在最短路径算法中,常用的有Dijkstra、Bellman-ford、spfa、Floyd这四大算法
- Dijkstra:迪克斯特拉算法
- Bellman-ford:贝尔曼-福特算法
- SPFA:Shortest Path Faster Algorithm算法
- Floyd:弗洛伊德算法
四大算法介绍
简介
Dijkstra:是一种用于求解单源最短路径的贪心算法。它从起始节点开始,逐步扩展到其他节点,每次选择当前距离起始节点最近的节点进行扩展。通过不断更新节点的最短距离,最终得到起始节点到其他所有节点的最短路径
Belman-ford:是一种用于求解单源最短路径的动态规划算法。它通过对图中所有边进行松弛操作,逐步更新节点的最短距离。贝尔曼-福特算法可以处理带有负权边的图,并且能够检测出图中是否存在负权回路
SPFA:是一种用于解决单源最短路径问题的算法,它也是对Bellman-Ford算法的一种优化。SPFA算法的基本思想是利用队列来存储待处理的顶点,通过不断地松弛操作来更新顶点的最短路径值
Floyd:又称插点法,是一种用于求解任意两点间最短路径的动态规划算法。它通过不断更新节点之间的最短距离,逐步求解出所有节点之间的最短路径。弗洛伊德算法适用于有向图或无向图,可以处理带有负权边的图
时间复杂度
算法 | 时间复杂度 |
一般Dijkstra | O(n^2) |
堆优化版Dijkstra | O(mlogn) |
Belman-ford | O(nm) |
spfa | 一般O(m),最坏O(nm) |
Floyd | O(n^3) |
适用场景
算法 | 适用场景 | 最短路问题 |
一般Dijkstra | 所有边权都是正数 | 单源最短路 |
堆优化版Dijkstra | ||
Belman-ford | 存在负权边且限制经过边数 | |
spfa | 存在负权边 | |
Floyd | 不能有负权回路 | 多源汇最短路 |
四大算法思路
1.1、一般Dijkstra
初始条件:
- 节点1到其余节点的初始距离为正无穷大
- 节点1到节点1距离为0
最外层循环(n):
- 从未标记的节点中选择距离出发点最近的节点并标记该点
- 计算刚标记点的所有出边,若(节点1到该点距离+出边权重) < 已存的出边目标节点的距离,就更新节点距离
代码模版:
const int N = 10010;//根据题目具体定义数字大小
typedef int INF = 0x3f3f3f3f;//表示正无穷大int dist[N];//表示节点1到节点n的距离解集
bool st[N];//表示节点n是否被标记
int g[N][N];//表示边//初始化
int dist[1]=0,dist[2]=INF,......,dist[n]=INF;int Dijkstra(){//初始条件memset(dist, 0x3f, sizeof dist);dist[1] = 0; //遍历n次循环,即标记n个点并扩展了n个点的所有出边for(int i=1 ; i <= n ; i++){1、从未标记的节点中选择距离出发点最近的节点并标记该点int t = -1;for(int j=1 ; j <=n ; j++){if(!st[i] && (t==-1 || dist[t]>dist[j]){t = j;}}st[t] = true;2、计算刚标记点的所有出边for(int j=1;j <= n ; j++){dist[j] = min(dist[j],dist[t]+g[t][j]);}}if (dist[n] == 0x3f3f3f3f) {return -1;}return dist[n];}
总结:一般Dijkstra算法,在第二层循环中有冗余,即 j 有多次非必要遍历。当n在100000时,时间复杂度为n^2的话可能会导致超时,因此当图为稀疏图时,可以采用堆优化版的Dijkstra算法
1.2、堆优化版Dijkstra
初始条件:
- 节点1到其余节点的初始距离为正无穷大
- 节点1到节点1距离为0
循环:
- 从队列中未标记的节点取出距离出发点最近的节点并标记该点
- 计算刚标记点的所有出边,若更新了节点距离,并将后续节点压入队列
代码模版:
//定义pair类型,其值分别代表节点1到该节点距离,节点号
typedef pair<int,int> PII;
const int N=1e6+10;
int dist[N];//解集
bool st[N];//表示该节点是否被标记//使用邻接表来存储边
int h[N],e[N],ne[N],w[N],idx=0;
//e[]存储目标节点,w[]存储权重,h[]的索引代表起始节点int Dijkstra(){//初始条件memset(dist,0x3f,sizeof(dist));dist[1]=0;priority_queue<PII,vector<PII>,greater<PII>> heap;heap.push({0,1});//压入初始状态 //循环while(heap.size){//标记节点auto t = heap.top;heap.pop();int ver=t.second,distance=t.first;if(st[ver]){continue;}st[ver] = true;//扩展节点for(int i=h[ver] ; i != -1 ; i = ne[i]){int j = e[i]if(dist[j] > dist[ver] + w[i]){dist[j] = dist[ver] + w[i];heap.push({dist[j],j});}}} if(dist[n] == 0x3f3f3f3f){return -1;}return dist[n];}
思考:优先队列heap采用的是greater小顶堆,所以距离最小的会放在第一位,因此取出队头时就保证了取出的点是队列中距离最小的。Bellman-ford和SPFA算法一样可以用于判断负环是否存在。
2、Bellman-ford
初始条件:
- 节点1到其余节点的初始距离为正无穷大
- 节点1到节点1距离为0
最外层循环(n):
- 遍历所有边并进行松弛操作
代码模版:
const int N=510,M=10010;//点数和边数,根据题目自由设置
//边的结构体
struct Edge{int a,b,w;
}Edges[M];
//dist[]解集,backup[]下次循环前解集结果
int dist[N],backup[N];//n:输入的点数
//m:输入的边数
//k:输入的只能经过几条边
int n,m,k;void Bellman-ford(){//初始条件memset(dist,0x3f,sizeof(dist));dist[1]=0;for(int i=1 ; i <= k ; i++){//备份memcpy(backup,dist,sizeof(dist));//遍历所有边并进行松弛操作for(int j=0 ; j < m ; j++){auto e = Edges[j];dist[e.b] = min(dist[e.b],backup[e.a]+e.w);}}}
总结:
1、因为SPFA算法的效率高于Bellman-ford算法,因此Bellman-ford算法一般用于有边数限制并存在负权的情况。
2、最外层的n次循环有一个实际意义为从节点1到节点x经过的边不超过n条边。
3、bankup的意义为防止串联,串联即在循环中dist经过一次循环并不止更新一条边,而是更新点以及它的所有出边。串联会导致调用错误的数据,导致结果不正确,
3、SPFA
3.1求最短路
初始条件:
- 节点1到其余节点的初始距离为正无穷大
- 节点1到节点1距离为0
循环:
- 从队列取出的队头并取消标记
- 对该节点进行出边循环(松弛操作)
求最短路代码模版:
const int N=1e5+10;
int dist[N];//解集
bool st[N];//表示该节点是否在队列中//使用邻接表来存储边
int h[N],e[N],ne[N],w[N],idx=0;
//e[]存储目标节点,w[]存储权重,h[]的索引代表起始节点int spfa(){//初始条件memset(dist,0x3f,sizeof(dist));dist[1]=0;queue<int> q;q.push(1);st[1]=true;while(q.size){//取出队头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]+w[i]){dist[j]=dist[t]+w[i];if(!st[j]){//如果目标不在队列则加入q.push(j);st[j]=true;}}}}return dist[n];
}
3.2判断负环
初始条件:
- 所有点都压入队列中
循环:
- 从队列取出的队头并取消标记
- 对该节点进行出边循环(松弛操作)
判断负环代码模版:
const int N = 2010, M = 10010;int dist[N];//解集
int cnt[N];//边数
bool st[N];//该节点是否在队列中//使用邻接表来存储边
int h[N],e[N],ne[N],w[N],idx=0;
//e[]存储目标节点,w[]存储权重,h[]的索引代表起始节点bool spfa(){//将所有节点都压入队列(负环不确定在哪个位置)queue<int> q;for (int i = 1; i <=n ; ++i) {st[i] = true;q.push(i);}while(q.size()){//取出并弹出队头,int t = q.front();q.pop();st[t]=false;//对该节点进行出边循环for (int i = h[t]; i != -1 ; i=ne[i]) {int j = e[i];if (dist[j] > dist[t]+w[i]){dist[j]=dist[t]+w[i];cnt[j] = cnt[t] + 1;//如果边数大于n,说明有n+1个点,但只有n个点,此时确定有负环返回true;if (cnt[j] >= n){return true;}if(!st[j]){q.push(j);st[j]=true;}}}}return false;
}
4、Fyold
初始条件:
- 所有节点到它本身的距离为0
- 所有节点到其他节点为无穷大
循环:
- 三层循环,从外到内分别是k,i,j。k代表迭代次数。
const int N=210,INF=1e9;
int n,m,Q;//输入的点数、边数、求解数
//dist[][]一开始作为边矩阵的输入,在调用Floyd后dist[x][y]为x到y的最短距离
int dist[N][N];void Floyd(){//初始条件for (int i = 1; i <= n; ++i) {for (int j = 1; j <= n; ++j) {if(i == j){//防止自环dist[i][j] = 0;}else{//其余节点为真无穷大dist[i][j] = INF;}}}for (int k = 1; k <= n; ++k) {for(int i = 1; i <= n; i++){for(int j = 1; j <= n;j++){dist[i][j] = min(dist[i][j],dist[i][k]+dist[k][j]);}}}
}
总结:三个循环嵌套,i,j的循环是任意两个点,而 k 则是两个点之间所经过的第三个点,我们就是在循环之中不断比较从i到j的距离与从 i 到 k 距离加上从 k 到 j 距离的大小,如果经过这个点,路径变短了,我们就接受这个点,认为可以经过这个点;否则就不经过这个点,就是从 i 到 j 最短