如果有一個矩陣D=[d(ij)],其中d(ij)>0表示i城市到j城市的距離。若i與j之間無路可通,那麼d(ij)就是無窮大。又有d(ii)=0。編寫一個程序,通過這個距離矩陣D,把任意兩個城市之間的最短與其行徑的路徑找出來。
我們可以將問題分解,先找出最短的距離,然後在考慮如何找出對應的行進路線。如何找出最短路徑呢,這裏還是用到動態規劃的知識,對於任何一個城市而言,i到j的最短距離不外乎存在經過i與j之間的k和不經過k兩種可能,所以可以令k=1,2,3,…,n(n是城市的數目),在檢查d(ij)與d(ik)+d(kj)的值;在此d(ik)與d(kj)分別是目前爲止所知道的i到k與k到j的最短距離,因此d(ik)+d(kj)就是i到j經過k的最短距離。所以,若有d(ij)>d(ik)+d(kj),就表示從i出發經過k再到j的距離要比原來的i到j距離短,自然把i到j的d(ij)重寫爲d(ik)+d(kj),每當一個k查完了,d(ij)就是目前的i到j的最短距離。重複這一過程,最後當查完所有的k時,d(ij)裏面存放的就是i到j之間的最短距離了。所以我們就可以用三個for循環把問題搞定了,但是有一個問題需要注意,那就是for循環的嵌套的順序:我們可能隨手就會寫出這樣的程序,但是仔細考慮的話,會發現是有問題的。
for(int i=0; i<n; i++)
for(int j=0; j<n; j++)
for(int k=0; k<n; k++)
問題出在我們太早的把i-k-j的距離確定下來了,假設一旦找到了i-p-j最短的距離後,i到j就相當處理完了,以後不會在改變了,一旦以後有使i到j的更短的距離時也不能再去更新了,所以結果一定是不對的。所以應當象下面一樣來寫程序:
for(int k=0; k<n; k++)
for(int i=0; i<n; i++)
for(int j=0; j<n; j++)
這樣作的意義在於固定了k,把所有i到j而經過k的距離找出來,然後象開頭所提到的那樣進行比較和重寫,因爲k是在最外層的,所以會把所有的i到j都處理完後,纔會移動到下一個k,這樣就不會有問題了,看來多層循環的時候,我們一定要當心,否則很容易就弄錯了。
接下來就要看一看如何找出最短路徑所行經的城市了,這裏要用到另一個矩陣P,它的定義是這樣的:p(ij)的值如果爲p,就表示i到j的最短行經爲i->…->p->j,也就是說p是i到j的最短行徑中的j之前的最後一個城市。P矩陣的初值爲p(ij)=i。有了這個矩陣之後,要找最短路徑就輕而易舉了。對於i到j而言找出p(ij),令爲p,就知道了路徑i->…->p->j;再去找p(ip),如果值爲q,i到p的最短路徑爲i->…->q->p;再去找p(iq),如果值爲r,i到q的最短路徑爲i->…->r->q;所以一再反覆,到了某個p(it)的值爲i時,就表示i到t的最短路徑爲i->t,就會的到答案了,i到j的最短行徑爲i->t->…->q->p->j。因爲上述的算法是從終點到起點的順序找出來的,所以輸出的時候要把它倒過來。
但是,如何動態的回填P矩陣的值呢?回想一下,當d(ij)>d(ik)+d(kj)時,就要讓i到j的最短路徑改爲走i->…->k->…->j這一條路,但是d(kj)的值是已知的,換句話說,就是k->…->j這條路是已知的,所以k->…->j這條路上j的上一個城市(即p(kj))也是已知的,當然,因爲要改走i->…->k->…->j這一條路,j的上一個城市正好是p(kj)。所以一旦發現d(ij)>d(ik)+d(kj),就把p(kj)存入p(ij)。
下面是具體的C代碼:
#include
#include
#include
#define MAXSIZE 20
void floyd(int [][MAXSIZE], int [][MAXSIZE], int);
void display_path(int [][MAXSIZE], int [][MAXSIZE], int);
void reverse(int [], int);
void readin(int [][MAXSIZE], int *);
#define MAXSUM(a, b) (((a) != INT_MAX && (b) != INT_MAX) ? /
((a) + (b)) : INT_MAX)
void floyd(int dist[][MAXSIZE], int path[][MAXSIZE], int n)
{
int i, j, k;
for (i = 0; i < n; i++)
for (j = 0; j < n; j++)
path[i][j] = i;
for (k = 0; k < n; k++)
for (i = 0; i < n; i++)
for (j = 0; j < n; j++)
if (dist[i][j] > MAXSUM(dist[i][k], dist[k][j]))
{
path[i][j] = path[k][j];
dist[i][j] = MAXSUM(dist[i][k], dist[k][j]);
}
}
void display_path(int dist[][MAXSIZE], int path[][MAXSIZE], int n)
{
int *chain;
int count;
int i, j, k;
printf(“/n/nOrigin->Dest Dist Path”);
printf( ”/n—————————–”);
chain = (int *) malloc(sizeof(int)*n);
for (i = 0; i < n; i++)
for (j = 0; j < n; j++)
{
if (i != j)
{
printf(“/n%6d->%d ”, i+1, j+1);
if (dist[i][j] == INT_MAX)
printf(“ NA ”);
else
{
printf(“%4d ”, dist[i][j]);
count = 0;
k = j;
do
{
k = chain[count++] = path[i][k];
} while (i != k);
reverse(chain, count);
printf(“%d”, chain[0]+1);
for (k = 1; k < count; k++)
printf(“->%d”, chain[k]+1);
printf(“->%d”, j+1);
}
}
}
free(chain);
}
#define SWAP(a, b) { temp = a; a = b; b = temp; }
void reverse(int x[], int n)
{
int i, j, temp;
for (i = 0, j = n-1; i < j; i++, j–)
SWAP(x[i], x[j]);
}
void readin(int dist[][MAXSIZE], int *number)
{
int origin, dest, length, n;
int i, j;
char line[100];
gets(line);
sscanf(line, “%d”, &n);
*number = n;
for (i = 0; i < n; i++)
{
for (j = 0; j < n; j++)
dist[i][j] = INT_MAX;
dist[i][i] = 0;
}
gets(line);
sscanf(line, “%d%d%d”, &origin, &dest, &length);
while (origin != 0 && dest != 0 && length != 0)
{
dist[origin-1][dest-1] = length;
gets(line);
sscanf(line, “%d%d%d”, &origin, &dest, &length);
}
}
測試程序如下所示:
int main(void)
{
int dist[MAXSIZE][MAXSIZE];
int path[MAXSIZE][MAXSIZE];
int n;
printf(“/nInput the path information:”);
printf(“/n—————————-/n”);
readin(dist, &n);
floyd(dist, path, n);
display_path(dist, path, n);
getchar();
}
其中readin函數規定了輸入的格式,第一列是指出有多少個城市;第二列以後每行三個數;第一個和第二個是一條路徑的起點和終點,第三個數是路徑的長度,最後以三個0作爲輸入結束條件。下面是一個輸入的例子:
Input the path information:
————————————–
4
1 2 5
2 1 50
2 3 15
2 4 5
3 1 30
3 4 15
4 1 15
4 3 5
0 0 0
對應的輸出結果爲:
Origin->Dest Dist Path
———————————————-
1->2 5 1->2
1->3 15 1->2->4->3
1->4 10 1->2->4
2->1 20 2->4->1
2->3 10 2->4->3
2->4 5 2->4
3->1 30 3->1
3->2 35 3->1->2
3->4 15 3->4
4->1 15 4->1
4->2 20 4->1->2
4->3 5 4->3
floyd算法用以解決所有點對最短路徑。
floyd算法基本思想是遞推,動態規劃。我們記 dp[i][j][k] 表示圖中頂點 i 到 j 的最短路徑,且該最短路徑中,所經過的中間頂點(不包括 i, j) 的範圍爲 [1,k],由此我們可以得到以下遞推式:
dp[i][j][k]= w[i][j] 如果 k== 0
dp[i][j][k]= min{ dp[i][k][k-1]+ dp[k][j][k-1] } 如果 k>= 1。
實際中,空間上我們可以減少一維。
floyd算法同樣可以來解決一些其它問題
1) 有向圖的最小(或最大)環
這個問題答案其實就是自身到自身的最短路徑,運行完 floyd 後,對每個頂點取自身到自身距離的最小者。
2) 無向圖的最小環
根據以上的遞推式,dp[i][j][k] 表示 i 到 j 的最短路徑,且該最短路徑中,所經過的中間頂點(不包括 i, j) 的範圍爲 [1,k]。
此時我們可以枚舉出頂點序列最大爲 k+ 1 的所有最小環,如何枚舉:設與頂點序列最大的頂點 k+ 1 相連的兩個頂點爲 x, y,x,y 須滿足 x, y<= k。這樣最小環構成爲 邊<x,k+1> 邊<k+ 1, y> 及 x 到 y 的最短路徑。
Poj 1734 Sightseeing trip
|
3) 帶限制的多點對最短路徑
|
4) floyd 與有向圖的連通性
|