当前位置: 首页 > news >正文

【图论C++】Floyd算法(多源最短路径长 及 完整路径)

>>>竞赛算法

/*** @file            * @author          jUicE_g2R(qq:3406291309)————彬(bin-必应)*						一个某双流一大学通信与信息专业大二在读	* * @brief           一直在算法竞赛学习的路上* * @copyright       2023.9* @COPYRIGHT			 原创技术笔记:转载需获得博主本人同意,且需标明转载源** @language        C++* @Version         1.0还在学习中  */
  • UpData Log👆 2023.9.29 更新进行中
  • Statement0🥇 一起进步
  • Statement1💯 有些描述可能不够标准,但能达其意

文章目录

  • >>>竞赛算法
  • 21 Floyd算法
    • 21-1 比较几种求解 最短路径 的算法
    • 21-2 孕育出 Floyd算法 的 原因
    • 21-3 Floyd算法 的 实现
  • 就纯一暴力法,没什么说的

21 Floyd算法

21-1 比较几种求解 最短路径 的算法

  • 常见的有:DJ算法Floyd算法A*算法Bellman-Ford 算法SPFA算法

其中 A*算法DJ算法 的plus版,SPFA算法Bellman-Ford 算法的plus版

算法名称DJ算法Floyd算法SPFA算法A*算法
单/多源单源多源单源
可否求负权值图
效率较高较低很高
思想贪心动规DP,松弛松弛启发式搜索,估值函数
解的最优性最优最优相对最优
  • 单源指的是:一个起点,到其他所有点

21-2 孕育出 Floyd算法 的 原因

n个端点的图 的 多源最短路径,可以将 Dijkstra算法 执行 n次,但这样时间复杂度也上去了 O ( n 2 ∗ n ) O(n^2*n) O(n2n),而且代码也很臃肿,此时就需要针对这类问题单独设计一种算法解决 代码量大 的问题——就产生了Floyd算法

虽然 Floyd算法 的效率相对较低 1 ^1 1且不适合处理数据量过大 2 ^2 2的图 ,但是它处理 稠密图 3 ^3 3 时效率是高于 Dijkstra算法的,而且 floyd算法 的代码量极小 4 ^4 4,实现也很简单!!!

1 ^1 1:时间复杂度为 O ( n 3 ) O(n^3) O(n3)

2 ^2 2:空间复杂度为 O ( n 2 ) O(n^2) O(n2):,使用的是邻接矩阵(直接开辟二维数组)。在处理稠密图时格外浪费空间。

3 ^3 3:由于三重循环结构紧凑

4 ^4 4Dijkstra算法的思想上是很容易接受的,但是实现上其实是非常麻烦的

21-3 Floyd算法 的 实现

  • 第一步:存储图:使用的是领接矩阵

  • 第二步:三重循环

m m m 为中介点、 i i i 为起点、 j j j 为终点,这一点很像 A*算法。

判断由 起点 i 起点i 起点i 直接到 终点 j 终点j 终点j 的代价值 是否大于 起点 i 起点i 起点i 经由 中介点 m 中介点m 中介点m 终点 j 终点j 终点j 的代价值(即判断 d p [ i ] [ j ] > d p [ i ] [ m ] + d p [ m ] [ j ] dp[i][j]>dp[i][m]+dp[m][j] dp[i][j]>dp[i][m]+dp[m][j]),若大于(判断成立)则将从 起点 i 起点i 起点i 直接到 终点 j 终点j 终点j 的代价值 更新为 d p [ i ] [ j ] = d p [ i ] [ m ] + d p [ m ] [ j ] dp[i][j]=dp[i][m]+dp[m][j] dp[i][j]=dp[i][m]+dp[m][j]

//法一:三目运算符直接搞定
dp[i][j] = dp[i][j] > (dp[i][m]+dp[m][j])  ?  (dp[i][m]+dp[m][j]) : dp[i][j];
//法二:调用函数
dp[i][j] = min(dp[i][j], (dp[i][m]+dp[m][j]));

三重循环结束后,路径规划结束。

#include<bits/stdc++.h>
using namespace std;
const int INF=0x3f3f3f3f;
int dp[6][6]={{  0,   2,   3,   6, INF, INF}, 				{  2,   0, INF, INF,   4,   6}, 				{  3, INF,   0,   2, INF, INF},				{  6, INF,   2,   0,   1,   3}, {INF,   4, INF,   1,   0, INF}, 			{INF,   6, INF,   3, INF,   0}
};
vector<vector<int>> Mid(6,vector<int>(6,INF));
char ch[6]={'A','B','C','D','E','F'};
void Floyd(int n){int m,i,j;for(m=0; m<n; m++)                                      //k为中介点for(i=0; i<n;i++) 			                        //i为起点for(j=0; j<n;j++){ 		                        //j为终点if(dp[i][j] > (dp[i][m]+dp[m][j])){         //松弛操作dp[i][j] = (dp[i][m]+dp[m][j]);Mid[i][j]=m;                            //记录中介点}}
}
void Find_Path(int i, int j){if(Mid[i][j]==INF)cout<< ch[i];else{Find_Path(i, Mid[i][j]);i=Mid[i][j];while(Mid[i][j]!=INF){cout<< "->" << ch[ Mid[i][j] ] ;i=Mid[i][j];}}cout<< "->" << ch[j] <<endl;
}
int main(void){int n=6;Floyd(n);for(int i=0; i<n; i++){for(int j=0; j<n; j++){cout<< "结点" << ch[i] << "到结点" << ch[j] <<"的最短路径长为:" << dp[i][j] << ",";cout<<"最短路径为:";Find_Path(i,j);}cout<<endl;}return 0;
}

就纯一暴力法,没什么说的

http://www.lryc.cn/news/179888.html

相关文章:

  • 小谈设计模式(11)—模板方法模式
  • C#程序中很多ntdll.dll、clr.dll的线程
  • 低代码工作流程管理系统:提升企业运营效率的利器
  • HIVE SQL regexp_extract和regexp_replace配合使用正则提取多个符合条件的值
  • debian 安装matlab2022b报错解决方法与问题解决思路
  • Jenkins集成AppScan实现
  • 10.1 File类
  • [论文笔记]UNILM
  • LLM之Colossal-LLaMA-2:Colossal-LLaMA-2的简介、安装、使用方法之详细攻略
  • 国庆作业2
  • fork仓库的代码如何同步主仓库代码
  • 【Axure】元件库和母版、常见的原型规范、静态原型页面制作
  • 在设备树中描述中断
  • ccf_csp第一题汇总
  • uniapp 实现下拉筛选框 二次开发定制
  • 实现单行/多行文本溢出
  • Spring Boot中的Binder类
  • leetcode之打家劫舍
  • 走进Spring的世界 —— Spring底层核心原理解析(一)
  • 快看看你的手机有没有:谷歌Android全面封杀此类软件!
  • spark ui 指南
  • 【分布式事务】
  • linux 清除卸载jenkins
  • 番外4:VMware安装
  • Oracle 19.20 patch 注意事项
  • ElementUI之增删改及表单验证
  • 【Java 进阶篇】深入理解 JDBC:Java 数据库连接详解
  • Web开发-session介绍
  • 基于Qt Creator开发的坦克大战小游戏
  • 小说推文和短剧推广以及电影达人带货电影票