长沙医疗网站建设,工会网站群建设,个人设计师为什么做网站,emlog转移到wordpressDijsktra算法理解笔记 学习了柳神的笔记 感谢柳神 Dijkstra算法是处理图问题中的最短路径的问题 最短路径问题可以大致分为两个方向
单源最短路径全局最短路径
以此为基准可以将最短路径算法这样划分#xff1a;
单源最短路径
Dijkstra #xff1a;不能求负权边Bellman-F…Dijsktra算法理解笔记 学习了柳神的笔记 感谢柳神 Dijkstra算法是处理图问题中的最短路径的问题 最短路径问题可以大致分为两个方向
单源最短路径全局最短路径
以此为基准可以将最短路径算法这样划分
单源最短路径
Dijkstra 不能求负权边Bellman-Ford可求负SPFA 可求负。是2的优化
全局最短路径
Floyed可求负。
其中注意点到点可以使用深度优先遍历
下面将着重分析Dijsktra算法
伪代码
Dijkstra() {初始化;for(循环n次) {u 使dis[u]最小的还未被访问的顶点的编号;记u为确定值;for(从u出发能到达的所有顶点v){if(v未被访问 以u为中介点使s到顶点v的最短距离更优)优化dis[v];}}
}思想内外循环。外循环起到遍历所有点的作用。内循环1找到还未被访问的离起点最近的点可以理解为从起点每一步都选择最短路径目前走到了这个点。内循环2用于找到目前走到的这个点再往下走该选择的最短路径点。
//邻接矩阵
int n, e[maxv][maxv];
int dis[maxv], pre[maxv];// pre用来标注当前结点的前一个结点
bool vis[maxv] {false};
void Dijkstra(int s) {fill(dis, dis maxv, inf);//初始化距离矩阵dis[s] 0;//起点的距离置为0for(int i 0; i n; i) pre[i] i; //初始状态设每个点的前驱为自身//进入两层循环for(int i 0; i n; i) {int u -1, minn inf;for(int j 0; j n; j) {if(visit[j] false dis[j] minn) {u j;minn dis[j];}}if(u -1) return;visit[u] true;for(int v 0; v n; v) {if(visit[v] false e[u][v] ! inf dis[u] e[u][v] dis[v]) {dis[v] dis[u] e[u][v];pre[v] u; // pre用来标注当前结点的前一个结点}}}
}该部分为邻接矩阵情况的Dikjkstra算法实现。两个关键数组dis[maxv]和vis[maxv]。初始起点距离置为0。在两层循环起始设置u标记现在访问至哪一点。若没有未访问的点那么说明已经走完了。接着内循环2判定u点到其余未访问点的距离判优更新。 上述代码还加入了标注前一个结点的pre[maxv]数组。
//邻接表
struct node {int v, dis;
}
vectorvectornode e[maxv];
int n;
int dis[maxv], pre[maxv];// pre用来标注当前结点的前一个结点
bool visit[maxv] {false};
for(int i 0; i n; i) pre[i] i; //初始状态设每个点的前驱为自身
void Dijkstra(int s) {fill(dis, dis maxv, inf);dis[s] 0;for(int i 0; i n; i) {int u -1, minn inf;for(int j 0; j n; j) {if(visit[j] false dis[j] minn) {u j;minn dis[j];}}if(u -1) return ;visit[u] true;//核心区别在于这里for(int j 0; j e[u].size(); j) {int v e[u][j].v;if(visit[v] false dis[u] e[u][j].dis dis[v]) {dis[v] dis[u] e[u][j].dis;pre[v] u;}}}
}该部分为邻接表情况的Dijkstra算法实现。与邻接矩阵大致相同核心区别在于内循环2的更新是如何提取边权的而已。
输出最短路径就要用到前面设置的pre数组了。注意要倒序输出
void dfs(int s, int v) {if(v s) {printf(%d\n, s);return ;}dfs(s, pre[v]);printf(%d\n, v);
}至此Dijkstra的基本操作和代码就差不多了。 下面是柳神给的三种附加考法。 边权边权 以一个边权为判断最短路径的标准另一个边权为多条最短路径时的挑选准则。
for(int v 0; v n; v) { //重写v的for循环if(visit[v] false e[u][v] ! inf) {if(dis[u] e[u][v] dis[v]) {dis[v] dis[u] e[u][v];c[v] c[u] cost[u][v];}else if(dis[u] e[u][v] dis[v] c[u] cost[u][v] c[v]) {c[v] c[u] cost[u][v];}}
}这里主要判断最短路径的边权为e[maxv][maxv]第二个边权为cost[maxv][maxv]。
边权点权 以一个边权为判断最短路径的标准另一个点权为多条最短路径时的挑选准则
for(int v 0; v n; v) {if(visit[v] false e[u][v] ! inf) {if(dis[u] e[u][v] dis[v]) {dis[v] dis[u] e[u][v];w[v] w[u] weight[v];}else if(dis[u] e[u][v] dis[v] w[u] weight[v] w[v]) {w[v] w[u] weight[v];}}
}这里主要判断最短路径的边权为e[maxv][maxv]第二个边权为weight[maxv]。
1和2的核心都在于要更新c[maxv]和w[maxv]尤其要在边权未改变时判断第二个指标边权或者点权。
问有多少条最短路径 核心在于增加一个num [ ]。起点的值置为1。其余置为0。在循环的过程中遇到相等情况将前一个点的路径数加到后一个点上。最后输出想要终点的值。
for(int v 0; v n; v) {if(visit[v] false e[u][v] ! inf) {if(dis[u] e[u][v] dis[v]) {dis[v] dis[u] e[u][v];num[v] num[u];}else if(dis[u] e[u][v] dis[v]) {num[v] num[v] num[u];}}
}柳神博文中还介绍了一个例子非常值得学习再次感谢柳神
