首页 > 其他分享 >图的最短路

图的最短路

时间:2023-07-27 15:11:16浏览次数:26  
标签:dist idx val int 短路 st

图的最短路:

最短路问题分类:

1.单源最短路,也就是只有一个起点终点

单源最短路又可以分成边权为正与边权为负两类

2.多源最短路,其中有多个起点与终点。

存图方式:

1.以邻接矩阵存储(也就是二维数组:g[i] [j] = k表示i到j有一条长度为k的边),这种方式主要适用于稠密图(边数接近点数的平方的图)

2.以领接表存储(链表),这种方式适合稀疏图。

 

 

一、单源最短路(且边权为正)

dijkstra算法(主要处理稠密图问题)

 

数组: dist[i]:表示第i个点到原点的最短距离 gi:表示点i到j的距离(没有边时值为无穷大) st[i]:记录节点i是否以及被遍历过

 

主要思路:

基于贪心思想。遍历n次,每次找到当前状态下dist值最小的节点,由这个节点发散出去求得的距离也会是最小的,所以此时还要遍历整张图以更新其它点的最短路,并用st数组标记该点已经遍历过 时间复杂度: 由于整个遍历了两次整张图,所以复杂度为O(n ^ 2)

 

 

代码实现:

#include <bits/stdc++.h>
using namespace std;
const int N = 501;
int n, m;
int g[N][N];
int dist[N];
bool st[N];
int dijkstra() {
    memset(dist, 0x3f, sizeof(dist));
    dist[1] = 0;
    for(int i = 1; i <= n; i++) {
        int t = -1;
        for(int j = 1; j <= n; j++) {
            if(st[j] == false && (t == -1 || dist[t] > dist[j])) {
                t = j;
            }//找到当前dist最小的点,由这个点发散出去的点得到的值也一定是最小的 
        }
        st[t] = true;
        
        for(int j = 1; j <= n; j++)  dist[j] = min(dist[j], dist[t] + g[t][j]); 
        //从当前点更新一次所有其他点的最短路径 
    }
    if(dist[n] == 0x3f3f3f3f) return -1;
    else return dist[n];
}
int main() {
    cin.tie();
    cout.tie();
    
    memset(g, 0x3f, sizeof(g));
    cin >> n >> m;
    for(int i = 1; i <= m; i++) {
        int a, b, c;
        cin >> a >> b >> c;
        g[a][b] = min(g[a][b], c);//保证没有自环 
    }
    
    int t = dijkstra();
    cout << t << endl;
    return 0;
}
​

 

 

 

堆优化:

在dijkstra算法的基础上用小根堆维护了上述每次找最小dist的过程 小根堆每次插入数值的时间复杂度为O(logn),且邻接表以边的形式存储。

总时间复杂度为O(mlogn)

 

#include <bits/stdc++.h>
using namespace std;
const int N = 1e6 + 10;
pair <int, int> PLL;
int n, m;
int h[N], e[N], ne[N], val[N], idx;
int dist[N];
bool st[N];
void add(int a, int b, int c) {
    e[idx] = b;
    val[idx] = c;
    ne[idx] = h[a];
    h[a] = idx;
    idx++;
}
int dijkstra() {
    memset(dist, 0x3f, sizeof(dist));
    dist[1] = 0;
    priority_queue <PLL, vector<PLL>, greater<PLL> > heap;
    //pair在不明确声明的情况下以第一个元素比较 
    heap.push({0, 1});
    while(heap.size() != 0) {
        PLL t = heap.top();
        heap.pop();
        int dis = t.first;
        int ver = t.second;
        
        if(st[ver] == true) continue;
        st[ver] = true;
        
        for(int i = h[ver]; i != -1; i = ne[i]) {
            int j = e[i];
            if(dist[j] > dis + val[i]) {
                dist[j] = dis + val[i];
                heap.push({dist[j], j});
            }
        }
    }
    if(dist[n] == 0x3f3f3f3f) return -1;
    else return dist[n];
}
int main() {
    memset(h, -1, sizeof(h));
    scanf("%d%d", &n, &m);
    for(int i = 1; i <= m; i++) {
        int a, b, c;
        scanf("%d%d%d", &a, &b, &c);
        add(a, b, c);
    }
    int t = dijkstra();
    printf("%d\n", t);
    return 0;
} 

 


 

 

二、单源最短路 (存在负边权)

Bellman-ford算法(唯一可以处理限制最短路边数问题的算法)

结构体

储存边:起始点,终点,边权值 数组

backup[]:保存上次迭代后的dist数组,防止在本次迭代中循环时,先行更新的dist值会对后续更新的dist值做干扰

dist[i]:表示第i个点到原点的最短距离

主要思路:

循环k次,每次遍历所有的边,看似把所有的边都遍历了一遍,实际只会更新一个节点的dist值,所以外层循环k次刚好表示经过了k条边

时间复杂度: O(nm)

 

 

代码实现:

#include <bits/stdc++.h>
using namespace std;
const int N = 501, M = 1e5 + 10;
int n, m, k;
int dist[N], backup[N];
struct Edge {
    int a, b;
    int e;
}edge[M];
int bellman_ford() {
    memset(dist, 0x3f, sizeof(dist));
    dist[1] = 0;
    for(int i = 1; i <= k; i++) {
        memcpy(backup, dist, sizeof(dist)); 
        for(int j = 1; j <= m; j++) {
            int a = edge[j].a, b = edge[j].b, e = edge[j].e;
            dist[b] = min(dist[b], backup[a] + e);
        }//看似遍历了所有的边,其实只有相邻的点被更新了 
    }
    //cout << dist[n] << endl;
    if(dist[n] > 0x3f3f3f3f / 2) return -0x3f3f3f3f;//防止无穷减去一个小边权小于无穷的情况
    else return dist[n]; 
}
​
int main() {
    scanf("%d%d%d", &n, &m, &k);
    for(int i = 1; i <= m; i++) {
        int a, b, c;
        scanf("%d%d%d", &a, &b, &c);
        edge[i] = {a, b, c};
    }
    int t = bellman_ford();
    if(t == -0x3f3f3f3f) puts("impossible");
    else printf("%d\n", t);
    return 0;
} 
​
 

 

 

spfa算法(邻接表存储,无负环情况)

 

数组: 与dijkstra算法相似

主要思路: spfa算法的代码看似与堆优化的dijkstra算法类似 ,实则有不同:

 

Dijkstra算法是基于贪心和DP的思路,一开始先将所有点到原点的距离设置为无穷大,特别的是dis[s]=0,此处的s为原点,它是每次找到离原点最近的点,放入堆中(成为堆顶)并且标记,再以这个点为起点去更新与它相连的点,类似于bfs,而bfs具有短视的特点,它只能看到与它直接相连的点,这也就决定了Dijkstra算法不能处理负权图,假设第一次找到了离原点最近的点为X,再以X为起点去更新与X相连的点,如果存在负边的话,那我找的与X相连的点到X的距离也就不一定是最小了,这就破坏了贪心的思路,算法也就出问题了

 

SPFA算法:它是要对所有的边去进行一次松弛操作,进行了n-1次更新,先初始化dis数组,起点赋值为0,其余赋值为无穷大,先起点入队列,入了队列的被标记,当队列不为空时循环,队首元素出队,松弛与队首元素相连的边,这些被更新的点如果不在队列中就加入队列, 再次队首元素出队,松弛与队首元素相连的边,它是不需要去找离原点最近的点的,所以Dijkstra算法用的是小根堆优化,SPFA直接用的队列

 

代码实现

#include <bits/stdc++.h>
using namespace std;
const int N = 1e5 + 10;
int n, m, k;
int e[N], ne[N], h[N], val[N], idx;
int dist[N];
bool st[N];
void add(int a, int b, int c) {
    e[idx] = b;
    val[idx] = c;
    ne[idx] = h[a];
    h[a] = idx;
    idx++;
}
int spfa() {
    memset(dist, 0x3f, sizeof(dist));
    dist[1] = 0;
    queue <int> q;
    q.push(1);
    st[1] = true;
    while(q.size() != 0) {
        int t = q.front();
        q.pop();
        st[t] = false;
        
        for(int i = h[t]; i != -1; i = ne[i]) {
            int j = e[i];
            if(dist[j] > dist[t] + val[i]) {
                dist[j] = dist[t] + val[i];
                if(st[j] == false) {
                    st[j] = true;
                    q.push(j);    
                }
            }
        }
    }
    if(dist[n] == 0x3f3f3f3f) return -0x3f3f3f3f;
    else return dist[n];
}
​
int main() {
    memset(h, -1, sizeof(h));
    scanf("%d%d", &n, &m);
    for(int i = 1; i <= m; i++) {
        int a, b, c;
        scanf("%d%d%d", &a, &b, &c);
        add(a, b, c);
    }
    int t = spfa();
    if(t == -0x3f3f3f3f) puts("impossible");
    else printf("%d", t);
    return 0;
}
​

 

 

spfa算法判断负环

 

数组: cnt[i]:记录从原点到i节点最短路的节点数,>n表示一定出现了环,而在最短路过程中出现环一定就是负环 代码实现:

#include <bits/stdc++.h>
using namespace std;
const int N = 2001, M = 1e5 + 10;
int n, m;
int e[M], ne[M], h[N], val[M], idx;
int dist[N];
int cnt[N];
bool st[N];
void add(int a, int b, int c) {
    e[idx] = b;
    ne[idx] = h[a];
    val[idx] = c;
    h[a] = idx;
    idx++;
}
bool spfa() {
    memset(dist, 0x3f, sizeof(dist));
    dist[1] = 1;
    queue <int> q;
    for(int i = 1; i <= n; i++) q.push(i);//负环不一定在1节点开始 
    while(q.size() != 0) {
        int t = q.front();
        q.pop();
        
        for(int i = h[t]; i != -1; i = ne[i]) {
            int j = e[i];
            if(dist[j] > dist[t] + val[i]) {
                dist[j] = dist[t] + val[i];
                cnt[j] = cnt[t] + 1;
                if(cnt[j] > n) return true;
                q.push(j);
            }
        }
    }
    return false;
}
int main() {
    memset(h, -1, sizeof(h));
    cin >> n >> m;
    for(int i = 1; i <= m; i++) {
        int x, y, z;
        cin >> x >> y >> z;
        add(x, y, z);
    }
    if(spfa() == false) cout << "No" << endl;
    else cout << "Yes" << endl;
    return 0;
}
​
 

 

 

多源汇最短路

 

 

Floyd算法

 

数组: d[i] [j]:表示从i到j的最短路长度 主要思路: 动态规划

 

实现代码:

#include <bits/stdc++.h>
using namespace std;
const int N = 210, INF = 0x3f3f3f3f;
​
int n, m, q;
int d[N][N];
​
void floyd() {
    for(int k = 1; k <= n; k++)
        for(int i = 1; i <= n; i++)
            for(int j = 1; j <= n; j++)
                d[i][j] = min(d[i][j], d[i][k] + d[k][j]);
}
​
int main() {
    cin >> n >> m >> q;
    
    for(int i = 1; i <= n; i++) 
        for(int j = 1; j <= n; j++) 
            if(i == j) d[i][j] = 0;
            else d[i][j] = INF;
    
    for(int i = 1; i <= m; i++) {
        int x, y, z;
        cin >> x >> y >> z;
        d[x][y] = min(d[x][y], z);
    }
    floyd();
    while(q--) {
        int x, y;
        cin >> x >> y;
        if(d[x][y] == INF) cout << "impossible" << endl;
        else cout << d[x][y] << endl; 
    }
    return 0;
}

 

参考:https://blog.csdn.net/luogu_bling/article/details/127231531
 

标签:dist,idx,val,int,短路,st
From: https://www.cnblogs.com/yjs0914/p/17585009.html

相关文章

  • 最短路模板总结
    最短路单源最短路所有边权都是正数朴素版Dijkstra算法(适用于稠密图)堆优化版Dijkstra算法(适用于稀疏图)存在负权边Bellman_Ford算法,用于仅存在负权边,并且对边数有限制Spfa算法对Bellman_Ford算法进行优化(容易被卡死)多源汇最短路可能不止一个起点,有很多询问,求任意......
  • Dijkstra 算法——求解最短路径问题
    Dijkstra算法——求解最短路径问题  迪杰斯特拉算法(Dijkstra'salgorithm)是一种用于解决单源最短路径问题的贪心算法。它可以找到从一个起始顶点到其他所有顶点的最短路径,并且适用于边的权重非负的图。算法步骤如下:创建一个数组dist,用于保存起始顶点到其他顶点的最短距离......
  • 维特比算法最短路径python
    维特比算法及其在最短路径问题中的应用引言在计算机科学领域,维特比算法(Viterbialgorithm)是一种常用的动态规划算法,用于寻找最有可能的状态序列。维特比算法最初由安德鲁·维特比(AndrewViterbi)在1967年提出,用于解码卷积码信号。后来,维特比算法在自然语言处理、语音识别、机器翻......
  • 最短路
    最短路\(Floyd\)算法\(Dijkstra\)算法\(SPFA\)算法 这些算法都很熟悉,基本的就不多说了。T11993小K的农场 差分约束,跑一遍\(spfa\)判断有没有负环就可以了。structnode{ intv,w;};intn,m;vector<node>e[N];intdis[N];boolflag[N];intcnt[N];boo......
  • 最短路之dijkstra算法
    dijkstra比之上次介绍的的bellman-ford算法的用途上最大的区别就是dijkstra只可用于求无负权边图中的最短路,堆优化后的dij比bellman-ford的复杂度(mn)更小(mlogn)代码源关于dijkstra的解释简单来讲就是每次选出一个没被选过的离起点最近的点,松弛这个点所在的每个边,直到所有点都被......
  • 最短路之 Bellman-ford 算法
    bellman-ford算法的思想:若有向图有n个点,m条边。扫描所有边,对每条边进行一次松弛(即对a,b为端点,权重为w的边,dist[b]=min(dist[a],dist[a]+w))重复此流程(最多重复n次)直到没有更新操作发生例题1bellmanford板子给你一张n个顶点m条边的有向简单图,顶点编号从1到......
  • 优化基础3——最短路径算法和蚁群算法
    1.复习了一下迪杰斯特拉和弗洛伊德算法具体参考[最短路径问题]—Dijkstra算法最详解-知乎(zhihu.com)Floyd算法详解通俗易懂-知乎(zhihu.com)迪杰斯特拉解决不了负边权问题,假如确定了一个点2,将他加入了visited集合此时有一个点3到点2的边是负边权,实际权重更小了,但是......
  • 同余最短路的转圈法
    学习自Alex_Wei的博客。同余最短路模板题:[国家集训队]墨墨的等式。已知长为\(n\)的序列\(a\)。对于不定方程\(\sum\limits_{i=1}^na_ix_i=b\;(x_i\ge0)\),问有多少\(b\in[l,r]\)可以使得方程有解。\(n\le12\),\(a_i\le5\times10^5\),\(l,r\le10^{12}\)。本文默认取模......
  • 复杂最短路做题笔记
    1.CF609EMinimumspanningtreeforeachedgeluogu传送门CodeForces传送门题意给你\(n\)个点,\(m\)条边,对于编号位i的边求出必须包含i的最小生成树权值和。很好理解,不做赘述。题解前置芝士:Kruskal算法求最小生成树,ST表倍增。首先,我们不考虑每条边的限制,先将整张图的......
  • abc088 <bfs 最短路>
    题目D-GridRepainting思路bfs找到从起点到终点的最短路,+1(起点),即为至少留下的白色块的个数则答案=总白色块数-(最短路+1)代码Code//https://atcoder.jp/contests/abc088/tasks/abc088_d#include<iostream>#include<algorithm>#include<vector>#incl......