首页 > 其他分享 >单源最短路问题

单源最短路问题

时间:2023-08-16 22:23:34浏览次数:44  
标签:mini 遍历 int 短路 源点 单源 问题 起点 dis

  • Bellman-Ford 算法

例题

【模板】负环

原理

Bellman-Ford 算法的原理是重复遍历 \(n - 1\) 遍所有的边,对其进行松弛操作。

如果源点到终点的距离小于源点到起点与这条边的权值之和,那么源点到终点的距离就用这个更小的距离来替换。

核心代码:

if (dis[e[j].from] + e[j].value < dis[e[j].to] && dis[e[j].from] != 2147483647)
			{
				dis[e[j].to] = dis[e[j].from] + e[j].value;
			}

同时我们可以引入 check 这个变量,如果当前一轮松弛操作没有对任何一个点的距离产生变化,那么可以提前退出循环

注意判断源点是否与当前边的起点连通(距离不是正无穷)

关于重复遍历 \(n - 1\) 遍

在第 \(1\) 遍对所有的边进行松弛操作后,得到的是源点最多经过 \(1\) 条边到达其他边的最短距离。

在第 \(2\) 遍对所有的边进行松弛操作后,得到的是源点最多经过 \(2\) 条边到达其他边的最短距离。

……

在第 \(n - 1\) 遍对所有的边进行松弛操作后,得到的是源点最多经过 \(n - 1\) 条边到达其他边的最短距离

而从源点到达其他点的最短距离,至多经过 \(n - 1\) 条边(一共只有 \(n\) 个点)

判断负环

负环:一条边权之和为负数的回路

如果在 \(n - 1\) 遍遍历之后仍然可以产生对某些点最短距离的变化,那么说明图中有负环存在 (因为存在负环的图中不存在最短路径)

代码

//Bellman-ForD算法
#include <iostream>
using namespace std;
#define int long long
int n, m;//n表示图的点数,m表示图的边数
int dis[50050];//dis表示源点到其他点的距离
int s;
struct EDGE
{
	int from, to, value;//分别表示起点,终点,权值
}e[1000050];

void init()
{
	for (int i = 1; i <= 50000; i++)dis[i] = 2147483647;
	cin >> n >> m >> s;
	dis[s] = 0;//将顶点的距离设为0
	for (int i = 1; i <= m; i++)cin >> e[i].from >> e[i].to >> e[i].value;
	//存边
}

void solve()
{
	//遍历n - 1遍所有的边,对它们进行松弛操作
	for (int i = 1; i <= n - 1; i++)
	{
		int check = 1;//记录当前一轮松弛是否有变化,如果没有变化,则提前退出循环
		for (int j = 1; j <= m; j++)
		{
			if (dis[e[j].from] + e[j].value < dis[e[j].to] && dis[e[j].from] != 2147483647)
			{
				dis[e[j].to] = dis[e[j].from] + e[j].value;
				check = 0;
			}
		}
		if (check == 1)break;
	}
}

void output()
{
	for (int i = 1; i <= n; i++)cout << dis[i] << " ";
	cout << endl;
   	//输出源点到其他节点的最短距离
}

signed main()
{
	init();
	solve();
	output();
	return 0;
}

  • Dijkstra算法

例题

【模板】单源最短路(弱化版)

【模板】单源最短路(标准版)

原理

对于一个无负权边的图,可以使用上述算法,其类似于 Prim 算法。

设起点为 \(i\),那么维护一个数组 dis[n],其中的元素 dis[j] 表示 \(i\) 与 \(j\) 的最短路径

初始时,若 \(i\), \(j\) 不连通,则设 dis[j] 为无穷大

首先遍历 dis[n] 数组,找到最小值,设为 dis[x0],即 \(x_0\) 是与起点 \(i\) 连通的最小的边。

以 \(x_0\) 为中转点遍历除 \(i\) 与 \(x_0\) 以外的点,求出起点 \(i\) 到它们的距离(\(i\) 到 \(x_0\) 的距离与 \(i\) 到其中某一点距离之和)。

如果以 \(x_0\) 为中转点, \(i\) 到某个点的距离小于原有的距离,那么用这个更小的距离更新原有的距离

依此类推,每次都将中转点设为 没有被设为中转点过的 且到起点距离最短的dis[j] 最小)点。

直到所有点被遍历完。

核心代码

类似于 Bellman-Ford 算法终的松弛操作

不同点在于存图方式:Bellman-Ford 算法存储了每一条边的起点、终点和权值 (离散)Dijkstra 算法中使用了链式前向星存图方法 (连续)

代码

#include <iostream>
using namespace std;
const int inf = 0x7fffffff;
int dis[10005];//ans代表到达i点的最小花费
bool vis[10005];//是否以某个点为中转点计算过
int head[500005];//以某一个点为起点的最后一条边的编号
int cnt = 0;

struct EDGE
{
	int next, to, w;
	//next上一条边的编号
	//to边的终点
	//w边的权重
}e[500005];

//存图方式:链式前向星
//实际上,通过head数组可以找到某个点最后一条边的编号
//然后通过next指向前一条边
//head[a] = i;表示以点a为起点的最后一条边的编号为i
//e[i]即表示这最后一条边
//e[i].next表示以a为起点的倒数第二条边

void addedge(int u, int v, int w, int s)
{
	cnt++;
	e[cnt].next = head[u];
	//前一条边的编号为head[u]
	e[cnt].to = v;
	e[cnt].w = w;
	head[u] = cnt;
	//更新以u为起点的最后一条边的编号
	if (u == s && w < dis[v])dis[v] = w;
}
void init(int n, int s, int m)
{
	for (int i = 1; i <= n; i++)dis[i] = inf;
	for (int u, v, w; m; m--)
	{
		cin >> u >> v >> w;
		addedge(u, v, w, s);
	}
	dis[s] = 0;
	vis[s] = 1;
}
bool isEnd(int n)
{
	for (int i = 1; i <= n; i++)if (vis[i] == 0)return 0;
	return 1;
}

int main()
{
	int n, m, s;
	cin >> n >> m >> s;
	init(n, s, m);

	int minn, mini;
	while (1)
	{
		minn = inf, mini = 0;
		for (int i = 1; i <= n; i++)
		{
			if (minn > dis[i] && vis[i] == 0)
			{
				minn = dis[i];
				mini = i;
			}
		}
		vis[mini] = 1;
		if (mini == 0)break;
		//以mini为新的中转点,遍历点mini所有的连通边
		for (int i = head[mini]; i != 0; i = e[i].next)//链式前向星存图方法,对某一起点的边的遍历,这里是对以点mini为起点的边的遍历
		{
			if (vis[e[i].to] == 0 && e[i].w + dis[mini] < dis[e[i].to])dis[e[i].to] = dis[mini] + e[i].w;
		}
	}
	for (int i = 1; i <= n; i++)cout << dis[i] << " ";
    		cout<<endl;
    		//输出源点到其他节点的最短距离
	return 0;
}

标签:mini,遍历,int,短路,源点,单源,问题,起点,dis
From: https://www.cnblogs.com/susenyang/p/17636368.html

相关文章

  • 多源最短路问题
    Floyd算法例题【模板】Floyd算法原理Floyd算法的思想是动态规划。维护一个数组dis[k][u][v],表示从点\(u\)到点\(v\)的最短路径,且中间经过的点(不包括\(u\),\(v\))的序号最大为\(k\)。状态转移方程:\(f(k,u,v)=min{(f(k-1,u,v),f(k-1,u,k)+f(k-1,k,v))}\)为......
  • 拼接sql 参数化 where userId in(@userIds)的问题
    这里@userIds如果写成101,202,301翻译后的sql的where部分会是:whereuserIdin('101,202,301');而不是期待的:whereuserIdin(101,202,301);前者前后多了引号。 在我使用ef.core连接mysql查询时,我这样写,就出现查出来的数据比sql脚本查出来的数据要少几条的情况。所以这样写......
  • 谷歌扩展相关问题及解决方案
    1、谷歌扩展的background:浏览器扩展页面分为background和popup,具体就不多解释啦其中background部分是常驻浏览器的,在manifest.json配置中可以配置多个js,但是只能配置一个html,且是二选一不能两个都配置的。但是往往需求是多变的,那么如果需要多个html在background,两种方案:1、在......
  • 减法平均优化算法(SABO)求解单目标优化问题附matlab代码
    ✅作者简介:热爱科研的Matlab仿真开发者,修心和技术同步精进,matlab项目合作可私信。......
  • 减法平均优化算法(SABO)求解单目标优化问题附matlab代码
    ✅作者简介:热爱科研的Matlab仿真开发者,修心和技术同步精进,matlab项目合作可私信。......
  • 基于斑马优化算法Zebra Optimization Algorithm求解单目标优化问题附matlab代码
    ✅作者简介:热爱科研的Matlab仿真开发者,修心和技术同步精进,matlab项目合作可私信。......
  • 【Azure Service Fabric】关于Service Fabric的相关问题
    问题一:ServiceFabric是否支持PrivateLink?在AzurePrivateEndpoint文档中,罗列出了Azure上支持PrivateLink的服务。ServiceFabric不在其中。AzurePrivateLinkavailability:https://learn.microsoft.com/en-us/azure/private-link/availability 问题二:是否可以Disable......
  • JVM调优(十七)JVM常见调优问题和工具的使用
    JVM调优(十七)JVM常见调优问题和工具的使用说辞熟悉GC常见算法熟悉常见的垃圾回收器,具有实际JVM调优经验1什么是调优根据需求进行JVM优化和预调优优化JVM的运行环境(慢、卡顿)解决JVM运行过程中出现的各种问题(OOM)2JVM常用调优命令jps:JDK自带,全称javaprocess,列出系......
  • 关于element ui table回选的问题思考
    业务需求选设备,左侧树,右侧是树,下方是element的tag原先版本是左右都是树,这样出现了一个问题当左侧是虚拟滚动树的时候,展开的节点过多,右侧点击全选的时候会很慢,原因:查看源码之后发现,tree-store.js中,elementui在树注册的时候,getAllNodes是页面中所有的节点,意思就是把其他的树节......
  • vscode git突然失效问题解决
    一:首先配置‘环境变量’打开电脑‘设置’----->关于--->高级系统设置---->环境变量------>用户和系统变量都设置一下,点击Path------->新建-------->将git-bash的应用程序地址粘贴到里面----->一直点击确定,直到退出(这里的应用程序地址看自己保存的bash.exe的位置)我的是:C:\Program......