当前位置:   article > 正文

超详细!图论最短路算法与极简c++代码(配题目)_给定一个 n 个点 m 条边的有向图,图中可能存在重边和自环,所有边权均为非负值。

给定一个 n 个点 m 条边的有向图,图中可能存在重边和自环,所有边权均为非负值。

最短路算法知识结构图

/*
最短路问题{
    单源最短路{
        1.所有边权都是正数{
            1.朴素Dijkstra算法 O(n^2) 适用于稠密图
            
            2.堆优化的Dijkstra O(mlog(n)) 适用于稀疏图
        }
        
        2.存在负权边{
            1.Bellman-Ford O(nm)
            
            2.SPFA 一般O(m)最坏O(nm)
        }
    }
    多源汇最短路{
			Floyed算法	        
    }
}
*/
  • 1
  • 2
  • 3
  • 4
  • 5
  • 6
  • 7
  • 8
  • 9
  • 10
  • 11
  • 12
  • 13
  • 14
  • 15
  • 16
  • 17
  • 18
  • 19
  • 20

稠密图:一般边数m=n^2

稀疏图:边数m=n

Dijkstra基于贪心算法

Floyed基于动态规划

Bellman-Ford基于离散数学中的知识


朴素版Dijkstra算法

s={当前已经确定最短距离的点}

1.初始化

dis[1]=0,dis[otherwise]=+∞
  • 1

2.循环迭代(贪婪规则:更新当前还没有确定的点中距离最小的点)

for(i:0~n)迭代循环n次
不在s中的距离最近的点->t
t->s //将t加到s集合内
用t来更新其他点的距离(check(dis[x]>dis[t])
  • 1
  • 2
  • 3
  • 4

3.可确定每一个点到起点的最短距离了

存法:使用邻接矩阵(因为是稠密图)

下面是一道例题:

例题:

给定一个 n 个点 m 条边的有向图,图中可能存在重边和自环,所有边权均为正值。

请你求出 1 号点到 n 号点的最短距离,如果无法从 1 号点走到 n 号点,则输出 −1。

输入格式

第一行包含整数 n 和 m。

接下来 m 行每行包含三个整数 x,y,z,表示存在一条从点 x 到点 y 的有向边,边长为 z。

输出格式

输出一个整数,表示 1 号点到 n 号点的最短距离。

如果路径不存在,则输出 −1。

数据范围

1≤n≤500,
1≤m≤105,

ps.图中涉及边长均不超过10000。

输入样例:

3 3

1 2 2

2 3 1

1 3 4

输出样例:

3

朴素Dijstra解法:
#include<cstring>
#include<iostream>
#include<algorithm>
using namespace std;
#define MAXN 510

int n,m;
int dis[MAXN],g[MAXN][MAXN];
bool st[MAXN];

int dijkstra(){
    memset(dis,0x3f3f3f3f,sizeof(dis));
    dis[1]=0;
    for(int i=0;i<n;i++){
        int t=-1;
        
        for(int j=1;j<=n;j++)
            if(!st[j] && (t==-1||dis[t]>dis[j]))
                t=j;
		if(t==n) break;
        st[t]=true;
        
        for(int j=1;j<=n;j++)
            dis[j]=min(dis[j],dis[t]+g[t][j]);
    }
    //判断一下是否是孤立点
    if(dis[n]==0x3f3f3f3f) return -1;
    return dis[n];
}

int main(){
    memset(g,0x3f,sizeof(g));
    scanf("%d%d",&n,&m);
    for(int i=1;i<=m;i++){
        int a,b,c;
        scanf("%d%d%d",&a,&b,&c);
        g[a][b]=min(g[a][b],c);
    }
    int t=dijkstra();
    printf("%d\n",t);
    
    return 0;
}
  • 1
  • 2
  • 3
  • 4
  • 5
  • 6
  • 7
  • 8
  • 9
  • 10
  • 11
  • 12
  • 13
  • 14
  • 15
  • 16
  • 17
  • 18
  • 19
  • 20
  • 21
  • 22
  • 23
  • 24
  • 25
  • 26
  • 27
  • 28
  • 29
  • 30
  • 31
  • 32
  • 33
  • 34
  • 35
  • 36
  • 37
  • 38
  • 39
  • 40
  • 41
  • 42
  • 43

如果是稀疏图的话,对照上面的朴素Dijkstra,我们可以在这一步:

2.循环迭代(贪婪规则:更新当前还没有确定的点中距离最小的点)

for(i:0~n)迭代循环n次
不在s中的距离最近的点->t  ****************O(n^2)
t->s //将t加到s集合内
用t来更新其他点的距离(check(dis[x]>dis[t]) ***O(mlogn)
  • 1
  • 2
  • 3
  • 4

***********处使用堆来进行优化,直接借助于STL中的prority_queue或者手写堆(Python中的set)

bfs的迭代方式

1.先将(0,1)放入优先队列 //必须是小根堆
2.while!empty:取堆顶元素并弹出,如果此点已经被更新过了则继续迭代。
否则用当前点来更新其他点(遍历邻接表),记住,一定要将此点放入st[]数组来被标记
如果当前点距离大于从最近元素过来的距离,则更新dis[]并把j点放入优先队列;
3.最后结束的时候需要判断是否是孤立点,即是否为连通图
  • 1
  • 2
  • 3
  • 4
  • 5

### 例题:

给定一个 n 个点 m 条边的有向图,图中可能存在重边和自环,所有边权均为非负值。

请你求出 1 号点到 n 号点的最短距离,如果无法从 1 号点走到 n 号点,则输出 −1。

输入格式

第一行包含整数 n 和 m。

接下来 m 行每行包含三个整数 x,y,z,表示存在一条从点 x 到点 y 的有向边,边长为 z。

输出格式

输出一个整数,表示 1 号点到 n 号点的最短距离。

如果路径不存在,则输出 −1。

数据范围

1≤n,m≤1.5×105,
图中涉及边长均不小于 0,且不超过 10000。

输入样例:

3 3
1 2 2
2 3 1
1 3 4

输出样例:

3

AC代码:
#include<bits/stdc++.h>
#include<iostream>
#include<string>
#include<algorithm>
#include<string.h>
#include<queue>
#define MAXN 160010
using namespace std;

typedef pair<int,int> pii;

//使用邻接表存储稀疏图
int n,m,idx;
int h[MAXN],e[MAXN],ne[MAXN],w[MAXN];//h[]存储每个邻接表上的头结点;ne[]存的是每个节点的下一个节点,即next;w存储权重
int dis[MAXN];
bool st[MAXN];
//pair的first存的是距离,second存的是编号

void add(int a,int b,int c){
    e[idx]=b,w[idx]=c;
    ne[idx]=h[a],h[a]=idx++;
}

int dijkstra(){
    memset(dis,0x3f,sizeof(dis));
    dis[1]=0;
    
    priority_queue<pii,vector<pii>,greater<pii>> heap; //存储一个小根堆
    heap.push({0,1});
    
    while(heap.size()){
        auto u = heap.top();heap.pop();
        
        int ver = u.second,distance = u.first;  //ver存储点的序号,distance存储距离
        if(st[ver]) 
            continue;
        st[ver]=true; //这nm千万别忘了啊
        for(int i=h[ver];i!=-1;i=ne[i]){
            int j=e[i];
            if(dis[j]>distance+w[i]){
                dis[j]=distance+w[i];
                heap.push({dis[j],j});
            }
        }
    }
    if(dis[n]==0x3f3f3f3f) return -1;
    return dis[n];
}

int main(){
    scanf("%d%d",&n,&m);
    memset(h,-1,sizeof(h));
    while(m--){
        int a,b,c;
        scanf("%d%d%d",&a,&b,&c);
        add(a,b,c);
    }
    int t=dijkstra();
    printf("%d\n",t);
    return 0;
}
  • 1
  • 2
  • 3
  • 4
  • 5
  • 6
  • 7
  • 8
  • 9
  • 10
  • 11
  • 12
  • 13
  • 14
  • 15
  • 16
  • 17
  • 18
  • 19
  • 20
  • 21
  • 22
  • 23
  • 24
  • 25
  • 26
  • 27
  • 28
  • 29
  • 30
  • 31
  • 32
  • 33
  • 34
  • 35
  • 36
  • 37
  • 38
  • 39
  • 40
  • 41
  • 42
  • 43
  • 44
  • 45
  • 46
  • 47
  • 48
  • 49
  • 50
  • 51
  • 52
  • 53
  • 54
  • 55
  • 56
  • 57
  • 58
  • 59
  • 60
  • 61

Bellman_Ford算法 O(n*m)

任意存边方式都可,建议结构体

for(n次){
	备份(防止用更新过的点更新其他点)
	for 所有从a走到b的边,权重是w{
		dis[b]=min(dis[b],dis[a]+w);
	}
}
  • 1
  • 2
  • 3
  • 4
  • 5
  • 6

循环完,所有边都满足三角不等式dis[b]<=dis[a]+w;迭代k次表示经过超过k条边的最短路的距离。如果第n次迭代仍然有边更新,根据抽屉原理,说明有负环。因此,Bellman-Ford算法可以用来找负环。

注意:如果有负权回路,最短路不一定存在

例题:

给定一个 n 个点 m 条边的有向图,图中可能存在重边和自环, 边权可能为负数。

请你求出从 1 号点到 n 号点的最多经过 k 条边的最短距离,如果无法从 1 号点走到 n 号点,输出 impossible。

注意:图中可能 存在负权回路 。

输入格式

第一行包含三个整数 n,m,k。

接下来 m 行,每行包含三个整数 x,y,z,表示存在一条从点 x 到点 y 的有向边,边长为 z。

输出格式

输出一个整数,表示从 1 号点到 n 号点的最多经过 k 条边的最短距离。

如果不存在满足条件的路径,则输出 impossible。

数据范围

1≤n,k≤500,
1≤m≤10000,
任意边长的绝对值不超过 10000。

输入样例:

3 3 1
1 2 1
2 3 1
1 3 3

输出样例:

3

AC代码:
#include<iostream>
#include<algorithm>
#include<string>
#include<cstring>
using namespace std;
#define MAXN 10010
#define maxn 510

struct Edge{
    int a,b,w;  
} edge[MAXN];

int dis[MAXN],backup[MAXN];
int n,m,k;

int bellman_ford(){
    memset(dis,0x3f,sizeof(dis));
    dis[1]=0;
    //n次迭代
    for(int i=1;i<=k;i++){
        memcpy(backup,dis,sizeof(dis));
        for(int j=1;j<=m;j++){
            int a=edge[j].a,b=edge[j].b,w=edge[j].w;
            dis[b]=min(dis[b],backup[a]+w);
        }
    }
    if(dis[n]>0x3f3f3f3f/2) return -1;
    return dis[n];
}

int main(){
    scanf("%d%d%d",&n,&m,&k);
    for(int i=1;i<=m;i++){
        int a,b,w;
        scanf("%d%d%d",&a,&b,&w);
        edge[i].a=a,edge[i].b=b,edge[i].w=w;
    }
    int t=bellman_ford();
    if(t==-1) puts("impossible");
    else printf("%d\n",t);
    return 0;
}
  • 1
  • 2
  • 3
  • 4
  • 5
  • 6
  • 7
  • 8
  • 9
  • 10
  • 11
  • 12
  • 13
  • 14
  • 15
  • 16
  • 17
  • 18
  • 19
  • 20
  • 21
  • 22
  • 23
  • 24
  • 25
  • 26
  • 27
  • 28
  • 29
  • 30
  • 31
  • 32
  • 33
  • 34
  • 35
  • 36
  • 37
  • 38
  • 39
  • 40
  • 41
  • 42

SPFA算法

步骤:
0.用邻接表存储
1.队头入队,更新st数组
2.BFS思路while队列不空,t<-q.front(),p.pop()
3.遍历t的邻接表,更新dis[]数组,即t每一出点的最小距离;
4.在每一出点判断,如果不在队列里,则加入队列;
5.最后迭代完之后的判断
  • 1
  • 2
  • 3
  • 4
  • 5
  • 6
例题:

请你求出 1 号点到 n 号点的最短距离,如果无法从 1 号点走到 n 号点,则输出 impossible。

数据保证不存在负权回路。

输入格式

第一行包含整数 n 和 m。

接下来 m 行每行包含三个整数 x,y,z,表示存在一条从点 x 到点 y 的有向边,边长为 z。

输出格式

输出一个整数,表示 1 号点到 n 号点的最短距离。

如果路径不存在,则输出 impossible。

数据范围

1≤n,m≤105,
图中涉及边长绝对值均不超过 10000。

输入样例:

3 3
1 2 5
2 3 -3
1 3 4

输出样例:

2

AC代码:
#include<iostream>
#include<string>
#include<algorithm>
#include<string.h>
#include<queue>
#define MAXN 160010
using namespace std;

typedef pair<int,int> pii;

//使用邻接表存储稀疏图
int n,m,idx;
int h[MAXN],e[MAXN],ne[MAXN],w[MAXN];//h[]存储每个邻接表上的头结点;ne[]存的是每个节点的下一个节点,即next;w存储权重
int dis[MAXN];
bool st[MAXN];
//pair的first存的是距离,second存的是编号

void add(int a,int b,int c){
    e[idx]=b,w[idx]=c;
    ne[idx]=h[a],h[a]=idx++;
}

int spfa(){
    memset(dis,0x3f,sizeof(dis));
    dis[1]=0;
    
    queue<int> Q;
    Q.push(1);
    st[1]=true;
    while(Q.size()){
        int t=Q.front();Q.pop();
        st[t]=false;
        
        for(int i=h[t];i!=-1;i=ne[i]){
            int j=e[i];
            if(dis[j]>dis[t]+w[i]){
                dis[j]=dis[t]+w[i];
                if(!st[j]){
                    Q.push(j);
                    st[j]=true;
                }
            }
        }
    }
    if(dis[n]==0x3f3f3f3f) return -1;
    return dis[n];
}

int main(){
    scanf("%d%d",&n,&m);
    memset(h,-1,sizeof(h));
    while(m--){
        int a,b,c;
        scanf("%d%d%d",&a,&b,&c);
        add(a,b,c);
    }
    int t=spfa();
    if(t==-1) puts("impossible");
    else printf("%d\n",t);
    return 0;
}
  • 1
  • 2
  • 3
  • 4
  • 5
  • 6
  • 7
  • 8
  • 9
  • 10
  • 11
  • 12
  • 13
  • 14
  • 15
  • 16
  • 17
  • 18
  • 19
  • 20
  • 21
  • 22
  • 23
  • 24
  • 25
  • 26
  • 27
  • 28
  • 29
  • 30
  • 31
  • 32
  • 33
  • 34
  • 35
  • 36
  • 37
  • 38
  • 39
  • 40
  • 41
  • 42
  • 43
  • 44
  • 45
  • 46
  • 47
  • 48
  • 49
  • 50
  • 51
  • 52
  • 53
  • 54
  • 55
  • 56
  • 57
  • 58
  • 59
  • 60
  • 61

Floyed算法 O(n^3)

1.邻接矩阵d[i][j]存图中每个点

for(k=1~n){
	for(i=1~n){
		for(j=1~n){
			d[i][j]=min(d[i][j],d[i][k]+d[k][j];
		}
	}
}
  • 1
  • 2
  • 3
  • 4
  • 5
  • 6
  • 7

d[k,i,j]表示从i点经过1~k中间点到达j的最短距离
因此基于动态规划的状态转移方程为:

d[k,i,j]=min(d[k,i,j],d[k-1,i,k]+d[k-1,k,j])
  • 1

从i到j只经过k-1这些点,再从k到j只经过1k-1这些点,加在一起就是从ij经过k个点,而k-1可以压缩掉,故状态转移方程为

d[i][j]=min(d[i][j],d[i][k]+d[k][j];
  • 1
声明:本文内容由网友自发贡献,不代表【wpsshop博客】立场,版权归原作者所有,本站不承担相应法律责任。如您发现有侵权的内容,请联系我们。转载请注明出处:https://www.wpsshop.cn/w/很楠不爱3/article/detail/243567
推荐阅读
相关标签
  

闽ICP备14008679号