(三) 圖的最短路徑問題
1. 問題分類
(1)單源最短路徑問題:從固定源點出發,求其到所有其他頂點的最短路徑
- 無權圖
- 有權圖
(2)多源最短路徑問題:從固定源點出發,求任意兩頂點間的最短路徑
2. 無權圖的最短路徑算法
-
按照遞增(非遞減)的順序找出源點到各個頂點的最短路。
-
思想類似於BFS
[外鏈圖片轉存失敗(img-CKQDy8zU-1567356507444)(C:\Users\alway\AppData\Roaming\Typora\typora-user-images\1567349652122.png)]
void Unweighted(Vertex s) {
// visited[v] = true;
Enqueue(s, Q);
while(!isEmpty(Q)) {
v = Dequeue(Q);
for (v的每個鄰接點w) {
if(dist[w]!=-1) { // dist初始化爲-1, dist[v] = 0
// visited[v] = true;
dist[w] = dist[v] + 1;
path[w] = v; // path 初始化爲-1, s到w的路上經過v
Enqueue(w, Q);
}
}
}
}
3. 有權圖的最短路徑算法-----Dijkstra算法
-
按遞增的順序找出源點到各個頂點的最短路
算法:
-
令S={源點 s + 已經確定了最短路徑的頂點}
-
對任一未收錄的頂點v,定義dist[v]爲 s 到 v 的最短路徑長度,但該路徑僅經過S中的頂點。即的最小長度。
-
若路徑是按遞增(非遞減)的順序生成的,則:
- 真正的最短路必須只經過S中的頂點(反證法可驗證)
- 每次從未收錄的頂點中選一個dist最小的收錄(貪心)
- 增加一個 v 進到 S,可能影響另外一個w的dist值!(隻影響那些與v直接相連的頂點)
- dist[w] = min(dist[w], dist[v] + <v, w>)
void Dijkstra(Vertex s) {
while (1) {
v = 未收錄頂點中的dist最小的頂點;
if(滿足條件的v不存在) {
break;
}
collected[v] = true;
for (v的每個鄰接點w) {
if(!collected[w])
if(dist[w] + <v, w> < dist[w]) {
dist[w] = dist[w] + <v, w>;
path[w] = v;
}
}
}
}
// 不能解決有負邊的情況,dist[w] + <v, w> < dist[v]....
1)直接掃描所有未收錄頂點----
- Dijkstra算法時間複雜度
- 對於稠密圖效果好
2)將dist存在最小堆中---- - 更新dist[w]—
- Dijkstra算法時間複雜度
- 對於稀疏圖效果好
3. 多源最短路徑算法-----Floyd算法
- 直接將單源最短路算法調用 |V| 遍
- 對於稀疏圖效果好
- Floyd算法
- 對於稠密圖效果好
算法:
- =路徑的最小長度
- 即給出了 i 到 j 的真正最短距離
- 從遞推到:
- 或者最短路徑,則
- 或者最短路徑,則該路徑必定由兩段最短路徑組成:
void Floyd() {
for (i = 0; i < N; i++) {
for (j = 0; j < N; j++) {
D[i][j] = G[i][j];
path[i][j] = -1;
}
}
for (k = 0; k < N; k++) {
for (i = 0; i < N; i++) {
for (j = 0; j < N; j++) {
if (D[i][k] + D[k][j] < D[i][j]) {
D[i][j] = D[i][k] + D[k][j];
path[i][j] = k;
}
}
}
}
}
4. 代碼實現
/* 鄰接表存儲 - 無權圖的單源最短路算法 */
/* dist[]和path[]全部初始化爲-1 */
void Unweighted ( LGraph Graph, int dist[], int path[], Vertex S )
{
Queue Q;
Vertex V;
PtrToAdjVNode W;
Q = CreateQueue( Graph->Nv ); /* 創建空隊列, MaxSize爲外部定義的常數 */
dist[S] = 0; /* 初始化源點 */
AddQ (Q, S);
while( !IsEmpty(Q) ){
V = DeleteQ(Q);
for ( W=Graph->G[V].FirstEdge; W; W=W->Next ) /* 對V的每個鄰接點W->AdjV */
if ( dist[W->AdjV]==-1 ) { /* 若W->AdjV未被訪問過 */
dist[W->AdjV] = dist[V]+1; /* W->AdjV到S的距離更新 */
path[W->AdjV] = V; /* 將V記錄在S到W->AdjV的路徑上 */
AddQ(Q, W->AdjV);
}
} /* while結束*/
}
/* 鄰接矩陣存儲 - 有權圖的單源最短路算法 */
Vertex FindMinDist( MGraph Graph, int dist[], int collected[] )
{ /* 返回未被收錄頂點中dist最小者 */
Vertex MinV, V;
int MinDist = INFINITY;
for (V=0; V<Graph->Nv; V++) {
if ( collected[V]==false && dist[V]<MinDist) {
/* 若V未被收錄,且dist[V]更小 */
MinDist = dist[V]; /* 更新最小距離 */
MinV = V; /* 更新對應頂點 */
}
}
if (MinDist < INFINITY) /* 若找到最小dist */
return MinV; /* 返回對應的頂點下標 */
else return ERROR; /* 若這樣的頂點不存在,返回錯誤標記 */
}
bool Dijkstra( MGraph Graph, int dist[], int path[], Vertex S )
{
int collected[MaxVertexNum];
Vertex V, W;
/* 初始化:此處默認鄰接矩陣中不存在的邊用INFINITY表示 */
for ( V=0; V<Graph->Nv; V++ ) {
dist[V] = Graph->G[S][V];
if ( dist[V]<INFINITY )
path[V] = S;
else
path[V] = -1;
collected[V] = false;
}
/* 先將起點收入集合 */
dist[S] = 0;
collected[S] = true;
while (1) {
/* V = 未被收錄頂點中dist最小者 */
V = FindMinDist( Graph, dist, collected );
if ( V==ERROR ) /* 若這樣的V不存在 */
break; /* 算法結束 */
collected[V] = true; /* 收錄V */
for( W=0; W<Graph->Nv; W++ ) /* 對圖中的每個頂點W */
/* 若W是V的鄰接點並且未被收錄 */
if ( collected[W]==false && Graph->G[V][W]<INFINITY ) {
if ( Graph->G[V][W]<0 ) /* 若有負邊 */
return false; /* 不能正確解決,返回錯誤標記 */
/* 若收錄V使得dist[W]變小 */
if ( dist[V]+Graph->G[V][W] < dist[W] ) {
dist[W] = dist[V]+Graph->G[V][W]; /* 更新dist[W] */
path[W] = V; /* 更新S到W的路徑 */
}
}
} /* while結束*/
return true; /* 算法執行完畢,返回正確標記 */
}
/* 鄰接矩陣存儲 - 多源最短路算法 */
bool Floyd( MGraph Graph, WeightType D[][MaxVertexNum], Vertex path[][MaxVertexNum] )
{
Vertex i, j, k;
/* 初始化 */
for ( i=0; i<Graph->Nv; i++ )
for( j=0; j<Graph->Nv; j++ ) {
D[i][j] = Graph->G[i][j];
path[i][j] = -1;
}
for( k=0; k<Graph->Nv; k++ )
for( i=0; i<Graph->Nv; i++ )
for( j=0; j<Graph->Nv; j++ )
if( D[i][k] + D[k][j] < D[i][j] ) {
D[i][j] = D[i][k] + D[k][j];
if ( i==j && D[i][j]<0 ) /* 若發現負值圈 */
return false; /* 不能正確解決,返回錯誤標記 */
path[i][j] = k;
}
return true; /* 算法執行完畢,返回正確標記 */
}