&n,&m)!=EOF&&(n||m))

{

       for(i=0;i

              for(j=0;j

{

       edge[i][j]=INF;

       edge[j][i]=INF;

}

},

for(i=0;i

{

       scanf(“%d%d%d”,&a,&b,&c);

       if(edge[a][b]>c)

       {

              edge[a][b]=c;

              edge[b][a]=c;

}

scanf(“%d”,&origin);

spfa(origin);

printf(“%d\n”,dist[n]);

}

return 0;

}

你可能感兴趣的:(====ACM算法学习====,经典算法)