最短路入门

本文详细介绍了三种最短路算法:Floyd算法、Dijkstra算法及其优化版,以及Bellman-Ford算法。Floyd算法通过三层循环寻找所有节点间的最短路径;Dijkstra算法适用于非负权重图,使用优先队列优化可提高效率;Bellman-Ford算法类似Dijkstra但更灵活,可处理负权重。这些算法在解决最短路径问题时有着广泛的应用。

最短路算法(三类)

Floyd算法

我们定义一个数组 dis[k][x][y] ,表示只允许经过结点 V1 到 Vk ,结点 x 到结点 y 的最短路长度。
在这里插入图片描述
核心算法,时间复杂度为O(n^3),容易卡tle。

for (k = 1; k <= n; k++) {
 	for (i = 1; i <= n; i++) {
   		for (j = 1; j <= n; j++) {
			dis[i][j] = min(dis[i][j], dis[i][k] + dis[k][j]);
			//比较从i直接到j点的距离和从i到k再到j的距离取小,然后保存在dis[i][j]中
		}
	}
}

Dijkstra算法

只适用于非负权图,但是时间复杂度非常优秀。也是用来求单源最短路径的算法。主要思想是,将结点分成两个集合:已确定最短路长度的,未确定的。

一开始第一个集合里只有 S (源点)。

然后重复这些操作:
1.对那些刚刚被加入第一个集合的结点的所有出边执行松弛操作。
2.从第二个集合中,选取一个最短路长度最小的结点,移到第一个集合中。

对那些刚刚被加入第一个集合的结点的所有出边执行松弛操作。从第二个集合中,选取一个最短路长度最小的结点,移到第一个集合中。直到第二个集合为空,算法结束。

核心算法 能用优先队列优化

原版


void dj(int s, int n){
    memset(d, inf, sizeof(d));//从s点到i点的距离
    memset(vis, false, sizeof(vis));//集合
    d[s]=0;//s到s点的距离为0
    for(int i=1;i<n;i++){
        int x=0;
        for(int j=1;j<=n;j++){//从1遍历到n
            if(!vis[j]&&(x==0||d[j]<d[x]))x=j;
            //!vis[j]表示这个点还不在已标记的集合内
            //x=0||d[j]<d[x]表示取距离最短的
            //x=j更新最短距的点
        }
        vis[x]=true;//将集合外的最短距的点放入集合
        for(int y=1;y<=n;y++){//再次遍历
            d[y]=min(d[y], d[x]+dis[x][y]);
            //想floyd算法一样,将s到y的现有距离与s到x再到y的距离比较取小
        }
    }
}

优先队列优化版(比较懒直接用学长的板子了)

const int inf=0x3f3f3f3f;
int head[11111], ver[44444], edge[44444], Next[44444], d[11111];
bool vis[11111];
int tot;
priority_queue<pair<int ,int>>q;
void add(int x, int y, int z){
    ver[++tot]=y;
    edge[tot]=z;
    Next[tot]=head[x];
    head[x]=tot;
}
void dj(int s, int n){
    memset(d, inf, sizeof(d));
    memset(vis, false, sizeof(vis));
    d[s]=0;
    q.push(make_pair(0, s));
    while(!q.empty()){
        int x=q.top().second;
        q.pop();
        if(vis[x])continue;
        vis[x]=true;
        for(int i=head[x];i;i=Next[i]){
            int y=ver[i],z=edge[i];
            if(d[y]>d[x]+z){
                d[y]=d[x]+z;
                q.push(make_pair(-d[y], y));
            }
        }
    }
}

Bellman-Ford(SPFA)算法

个人觉得像极了Dijkstra算法的优先队列优化版
在这里插入图片描述
在这里插入图片描述
核心算法(学长板子,求学长放过)

const int inf=0x3f3f3f3f;
int head[11111], ver[44444], edge[44444], Next[44444], d[11111];
bool vis[11111];
int tot;
priority_queue<pair<int ,int>>q;
void add(int x, int y, int z){
    ver[++tot]=y;
    edge[tot]=z;
    Next[tot]=head[x];
    head[x]=tot;
}
void spfa(){
	memset(d, 0x3f, sizeof(d));
	memset(v, 0, sizeof v);
	queue<int>q;
	d[1]=0;
	v[1]=1;
	q.push(1);
	while(!q.empty()){
		int x=q.front();
		q.pop();
		v[x]=0;
		for(int i=head[x];i;i=Next[i]{
			int y=ver[i],z=edge[i];
			if(d[y]>d[x]+z{
				d[y]=d[x]+z;
				if(!v[y])q.push(y),v[y]=1;
			}
		}
	}
}

总结

以上三种算法虽然都归结在最短路算法里,但是并不仅限于最短路径这类题,而是可以听过一些修改,得到某些路段的权值或者权值和(有待提升我)

短路算法是图论中的基础问题,旨在找到图中两个顶点之间的路径,使得路径上的边权之和小。在 C++ 中,常用的短路算法包括 **Dijkstra 算法**、**Bellman-Ford 算法**、**SPFA 算法** 和 **Floyd-Warshall 算法**。以下将分别介绍这些算法的基本思想及其实现方式,并提供对应的 C++ 示例代码。 ### Dijkstra 算法 Dijkstra 算法适用于 **无负权边** 的图,常用于单源短路径问题。该算法通过贪心策略逐步找到从起点到其他所有顶点的短路径。 ```cpp #include <bits/stdc++.h> using namespace std; const int maxn = 105, inf = 0x3f3f3f3f; struct edge { int v, w; }; vector<edge> e[maxn]; int dis[maxn], vis[maxn]; priority_queue<pair<int, int>, vector<pair<int, int>>, greater<pair<int, int>>> q; void dijkstra(int n, int s) { memset(dis, 0x3f, sizeof(dis)); memset(vis, 0, sizeof(vis)); dis[s] = 0; q.emplace(0, s); while (!q.empty()) { int u = q.top().second; q.pop(); if (vis[u]) continue; vis[u] = true; for (auto &ed : e[u]) { int v = ed.v, w = ed.w; if (dis[v] > dis[u] + w) { dis[v] = dis[u] + w; q.emplace(dis[v], v); } } } } ``` ### SPFA 算法 SPFA(Shortest Path Faster Algorithm)是 Bellman-Ford 算法的优化版本,适用于 **存在负权边** 的图。它使用队列优化,减少不必要的松弛操作。 ```cpp #include <bits/stdc++.h> using namespace std; const int maxn = 10001; const long long INF = 2147483647; int dis[maxn]; int vis[maxn]; int n, m, s; struct node { int s1; int side; }; vector<node> mp[maxn]; void init() { for (int i = 1; i <= n; i++) { dis[i] = INF; vis[i] = 0; } } void Spfa(int s) { queue<int> v; vis[s] = 1; v.push(s); dis[s] = 0; while (!v.empty()) { int q = v.front(); v.pop(); vis[q] = 0; for (int i = 0; i < mp[q].size(); i++) { if (dis[mp[q][i].s1] > dis[q] + mp[q][i].side) { dis[mp[q][i].s1] = dis[q] + mp[q][i].side; if (vis[mp[q][i].s1]) { continue; } v.push(mp[q][i].s1); } } } } ``` ### Floyd-Warshall 算法 Floyd-Warshall 算法用于 **多源短路径问题**,即求图中任意两个顶点之间的短路径。它适用于 **稠密图**,时间复杂度为 $ O(n^3) $。 ```cpp #include <bits/stdc++.
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
红包 添加红包
表情包 插入表情
 条评论被折叠 查看
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