Floyd算法

使用条件

可以求出多源最短路,可以处理负权边的情况,但是不能出现负环。

时间复杂度

O(n3

讲解

Floyed算法使用的是动态规划的方法。

只需要使用最简单粗暴的做法,将出发点、结束点、中转点都枚举一遍就可以了。

状态转移方程:

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

这样,再写出Floyd算法的核心代码就很容易了。

另外需要注意的是:Floyd算法不能解决带有负权回路(或者叫负权环)的图,因为带有负权回路的图没有最短路。例如下面这个图就不存在1号顶点到3号顶点的最短路径。因为1->2->3->1->2->3->->1->2->3这样路径中,每绕一次1->-2>3这样的环,最短路就会减少1,永远找不到最短路。其实如果一个图中带有负权回路那么这个图则没有最短路。

核心代码

1
2
3
4
for(k=1;k<=n;k++) //枚举中转点
for(i=1;i<=n;i++) //枚举起点
for(j=1;j<=n;j++) //枚举终点
d[i][j]=min(d[i][k]+d[k][j],d[i][j]);

Dijkstra算法

使用条件

求单源最短路径,不能处理负权。

时间复杂度

O(n2

讲解

Dijkstra算法使用的是贪心方法,d[i]表示起点s0到i的最短距离。

从起点s0开始,选择未访问过的离s0最近的一个点i,也就是最小的d[i],因为所以边权为正,不会存在更短的路径到达i,保证了贪心的正确性。然后将i作为中间点,更新经过i可到达的点的最短路距离,继续贪心寻找未访问过的最近的一个点,经过n次贪心,算法结束。

看图:

根据这个图,Dijkstra算法应该就很好理解了。

核心代码

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
for (i = 1; k <= n; k++)
{
maxn = 0x7fffffff;
for (j = 1; j <= n; j++) //找出未访问最小的d[j]
{
if (!vis[j] && d[j] < maxn)
{
maxn = d[j];
k = i;
}

}
vis[k] = 1;
for (j = 1; j <= n; j++) //k作为中间点,更新起点经过k到达其他点的d[j]
if (w[k][j])
{
d[j] = min{ d[k] + w[k][j],d[j] };
}
}

SPFA算法

使用条件

求单源最短路,可以处理负权边

时间复杂度

对于稀疏图,为O(km),k为较小的常数,而对于稠密图或者构造的网格图,会提高到O(n*m)

讲解

建立一个队列,初始时队列里只有起始点,在建立一个表格记录起始点到所有点的最短路径(该表格的初始值要赋为极大值,该点到他本身的路径赋为0)。然后执行松弛操作,用队列里有的点去刷新起始点到所有点的最短路,如果刷新成功且被刷新点不在队列中则把该点加入到队列最后。重复执行直到队列为空。

图:

源点A首先入队,并且AB松弛

在这里插入图片描述

扩展与A相连的边,B,C 入队并松弛。

在这里插入图片描述 在这里插入图片描述

D出队,E入队并松弛。

在这里插入图片描述

E出队,此时队列为空,源点到所有点的最短路已被找到,A->E的最短路即为8

在这里插入图片描述

以上就是SPFA算法的过程。

核心代码

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
q.push(s);
vis[s]=1; //源点s入队,标记入队
while(q.size())
{
u=q.front();q.pop();vis[u]=0; //取出队头,标记未入队
for(i=head[u];i;i=next[i])
{
v=ver[i];
w=edge[i];
if(dis[u]+w<dis[v])
{
dis[v]=dis[u]+w;
if(!vis[v]) {q.push(v);vis[v]=1;} //如果没有在队列,入队,标记已入队
}
}
}