求最短路径的三种算法

这篇具有很好参考价值的文章主要介绍了求最短路径的三种算法。希望对大家有所帮助。如果存在错误或未考虑完全的地方,请大家不吝赐教,您也可以点击"举报违法"按钮提交疑问。

目录

一.单源最短路

1.dijkstra算法及实现

2.spfa算法及实现

(1)spafa负环判断及实现

二.多源最短路

1.floyd算法及实现

一.单源最短路

1.dijkstra算法及实现
求源点到图中其余各顶点的最短路径
dfs效率慢,解决规模小,bfs只能边权为1的图
Dijkstra算法——迪杰斯塔拉算法(非负全图)
 基本思想:
 首先假定源点为u,顶点集合V被划分为两部分:集合 S 和 V-S.
 初始时S中仅含有源点u,其中S中的顶点到源点的最短路径已经确定。
集合S 和V - S中所包含的顶点到源点的最短路径的长度待定,
 称从源点出发只经过S中的点到达V - S中的点的路径为特殊路径,
并用dist[]记录当前每个顶点对应的最短特殊路径长度。
实现从1到n的最短路径
 输入:
3 3
1 2 5
2 3 5
3 1 2
输出:
2

#include<iostream>
#include<cstring>
using namespace std;
const int N = 1001;
const int M = 10001;
int head[N];
int size1;
int n, m;
struct edge {
	int v, w, next;
	edge() {};
	edge(int _v, int _w, int _next) {
		v = _v;
		w = _w;
		next = _next;
	}
}e[M*2];
void init() {
	memset(head, -1, sizeof(head));
	size1 = 0;;

}
void insert(int u,int v,int w) {
	e[size1] = edge(v, w, head[u]);
	head[u] = size1++;
}
void insert2(int u, int v, int w) {
	insert(u, v, w);
	insert(v, u, w);
}
int dis[N];
bool vis[N];
void dijkstra(int u)
{
	memset(vis, false, sizeof(vis));
	memset(dis, 0x3f, sizeof(dis));       //0x3f用以表示正无穷
	dis[u] = 0; 
	int mind = 1000000000;
	for (int i = 0; i < n; i++) {
		int minj = -1;
		for (int j = 1; j <= n; j++) {
			if (!vis[j] && dis[j] < mind) {
				minj = j;
				mind = dis[j];
			}
		}
		if (minj == -1)
			return;
		vis[minj] = true;
		for (int j = head[minj];~j ; j = e[j].next) {  ///~j等价于j!=-1;
			int v = e[j].v;
			int w = e[j].w;
			if (!vis[v] && dis[v] > dis[minj] + w)
				dis[v] = dis[minj] + w;
		}
	}
}
int main()
{
	init();
	int u, v, w;
	cin >> n >> m;
	while (m--) {
		cin >> u >> v >> w;
		insert2(u, v, w);
	}
	dijkstra(1);
	cout << dis[n] << endl;
	return 0;
}


2.SPFA算法——Shortest Path Faster Algorithm 
思路:
用数组dis记录每个结点的最短路径估计值,用邻接表或邻接矩阵来存储图G。
我们采取的方法是动态逼近法:设立一个先进先出的队列用来保存待优化的结点,
优化时每次取出队首结点u,
并且用u点当前的最短路径估计值对离开u点所指向的结点v进行松弛操作,
如果v点的最短路径估计值有所调整,且v点不在当前的队列中,就将v点放入队尾。
这样不断从队列中取出结点来进行松弛操作,直至队列空为止
优点:
(可以解决带负权的有向图并且在稀疏图优于dijsktra)
反例:
 1.出题特殊数据使SPFA算法慢,2.有负环不能解决
推荐后续优化的dijkstra算法
实现:

#include<iostream>
#include<cstring>
#include<queue>
using namespace std;
const int N = 1001;
const int M = 10001;
int head[N];
int size1;
int n, m;
struct edge {
	int v, w, next;
	edge() {};
	edge(int _v, int _w, int _next) {
		v = _v;
		w = _w;
		next = _next;
	}
}e[M*2];
void init() {
	memset(head, -1, sizeof(head));
	size1 = 0;;

}
void insert(int u,int v,int w) {
	e[size1] = edge(v, w, head[u]);
	head[u] = size1++;
}
void insert2(int u, int v, int w) {
	insert(u, v, w);
	insert(v, u, w);
}
int dis[N];
bool vis[N];
void spfa(int u) {
	memset(vis, false, sizeof(vis));
	vis[u] = true;
	memset(dis, 0x3f, sizeof(dis));
	dis[u] = 0;
	queue<int>q;
	q.push(u);
	while (!q.empty()) {
		u = q.front();
		q.pop();
		vis[u] = false;
		for (int j = head[u]; ~j; j = e[j].next) {
			int v = e[j].v;
			int w = e[j].w;
			if (dis[v] > dis[u] + w) {
				dis[v] = dis[u] + w;
				if (!vis[v]) {
					q.push(v);
					vis[v] = true;
				}
			}

		}
	}
}
int main()
{
	init();
	int u, v, w;
	cin >> n >> m;
	while (m--) {
		cin >> u >> v >> w;
		insert2(u, v, w);
	}
	spfa(1);
	cout << dis[n] << endl;
	return 0;
}


(1)spfa判断负环
在进行spfa用一个数组cnt标记每个顶点的入队次数,如果一个顶点的入队次数大于顶点总数
则表示该图含有负环

#include<iostream>
#include<cstring>
#include<queue>
using namespace std;
const int N = 1001;
const int M = 10001;
int head[N];
int size1;
int n, m;
struct edge {
	int v, w, next;
	edge() {};
	edge(int _v, int _w, int _next) {
		v = _v;
		w = _w;
		next = _next;
	}
}e[M*2];
void init() {
	memset(head, -1, sizeof(head));
	size1 = 0;;

}
void insert(int u,int v,int w) {
	e[size1] = edge(v, w, head[u]);
	head[u] = size1++;
}
void insert2(int u, int v, int w) {
	insert(u, v, w);
	insert(v, u, w);
}
int dis[N], in[N];
bool vis[N];
bool spfa(int u) {
	memset(vis, false, sizeof(vis));
	vis[u] = true;
	memset(dis, 0x3f, sizeof(dis));
	dis[u] = 0;
	memset(in, 0, sizeof(in));
	in[u] = u;
	queue<int>q;
	q.push(u);
	while (!q.empty()) {
		u = q.front();
		q.pop();
		vis[u] = false;
		for (int j = head[u]; ~j; j = e[j].next) {
			int v = e[j].v;
			int w = e[j].w;
			if (dis[v] > dis[u] + w)
				dis[v] = dis[u] + w;
			if (!vis[v]) {
				q.push(v);
				vis[v] = false;
				++in[v];
				if (in[v] > n)
					return true;
			}
		}
	}
	return false;
}
int main()
{
	init();
	int u, v, w;
	cin >> n >> m;
	while (m--) {
		cin >> u >> v >> w;
		insert2(u, v, w);
	}
	if (spfa(1))
		cout << "Yes" << endl;
	else
		cout << "No" << endl;
	return 0;
}


二.多源最短路
1.floyd算法——(Floyd-Warshall algorithm),中文亦称弗洛伊德算法
利用动态规划的思想解决带权图中任意两个点之间最短路径算法
优势:代码简短,高效,可以解决带负权

反例:不能解决带负环
思路:
dp[0][i][j]=图
dp[k][i][j]=从i到j可能经过1...k最短路径,
min(dp[k][i][j],dp[k-1][i][k]+dp[k-1][k][j])
优化为二维:
min(dp[i][j],dp[i][k]+dp[k][j])
实现:
 文章来源地址https://www.toymoban.com/news/detail-619878.html

#include<iostream>
#include<cstring>
using namespace std;
const int N = 101;
int g[N][N];
void floyd(int n) {
	for (int k = 1; k <= n; k++) {
		for (int i = 1; i <= n; i++) {
			for (int j = 1; j <= n; j++) {
				g[i][j] = min(g[i][j], g[i][k] + g[j][k]);
			}
		}
	}
}
int main()
{
	memset(g, 0x3f, sizeof(g));
	for (int i = 0; i < N; i++) {
		g[i][i] = 0;
	}
	int n, m;
	int u, v, w;
	cin >> n >> m;
	while (m--) {
		cin >> u >> v >> w;
		g[u][v] = g[v][u] = w;
	}
	floyd(n);
	for (int i = 1; i <= n; i++) {
		for (int j = 1; j <= n; j++) {
			cout << g[i][j] << ' ';
		}
		cout << endl;
	}
	return 0;
}

到了这里,关于求最短路径的三种算法的文章就介绍完了。如果您还想了解更多内容,请在右上角搜索TOY模板网以前的文章或继续浏览下面的相关文章,希望大家以后多多支持TOY模板网!

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处: 如若内容造成侵权/违法违规/事实不符,请点击违法举报进行投诉反馈,一经查实,立即删除!

领支付宝红包 赞助服务器费用

相关文章

  • [算法日志]图论: 深度优先搜索(DFS)

    ​ 深度优先搜索算法是一种遍历图这种数据结构的算法策略,其中心思想是朝图节点的一个方向不断跳转,当该节点无下一个节点或所有方向都遍历完时,便回溯朝上一个节点的另一个方向继续遍历。这种搜索策略与回溯法有异曲同工之妙。 正因为和回溯法有相似之处,所

    2024年02月03日
    浏览(62)
  • Python 图算法,图最短路径,图广度优先搜索,图深度优先搜索,图排序

    一、图数据库相关算法 图数据库是一种专门用来存储和处理图数据的数据库系统。它使用图结构来表示数据之间的关联关系,以及节点和边之间的属性信息。以下是一些常用的图数据库算法: 1. 最短路径算法:最短路径算法用于计算图中两个节点之间的最短路径,例如Dijk

    2024年02月15日
    浏览(34)
  • 【算法】求最短路径算法

    从某顶点出发,沿图的边到达另一顶点所经过的路径中,各边上权值之和最小的一条路径叫做最短路径。 解决最短路径的问题有以下算法:Dijkstra 算法,Bellman-Ford 算法,Floyd 算法和 SPFA 算法等。 迪杰斯特拉算法(Dijkstra 算法)是典型最短路径算法,用于计算一个节点到其它

    2024年02月02日
    浏览(33)
  • 图论与算法(3)图的深度优先遍历

    图的遍历 是指按照一定规则访问图中的所有顶点,以便获取图的信息或执行特定操作。常见的图遍历算法包括深度优先搜索(DFS)和广度优先搜索(BFS)。 深度优先搜索 (DFS):从起始顶点开始,递归或使用栈的方式访问相邻的顶点,直到所有顶点都被访问过为止。DFS通过

    2024年02月06日
    浏览(47)
  • c语言写邻接矩阵的最短路径的Dijkstra算法(附有详细代码)

    (1) 用dis数组来存储源点1到其他顶点的初始路径,标记1号顶点, 此时dis数组中的值称为最短路径的估计值。 (2) 从dis数组中找出离源起点最近的点2号,以2号顶点为源点进行找最近的顶点。把2号顶点标记,表示已经有最小值。 以2号顶点为源点,看2号顶点有哪些出边,看能不

    2024年02月05日
    浏览(42)
  • 图算法——求最短路径(Dijkstra算法)

            目录 一、什么是最短路径 二、迪杰斯特拉(Dijkstra)算法  三、应用Dijkstra算法 (1) Dijkstra算法函数分析         求图的最短路径在实际生活中有许多应用,比如说在你在一个景区的某个景点,参观完后,要怎么走最少的路程到你想参观的下个景点,这就利用到

    2023年04月15日
    浏览(39)
  • 图算法——求最短路径(Floyd算法)

    目录 一、什么是最短路径 二、弗洛伊德(Floyd)算法 三、测试程序         求图的最短路径在实际生活中有许多应用,比如说在你在一个景区的某个景点,参观完后,要怎么走最少的路程到你想参观的下个景点,这就利用到了求图最短路径的算法。求图的最短路径有很多

    2024年02月07日
    浏览(38)
  • Dijkstra算法求最短路

    Dijkstra算法的流程如下: 1.初始化dist[1] = 0,其余节点的dist值为无穷大。 2.找出一个未被标记的、dist[x]最小的节点x,然后标记节点x。 3.扫描节点x的所有出边(x,y,z),若dist[y] dist[x] + z,则使用dist[x] + z更新dist[y]。 4.重复上述2~3两个步骤,直到所有的节点都被标记。 Dijk

    2024年02月06日
    浏览(42)
  • 弗洛伊德算法(求最短路径)

    在一个加权图中,如果想找到各个顶点之间的最短路径,可以考虑使用弗洛伊德算法。 弗洛伊德算法既适用于无向加权图,也适用于有向加权图。使用弗洛伊德算法查找最短路径时,只允许环路的权值为负数,其它路径的权值必须为非负数,否则算法执行过程会出错。 弗洛

    2024年02月06日
    浏览(45)
  • 迪杰斯特拉算法(求最短路径)

    迪杰斯特拉算法用于查找图中某个顶点到其它所有顶点的最短路径,该算法既适用于无向加权图,也适用于有向加权图。 注意,使用迪杰斯特拉算法查找最短路径时,必须保证图中所有边的权值为非负数,否则查找过程很容易出错。 迪杰斯特拉算法的实现思路 图 1 是一个无

    2024年02月02日
    浏览(39)

觉得文章有用就打赏一下文章作者

支付宝扫一扫打赏

博客赞助

微信扫一扫打赏

请作者喝杯咖啡吧~博客赞助

支付宝扫一扫领取红包,优惠每天领

二维码1

领取红包

二维码2

领红包