贪心算法与(图算法) .ppt

单源最短路径 单源最短路径 最短路径类型 单源最短路径问题（Dijkstra算法、Bellman-Ford算法、SPFA算法） 单终点最短路径问题 单对顶点最短路径问题 每对顶点间最短路径问题（Floyd-Warshall算法） 单源最短路径 最短路径定义 在非网图中，最短路径是指两顶点之间经历的边数最少的路径 在网图中，最短路径是指两顶点之间经历的边上权值之和最小的路径 B A E D C AE：1 ADE：2 ADCE：3 ABCE：3 B A E D C 10 50 30 10 100 20 60 AE：100 ADE：90 ADCE：60 ABCE：70 单源最短路径 单源最短路径 问题描述：给定带权有向图G＝(V, E)和源点v∈V，求从v到G中其余各顶点的最短路径。 迪杰斯特拉（Dijkstra）提出了一个按路径长度递增的次序产生最短路径的算法——Dijkstra算法。 1 2 3 5 4 100 60 10 30 10 20 50 获取方法： 1）直接从源点到该点(只含一条边) 2）从源点经过已求得最短路径的顶点，再到达该顶点。 单源最短路径 Dijkstra算法 基本思想：每次新扩展一个距离最短的点，更新与其相邻的点的距离。当所有边权都为正时，由于不会存在一个距离更短的没扩展过的点，所以这个点的距离永远不会再被改变，因而保证了算法的正确性。 最优性原理：如果u到v的最短路径经过w，则这条路径： u到w是最短路径，且w到v是最短路径。 集 合 V-S 集 合 S vk v vi u w v 单源最短路径 Dijkstra算法 有向图和无向图都可以使用本算法，无向图中的每条边可以看成相反的两条边 用来求最短路径的图中不能存在负权边 引入了松弛(Relaxation)操作：先让源点s到顶点i的距离d[i]取一个很大的值，然后不断减小d[i]，当所有的d[i]不能再减小时，就求出了s到所有点的最短路径。松弛操作的目的是减小d[i]的值，如果从s到达i有更优的路径则更新d[i] Relaxation: if d[k] + g[k][i] d[i] then d[i] = d[k] + g[k][i] 单源最短路径 Dijkstra算法 s为源，w[u,v]为点u和v之间的边的长度，结果保存在dist[]中 (1) 初始化：源的距离dist[s]设为0，其他的点距离设为无穷大，同时把所有的点的状态都设置为没有扩展过。 (2) 循环n-1次： (2.1) 在没有扩展过的点中取一距离最小的点u，并将其状态设为已扩展。 (2.2) 对于每个与u相邻的点v，执行relax(u,v)，也就是说，如果dist[u]+w[u,v]dist[v]，那么把dist[v]更新成更短的距离dist[u]+w[u,v]。此时到点v的最短路径上，前一个节点即为u。 (3) 结束：此时对于任意的u，dist[u]就是s到u的距离。 单源最短路径 Dijkstra算法 单源最短路径 Dijkstra算法 算法演示 A B A E D C 10 50 30 10 100 20 60 S={A} A→B:(A, B)10 A→C:(A, C)∞ A→D: (A, D)30 A→E: (A, E)100 单源最短路径 Dijkstra算法 算法演示 A B A E D C 10 50 30 10 100 20 60 S={A, B} A→B:(A, B)10 A→C:(A, B, C)60 A→D: (A, D)30 A→E: (A, E)100 B 单源最短路径 Dijkstra算法 算法演示 A B A E D C 10 50 30 10 100 20 60 S={A, B, D} A→B:(A, B)10 A→C:(A, D, C)50 A→D: (A, D)30 A→E: (A, D, E)90 B D 单源最短路径 Dijkstra算法 算法演示 A B A E D C 10 50 30 10 100 20 60 S={A, B, D, C} A→B:(A, B)10 A→C:(A, D, C)50 A→D: (A, D)30 A→E: (A, D, C, E)60 B D C 单源最短路径 Dijkstra算法 算法演示 S={A, B, D, C, E} A→B:(A, B)10 A→C:(A, D, C)50 A→D: (A, D)30 A→E: (A, D, C, E)60 A B A E D C 10 50 30 10 100 20 60 B D C E 单源最短路径 Dijkstra算法 核心代