最短路算法及差分系统.docxVIP

最短路算法及差分系统 Yuke Liao liao.yu.ke@ 2012/7/29 定义 在最短路问题中，给出的是一有向加权图G=(V,E)， 在其上定义的加权函数W:E→R为从边到实型权值的映射。路径P=(v0, v1,……, vk)的权是指其组成边的所有权 值之和： ?? ?? ?? = ??(???? ?1，????) ??=0 ??定义u到v间最短路径的权为： ? ? ? ??? v) ? ?min?w( p):u?v?  如果存在由u到v的通路如果不存在 从结点u到结点v的最短路径定义为使权值最小 的任何路径。 负权边 对于存在负权边的图，定义需要做修正 2 -8 3 负权回路！！ 若存在从起点可达的负权回路，则定义最短路为-∞ 松弛技术 反复减小估计出的最短路权值的上限 设置d[v]来描述从源s到v的最短路径的权的上界， 称之为最短路径估计 INITIALIZE-SINGLE-SOURCE(G,s) INITIALIZE-SINGLE-SOURCE(G,s) For 每个结点 v V[G] Do d[v] ← [v] ← NIL 4. d[s] 0 RELAX(u,v,w) If d[v] > d[u] + w(u,v) Then d[v] ← d[u] + w(u,v) 3. [v] ← u 常用算法 Dijkstra algorithm Bellman-Ford algorithm SPFA algorithm Dijkstra algorithm Dijkstra(G,w,s) INITIALIZE-SINGLE- SOURCE(G,S) S Q ← V[G] While Q Do u ← EXTRACT-MIN(Q) S ← S U {u} For 每个顶点v Adj[u] Do RELAX(u,v,w) Dijkstra Algorithm ? 算法的正确性（无负权边） ? 为什么对负权边失效 5 7 -5 适用条件：无负权边 堆优化的Dijkstra算法 Bellman-Ford Algorithm Bellman-Ford(G,w,s) 1. INITIALIZE-SINGLE-SOURCE(G,s) 2. For i ← 1 to |V[G]|-1 3. Do For 每条边(u,v) E[G] 4. Do RELAX(u,v,w) 5. For 每条边(u,v) E[G] 6. Do If d[v] > d[u] + w(u, v) 7. Then Return FALSE 8. Return TRUE Bellman-Ford Algorithm 5 MAX MAX -2 6 -3 5 MAX -2 6 -3 8 7 8 S 0 2 7 MAX 7 -4 MAX T 9 S 0 2 -4 7 MAX T 9 5 6 4 -2 6 -3 8 7 S 0 2 -4 7 7 2 T 9  5 2 4 -2 6 -3 8 7 S 0 2 -4 7 7 2 T 9 Bellman-Ford Algorithm ? 算法正确性（无负权值环） 两点间如果有最短路，那么每个结点最多经 过一次。也就是说，这条路不超过n-1条边 使用条件：可以有负权边。。。。 但算法效率较低 SPFA Algorithm Shortest Path Faster Algorithm 没有被更新的点不用做松弛操作 队列辅助 SPFA Algorithm SPFA(G,w,s) 1. INITIALIZE-SINGLE-SOURCE(G,s) 2. INITIALIZE-QUEUE(Q) 3. ENQUEUE(Q,s) 4. While Not EMPTY(Q) 5. Do u ← DLQUEUE(Q) 6. For 每条边(u,v) E[G] 7. Do tmp ← d[v] 8. Relax(u,v,w) 9. If (d[v] < tmp) and (v不在Q中) 10. ENQUEUE(Q,v) SPFA Algorithm ? 算法正确性 ? 期望时间复杂度为O(E) Proof: 各算法之间的比较 算法 时间复杂度 空间复杂度 编程复杂度 适用范围 Dijkstra O( V2 )或 O((E+V)logV) O( V2 )或 O(E+V) 简单或相对复杂 不含负权的图 (窄) Bellman-Ford O(VE) O(E+V) 简单 实数图(广) SPFA O(E) O(E+V) 简单 实数图(广) Example 1 若干个货币兑换点在城市中工作着，每个兑换点只能进行两种指定货币的兑换。不同兑换点兑换的货币有可能相同。每个兑换点有它自己的兑换汇率，货币A 到货币B的汇率表示要多少单位的货币B才