《图论》第4章最优路径问题1.pptVIP

人工智能 华中科技大学水电与数字化工程学院 4.1 最短路径 [网络(赋权图)] 有向图 G=(V, A) 中，给每条边 a=vi, vj 赋予一个实数权 w(vi, vj) ，得到一个有向网络。通常情况下 w(vi, vj) ? 0。（为简化问题的讨论，无特别声明情况下，我们都假定 w(vi, vj) 0。） [距离矩阵] 对上述网络，定义其距离矩阵 D=(dij)n?n，n=|V| 4.1 最短路径 [两点间的最短距离] 对上述网络，结点vi 到 vj 可达时， vi 到 vj 的所有路径中具有最小带权路径长度者称为 vi 到 vj 的一条最短路，其带权路径长度称为 vi 到 vj 的最短距离，记为 d(vi,vj)。 [最优化原理] 对上述网络，若路径 v1, v2 , … ,vk?1 ,vk 是一条 v1 到 vk 的最短路，则路径 v1, v2 , … ,vk?1 是 一 条 v1 到 vk?1 的最短路。 实际上，对最短路 v1, v2 , … ,vk?1 ,vk，路径 vi, vi+1 , … ,vj (1?i j ? k) 是一条 vi 到 vj 的最短路。 4.2 求最短距离的Dijkstra算法 [Dijkstra算法] 求有向网络 G=(V, A) 中结点 u 到其它结点的最短距离。 输入：有向网络 G=(V, A) 的距离矩阵 D。 思想：维护一个顶点集合S，对任何 z?S，d(u, z) 已获得确认。目标是扩充 S，直到 S 包含了G的所有顶点。为此对每个 z?S，需要维持对 d(u,z) 的一个试探值 t(z)，即当前找到的（局部）最小的 ?(u,z)。 初始化：设 S={u}，t(u)=0；对 z?u，设 t(z) = w(u,z) 。 迭代：取 v?S 使得 t(v)=min{t(z)|z?S}；S=S?{v}；对 z?S 且 v, z?A，令 t(z)= min{t(z), t(v)+w(v,z)}。 结束：S=V 或 对所有 z?S，t(z)=?。 此时对所有 v?V，d(u, v)=t(v) 4.2 求最短距离的Dijkstra算法 [例] 4.2 求最短距离的Dijkstra算法 [例] 4.2 求最短距离的Dijkstra算法 [定理4-2-1] Dijkstra 算法结束时对所有 v?V 得到的 d(u, v)是结点 u 到其它结点 v 的最短距离。 [证明] 对|S|作归纳，证明在迭代过程中，对于 z?V，t(z)具有下列特性：(1) 对z?S，有 t(z)=d(u, z)；(2) 对z?S，t(z)是 u 经 S 直接到达 z 的最短距离。 归纳基始：|S|=1时，由初始化知，S={u}， t(u)=d(u,u)=0，且对于 z?u，t(z)=w(u, z) 是 u 直接到达 z 的最短距离。 归纳假设：|S|=k 时，对 z?V，t(z)具有特性(1)和(2)。设有v?S，使得 t(v)=min{t(z)|z?S}。按照算法令 S=S?{v}，此时 |S|=k+1。对 z?S 且 v, z?A，令 t(z)= min{t(z), t(v)+w(v,z)}。 4.2 求最短距离的Dijkstra算法 [证明续1] 归纳过程：从归纳假设出发，证明对 z?V，t(z)具有特性(1)和(2)。为描述方便起见，将迭代前的 S 集合记为 S0。即S=S0?{v}。 (1) 对z?S，考虑到 S0 中的顶点已符合归纳假设的(1)，只需证明 t(v)=d(u, v)。由于 v? S0，符合归纳假设的(2)，即 t(v) 是 u 经 S0 直接到达 v 的最短距离。从 u 到达 v 的最短路径只能是从 u 经 S0 直接到达 v 实现，否则，假设另有 v 的负邻接点 v?? S0可以实现u ? … ? v? ?v 的一条最短路，由于 w(v?,v )0，故 t(v? ) t(v)，与 v 的选择矛盾。因此有t(v)=d(u,v)。 4.2 求最短距离的Dijkstra算法 [证明续2] (2) 向 S0中添加 v 后，对 z?S=S0?{v} 且 v, z?A，从 u 经 S 直接到达 z 的路径包括了从 u 经 S0 直接到达 z 的和从 u 经 v 直接到达 z 的两部分。由归纳假设的(2)，前者的最短距离由迭代前的 t(z) 描述；而后者的最短距离由 t(v)+w(v,z) 描述。故 t(z)= min{t(z), t(v)+ w(v,z)} 描述了u 经 S 直接到达 z 的最短距离。 综上，由归纳原理，证毕。 [计算复杂度] O(n2) 4.3 求两点间最短距离