对Floyd-Warshall算法的简单学习
对Dijkstra算法的简单学习
首先是Floyd-Warshall算法
了解最短路径的两种基础算法
1.求一地到另一地的最短路径
法一便是Floyd-Warshall
#include<stdio.h>
int main()
{
int e[10][10],k,i,j,n,m,t1,t2,t3;
int inf=99999999;
scanf("%d%d",&n,&m);
for(i=1;i<=n;i++)
{
for(j=1;j<=n;j++)
{
if(i==j)
{
e[i][j]=0;
}
else
{
e[i][j]=inf;
}
}
}
for(i=1;i<=m;i++)
{
scanf("%d%d%d",&t1,&t2,&t3);
e[t1][t2]=t3;
}
//Floyd Warshall核心算法
for(k=1;k<=n;k++)
{
for(i=1;i<=n;i++)
{
for(j=1;j<=n;j++)
{
if(e[i][j]>e[i][k]+e[k][j])
e[i][j]=e[i][k]+e[k][j];
}
}
}
for(i=1;i<=n;i++)
{
for(j=1;j<=n;j++)
{
printf("%10d",e[i][j]);
}
printf("\n");
}
return 0;
}
另一种就是Dijkstra
#include<stdio.h>
int main()
{
int e[10][10],dis[10],book[10],i,j,n,m,t1,t2,t3,u,v,min;
int inf=99999999;
scanf("%d%d",&n,&m);
for(i=1;i<=n;i++)
{
for(j=1;j<=n;j++)
{
if(i==j)e[i][j]=0;
else e[i][j]=inf;
}
}
for(i=1;i<=m;i++)
{
scanf("%d%d%d",&t1,&t2,&t3);
e[t1][t2]=t3;
}
for(i=1;i<=n;i++)
{
dis[i]=e[1][i];
}
for(i=1;i<=n;i++)
{
book[i]=0;
}
book[1]=1;
//Dijkstra算法核心
for(i=1;i<=n-1;i++)
{
min=inf;
for(j=1;j<=n;j++)
{
if(book[j]==0&&dis[j]<min)
{
min=dis[j];
u=j;
}
}
book[u]=1;
for(v=1;v<=n;v++)
{
if(e[u][v]<inf)
{
if(dis[v]>dis[u]+e[u][v])
{
dis[v]=dis[u]+e[u][v];
}
}
}
}
for(i=1;i<=n;i++)
{
printf("%d ",dis[i]);
}
getchar();
getchar();
return 0;
}
Floyd-Warshall的时间复杂度是n的3次方
而Dijkstra的时间复杂度为(M+N)logN相比于前一种更加简便某种意义上更快并且空间复杂度也比较低但是不能解决负权
Bellman-Ford
相比于Floyd算法它时间复杂度于空间复杂度更低
相比于Dijkstra算法它可以解决负权(即一顶点到另外一个顶点的距离为负数)问题
很明显Bellman-Ford解决负权问题即使面对优秀简便的Floyd算法也稍微占上风
个人认为Bellman-Ford算法更适合稀疏图(顶点与边关系为1:1)而其他两种更适合稠密图(顶点与边关系为n:n平方)
其核心代码为
for(k=1;k<=n-1;k++)//核心语句
{
for(i=1;i<=m;i++)
{
if(dis[v[i]]>dis[u[i]]+w[i])
{
dis[v[i]]=dis[u[i]]+w[i];
}
}
}
核心思想即在总共n-1轮中,从一个顶点到另一个顶点由只经过一条边到经过n-1条边进行不断筛选选出到达各个顶点的最短路径,而整个逻辑最多执行n-1轮,所以该算法可以简单优化,即加入一个数组在每一次更新中cheak是否dis数组有更新,即没有更新即没有更优方案(可以仔细想一想该算法的核心)
优化后的代码如下
for(k=1;k<=n-1;k++)//核心语句
{
for(i=1;i<=n;i++)
{
bak[i]=dis[i];
}
for(i=1;i<=m;i++)
{
if(dis[v[i]]>dis[u[i]]+w[i])
{
dis[v[i]]=dis[u[i]]+w[i];
}
}
//小优化,也许不需要完整循环n-1次
check=0;
for(i=1;i<=n;i++)
{
if(bak[i]!=dis[i])
{
check=1;
break;
}
}
}
Bellman-Ford基础思想已经解决