Floyd算法求最小环

/*
 *算法引入:
 *求一个图G中的最小环路的朴素算法为:每次找到一条边,删除了求这两点之间的最短路径;
 *若能求出,则这条最短路径与原来的边构成一个环,不过时间复杂度略高;
 *
 *算法思想;
 *Floyd算法是按照顶点的编号增加的顺序更新最短路径的;
 *如果存在最小环,则会在这个环中的点编号最大的那个点u更新最短路径之前发现这个环;
 *即当点u被拿来更新i到j的最短路径的时候,可以发现这个闭合环路;
 *发现的方法是,更新最短路径前,遍历i,j点对,一定会发现某对i到j的最短路径长度:
 *dist[i][j]+map[j][u]+map[u][i]!=INF,这时s的i和j是当前环中挨着点u的两个点;
 *因为在之前的最短路径更新过程中,u没有参与更新,所以dist[i][j]所表示的路径中不会有点u,即一定为一个环;
 *
 *如果在每个新的点拿来更新最短路径之前遍历i和j验证上面的式子,虽然不能遍历到所有的环;
 *但是由于dist[i][j]是i到j点的最短路径m所以肯定可以遍历到最小的环;
 *
 *如果有负权环,则该算法失效,因为包含负环的图上,dist[i][j]已经不能保证i到j的路径上不会经过同一个点多次了;
 *
 *算法测试:
 *PKU1734(Sightseeing trip)
 */

#include<iostream>
#include<cstring>
#include<cstdlib>
#include<queue>
#include<cstdio>
#include<climits>
#include<algorithm>
using namespace std;

const int N=111;
const int INF=0xffffff;

int min_loop;
int num;
int map[N][N],dist[N][N],pre[N][N];
int path[N];
int n,m;

void dfs(int i,int j)
{
    int k=pre[i][j];
    if(k==0)
    {
        path[num++]=j;
        return;
    }
    dfs(i,k);
    dfs(k,j);
}

void Floyd()
{
    min_loop=INF;
    memset(pre,0,sizeof(pre));
    for(int k=1; k<=n; k++)
    {
        for(int i=1; i<k; i++)
        {
            for(int j=i+1; j<k; j++)
            {
                if(dist[i][j]+map[i][k]+map[k][j]<min_loop)
                {
                    min_loop=dist[i][j]+map[i][k]+map[k][j];
                    num=0;
                    path[num++]=i;
                    dfs(i,j);
                    path[num++]=k;
                }
            }
        }

        for(int i=1; i<=n; i++)
        {
            for(int j=1; j<=n; j++)
            {
                if(dist[i][k]+dist[k][j]<dist[i][j])
                {
                    dist[i][j]=dist[i][k]+dist[k][j];
                    pre[i][j]=k;
                }
            }
        }
    }
}

int main()
{
   // freopen("C:\\Users\\Administrator\\Desktop\\kd.txt","r",stdin);
    while(~scanf("%d%d",&n,&m))
    {
        for(int i=1; i<=n; i++)
        {
            for(int j=i+1; j<=n; j++)
                map[i][j]=map[j][i]=dist[i][j]=dist[j][i]=INF;
            map[i][i]=dist[i][i]=0;
        }
        for(int i=0; i<m; i++)
        {
            int u,v,w;
            scanf("%d%d%d",&u,&v,&w);
            if(w<map[u][v])
            {
                map[u][v]=map[v][u]=w;
                dist[u][v]=dist[v][u]=w;
            }
        }
        Floyd();
        if(min_loop==INF)
            puts("No solution.");
        else
        {
            for(int i=0; i<num-1; i++)
                printf("%d ",path[i]);
            printf("%d\n",path[num-1]);
        }
    }
    return 0;
}

<think>我们被要使用C++实现Floyd算法最小环问题。最小环问题是指在一个中,找到一个(至少包含3个顶点),使得上所有边的权重之和小。 Floyd算法通常用于解任意两点之间的路径。在最小环时,我们可以利用Floyd算法的中间结果。基本思路如下: 1. 使用Floyd算法计算任意两点间的路径,同时记录中间过程。 2. 在Floyd算法执行过程中,当更新路径时,检查是否存在一个经过顶点k的最小环。具体来说,当k作为中间节点时,我们考虑所有小于k的顶点i和j(为了不重复计算,通常要i,j<k),那么由i到j的路径(此时中间节点只经过小于k的节点)加上边j->k和k->i(即从j到k和k到i的边)就构成了一个。这个的大小为:dist[i][j] + graph[j][k] + graph[k][i](注意:这里graph是原始的邻接矩阵,而dist是经过k-1次迭代后的路径矩阵)。 因此,在Floyd算法的三重循中,我们可以在内层循更新路径之前,先检查是否存在这样的,并更新最小环的值。 注意:为了避免重复计算和确保至少包含三个不同的点,我们要i, j, k互不相同。 具体步骤: 1. 初始化:使用邻接矩阵存储,如果两点之间没有边,则初始化为一个很大的数(表示无穷大),注意自己到自己的距离为0。 2. 初始化最小环的值为一个很大的数(比如1e9)。 3. 使用三层循,k从1到n(n为顶点数): a. 在更新路径之前,先对所有的i和j(i<j<k)计算:dist[i][j] + graph[j][k] + graph[k][i](即的大小),并更新最小环。 b. 然后进行正常的Floyd更新:dist[i][j] = min(dist[i][j], dist[i][k] + dist[k][j])。 4. 后,如果最小环的值还是初始化的那个很大的数,则说明中不存在;否则输出最小环的值。 注意:这里我们要i<j<k,是为了避免重复计算一个(因为可以顺时针和逆时针,但这样计算会重复?实际上,由于我们只考虑无向,所以没有方向,但最小环问题通常针对无向。另外,这样限制可以避免重复计算,并且确保三个顶点不同)。 但是,请注意:在无向中,至少需要三个不同的顶点,且不能有重复的边(除了起点和终点相同)。另外,在无向中,graph[i][j]应该等于graph[j][i]。 因此,我们假设是无向。如果是有向,方法类似,但要注意边的方向。 下面我们用C++代码实现。注意:顶点编号从1到n。 代码实现: ```cpp #include <iostream> #include <vector> #include <algorithm> using namespace std; const int INF = 1e9; // 定义无穷大 int main() { int n, m; // n为顶点数,m为边数 cin >> n >> m; // 初始化邻接矩阵和距离矩阵 vector<vector<int>> graph(n+1, vector<int>(n+1, INF)); vector<vector<int>> dist(n+1, vector<int>(n+1, INF)); // 自己到自己的距离为0 for (int i = 1; i <= n; i++) { graph[i][i] = 0; dist[i][i] = 0; } // 读入边 for (int i = 0; i < m; i++) { int u, v, w; cin >> u >> v >> w; // 无向,双向边 graph[u][v] = graph[v][u] = min(graph[u][v], w); // 如果有重边,取小 dist[u][v] = dist[v][u] = graph[u][v]; } int min_cycle = INF; // 最小环的权值和 // Floyd算法最小环 for (int k = 1; k <= n; k++) { // 在更新第k层之前,先检查以k为中间点的 for (int i = 1; i < k; i++) { for (int j = i+1; j < k; j++) { // 注意:这里要确保graph[i][k]和graph[k][j]不是无穷大,否则会溢出 // 如果dist[i][j]还是无穷大,说明i和j之间没有路径,跳过 if (dist[i][j] != INF && graph[i][k] != INF && graph[k][j] != INF) { // 的大小为:i->j(经过小于k的中间点)的路径 + j->k + k->i min_cycle = min(min_cycle, dist[i][j] + graph[i][k] + graph[k][j]); // 注意:在无向中,graph[i][k]和graph[k][i]是一样的,所以这里用graph[i][k]和graph[k][j]表示从i到k和k到j的边 // 但实际上,我们这里应该用graph[j][k]?但是注意:graph[k][j]等于graph[j][k](无向对称) } } } // 正常的Floyd更新 for (int i = 1; i <= n; i++) { for (int j = 1; j <= n; j++) { // 如果经过k中转可以缩距离,则更新 if (dist[i][k] != INF && dist[k][j] != INF) { dist[i][j] = min(dist[i][j], dist[i][k] + dist[k][j]); } } } } if (min_cycle == INF) { cout << "No cycle found." << endl; } else { cout << min_cycle << endl; } return 0; } ``` 注意点: 1. 在循中,我们只考虑i<j<k,这样可以避免重复计算一个(因为的起点和终点选择不影响的大小,但这样我们只计算一次)。 2. 在更新最小环时,我们使用的是原始邻接矩阵graph,而不是dist。这是因为在dist[i][j]中,我们不允许经过k(因为k还没有更新进去),所以dist[i][j]表示的是只经过小于k的节点作为中间节点时i到j的路径。而graph[i][k]和graph[k][j]是原始的直接边(或者说是经过0个中间节点的边),这样组合起来就是一个经过k的。 3. 在更新路径dist时,我们使用dist[i][k]和dist[k][j],而这两个值在k循的当前阶段已经更新过(使用小于k的中间节点),因此是可行的。 4. 由于是无向,所以邻接矩阵是对称的,因此graph[i][k]等于graph[k][i]。 5. 重边处理:在输入边时,我们取重边的小值。 这个算法的时间复杂度是$O(n^3)$,与Floyd算法相同。 §§相关问题§§ 1. 如何用Floyd算法有向最小环? 2. Floyd算法最小环的时间复杂度是多少?能否优化? 3. 除了Floyd算法,还有哪些算法可以最小环问题?</think>### Floyd算法最小环的C++实现 最小环问题是指在一个带权中寻找权重小的(至少包含3个顶点)。Floyd算法解任意两点间路径的同时,可以通过扩展来检测最小环。核心思路是在Floyd算法迭代过程中,检查以顶点$k$为中间点的:$dist[i][j]$(不经过$k$的路径)加上$graph[i][k]$和$graph[k][j]$构成。 #### 算法实现 ```cpp #include <iostream> #include <vector> #include <climits> using namespace std; const int INF = INT_MAX / 3; // 避免加法溢出 int main() { int n, m; cin >> n >> m; // 顶点数, 边数 // 初始化邻接矩阵 vector<vector<int>> graph(n+1, vector<int>(n+1, INF)); vector<vector<int>> dist(n+1, vector<int>(n+1, INF)); // 对角线置零 for (int i = 1; i <= n; i++) graph[i][i] = dist[i][i] = 0; // 读入边 while (m--) { int u, v, w; cin >> u >> v >> w; graph[u][v] = graph[v][u] = min(graph[u][v], w); // 处理重边 dist[u][v] = dist[v][u] = graph[u][v]; } int min_cycle = INF; // 最小环权值和 // Floyd算法核心 for (int k = 1; k <= n; k++) { // 检测以k为中间点的 for (int i = 1; i < k; i++) { // 避免重复 for (int j = i+1; j < k; j++) { // i < j < k if (dist[i][j] != INF && graph[i][k] != INF && graph[k][j] != INF) { min_cycle = min(min_cycle, dist[i][j] + graph[i][k] + graph[k][j]); } } } // 更新路径 for (int i = 1; i <= n; i++) { for (int j = 1; j <= n; j++) { if (dist[i][k] != INF && dist[k][j] != INF) { dist[i][j] = min(dist[i][j], dist[i][k] + dist[k][j]); } } } } if (min_cycle == INF) cout << "No cycle found" << endl; else cout << "Minimum cycle weight: " << min_cycle << endl; return 0; } ``` #### 关键点解析 1. **初始化**: - `graph`存储原始边权 - `dist`存储路径,初始与`graph`相同 - 对角线设为0($graph[i][i]=0$) 2. **检测**(核心步骤): ```cpp min_cycle = min(min_cycle, dist[i][j] + graph[i][k] + graph[k][j]); ``` - `dist[i][j]`:不经过$k$的$i→j$路径 - `graph[i][k] + graph[k][j]`:$i→k→j$的直接路径 - 三者之和构成$i→...→j→k→i$ 3. **迭代顺序**: - 先检测(使用未更新$k$的旧`dist`) - 再更新包含$k$的路径 - $i,j$需满足$i<j<k$避免重复计算 4. **复杂度**:$O(n^3)$,与Floyd算法相同 #### 输入示例 ``` 3 3 1 2 1 2 3 2 3 1 4 ``` 输出: ``` Minimum cycle weight: 7 // 1→2→3→1 ``` #### 应用场景 - 交通网络中的巡查路线 - 电路设计中的小反馈检测 - 化学反应路径分析[^5] ---
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值