最短路讲义.PPTVIP

7.6.1从某个源点到其余顶点的最短路径 给定带权有向图D和源点v，求从v到D中其余各顶点的最短路径。 始点 终点 最短路径 路径长度 1、单源最短路径问题 单源点最短路径是指：给定一个出发点(单源点)和一个有向网G=(V，E),求出源点到其它各顶点之间的最短路径。 那么怎样求出单源点的最短路径呢?我们可以将源点到终点的所有路径都列出来,然后在里面选最短的一条即可。但是这样做,用手工方式可以,当路径特别多时,显得特别麻烦,并且没有什么规律,不能用计算机算法实现。 迪杰斯特拉(Dijkstra)在做了大量观察后,首先提出了按路径长度递增次序产生各顶点的最短路径算法,我们称之为迪杰斯特拉算法。 迪杰斯特拉算法的基本思想 设置两个顶点的集合 S：存放已找到最短路径的顶点 T＝V－S：存放当前还未找到最短路径的顶点 初始状态时，集合S中只包含源点v0，然后不断从集合T中选取到顶点v0路径长度最短的顶点u加入到集合S中; 集合S每加入一个新的顶点u，都要修改顶点v0到集合T中剩余顶点vx的最短路径长度值，集合T中各顶点vx新的最短路径长度值=min{原来的最短路径长度值D(v0,vx)，顶点u的最短路径长度值D(v0,u)+u到该顶点的路径长度值D(u,vx)}。（这里：vx中，x=1，2，…,T中的剩余顶点个数） 此过程不断重复，直到集合T的顶点全部加入到S中为止。 最短路径 首先，设置一个辅助向量D，它的每个分量 D[i]表示当前找到的从起始点v0到每个终点的最短路径长度。它的初态为：若从V 到Vi有弧，则D[i]为弧上的权值；否则置 D[i]为无穷大。 显然，长度为D[j] = Min{D[i] | vi ∈V }的路径,就是从v0 出发的长度最短的一条最短路径（v0，Vj）。 次短路径 当我们按长度递增的次序来产生v0到各个顶点的最短路径时，设S为已经求得的最短路径的终点集合。我们可以证明：下一条长度次短的最短路径(终点为vk)或者是弧（v0,vk），或者是中间经过S中的某些顶点而后到达vk的路径。 只考虑S中只有vj，假设最短路径经过S外顶点Vy，D(v0,vy)+D(vy,vk)最小，显然D(v0,vy) D(v0,vy)+D(vy,vk),所以D(v0,vy)为vy不属于S而长度小于D(v0,vy)+D(vy,vk)的最短路径，即：vk不是下一个最短路径的终点。矛盾！ 迪杰斯特拉算法 求最短路径（举例） （1）假设用带权的邻接矩阵arcs来表示带权的有向图，arcs[i][j]表示弧vi,vj上的权值。若vi,vj不存在，则置 arcs[i][j]为无穷大。S为已找到从V出发的最短路径的终点集合，它的初值为空集。 那么，从V出发到图上其余各顶点可能达到的最短路径长度初值为： D[i] = arcs[LocateVex(G, v)] [i] vi ∈ V （2）选择Vj，使得 D[j] = Min{D[i] | vi ∈ V- S} Vj就是当前求得的一条从V出发的最短路径的终点。令 S= S U {j} （3）修改从V出发到集合V – S上任一顶点vk可达的最短路径长度。 如果 D[j] + arcs[j][k] D[k], 则修改D[K]为 D[k] = D[j] + arcs[j] [k] (4)重复操作（2）（3）共n-1次。得到图上从v出发到其余各顶点 的最短路径长度递增序列。以下图为例说明其过程： 7.6.2 每一对顶点之间的最短路径 解决这个问题的一个办法是：每次以一个顶点为源点，重复执行迪杰斯特拉算法n次。这样，便可求得每一对顶点的最短路径。总的执行时间为O(n3)。 这里要介绍由弗洛伊德(Floyd)提出的另一个算法。这个算法的时间复杂度也是O(n3),但形式上简单些。 Floyd算法的基本思想 对于任意给定的图G = (V,E) ，V 为顶点集合，E 为弧的集合。设该图有n(n ≥ 1) 个顶点，不失一般性，令其分别为V0 ,…,Vn-1 。Floyd 算法不断的在图中任意一对顶点Vi与Vj(0 ≤ i, j ≤ n-1 )之间的路径中加入一个新顶点Vk(即k 从0变化到n-1)，并计算出只经过迄今为止所引入的