设置顶点集合S并不断地作贪心选择--(不属于这个集合S中距离"源"最短的顶点)来扩充这个集合--更新最短距离
这张图需要放在最前面,就是经典dijkstra的主要思想。
为什么这样贪心是对的?
1、问题描述
给定带权有向图G =(V,E),其中每条边的权是非负实数。另外,还给定V中的一个顶点,称为源。现在要计算从源到所有其他各顶点的最短路长度。这里路的长度是指路上各边权之和。这个问题通常称为单源最短路径问题。
2、Dijkstra算法
Dijkstra算法是解单源最短路径问题的贪心算法。
其基本思想是,设置顶点集合S并不断地作贪心选择来扩充这个集合。一个顶点属于集合S当且仅当从源到该顶点的最短路径长度已知。初始时,S中仅含有源。设u是G的某一个顶点,把从源到u且中间只经过S中顶点的路称为从源到u的特殊路径,并用数组dist记录当前每个顶点所对应的最短特殊路径长度。Dijkstra算法每次从V-S中取出具有最短特殊路长度的顶点u,将u添加到S中,同时对数组dist作必要的修改。一旦S包含了所有V中顶点,dist就记录了从源到所有其他顶点之间的最短路径长度。
Dijkstra算法可描述如下,其中输入带权有向图是G=(V,E),V={1,2,…,n},顶点v是源。c是一个二维数组,c[i][j]表示边(i,j)的权。当(i,j)不属于E时,c[i][j]是一个大数。dist[i]表示当前从源到顶点i的最短特殊路径长度。在Dijkstra算法中做贪心选择时,实际上是考虑当S添加u之后,可能出现一条到顶点的新的特殊路,如果这条新特殊路是先经过老的S到达顶点u,然后从u经过一条边直接到达顶点i,则这种路的最短长度是dist[u]+c[u][i]。如果dist[u]+c[u][i]<dist[i],则需要更新dist[i]的值。
步骤如下:
(1) 用带权的邻接矩阵c来表示带权有向图, c[i][j]表示弧<vi,vj>上的权值。
设S为已知最短路径的终点的集合,它的初始状态为空集。
从源点v经过S到图上其余各点vi的当前最短路径长度的初值为:dist[i]=c[v][i], vi属于V.
(2) 选择v u, 使得dist[u]=Min{dist[i] | vi属于V-S},vj就是长度最短的最短路径的终点。令S=S U {u}.
(3) 修改从v到集合V-S上任一顶点vi的当前最短路径长度:如果 dist[u]+c[u][j]< dist[j] 则修改 dist[j]= dist[u]+c[u][j].
(4) 重复操作(2),(3)共n-1次.
伪代码如下:显然没有第一张图片清晰易懂
举例子:对右图中的有向图,应用Dijkstra算法计算从源顶点1到其它顶点间最短路径的过程列在下页的表中。
代码:
//4d5 贪心算法 单源最短路径问题
#include <iostream>
#include <fstream>
#include <string>
using namespace std;
const int N = 5;
const int M = 1000;
ifstream fin("4d5.txt");
template<class Type>
void Dijkstra(int n,int v,Type dist[],int prev[],Type c[][N+1]);
void Traceback(int v,int i,int prev[]);//输出最短路径 v源点,i终点
int main()
{
int v = 1;//源点为1
int dist[N+1],prev[N+1],c[N+1][N+1];
cout<<"有向图权的矩阵为:"<<endl;
for(int i=1; i<=N; i++)
{
for(int j=1; j<=N; j++)
{
fin>>c[i][j];
cout<<c[i][j]<<" ";
}
cout<<endl;
}
Dijkstra(N,v,dist,prev,c);
for(int i=2; i<=N; i++)
{
cout<<"源点1到点"<<i<<"的最短路径长度为:"<<dist[i]<<",其路径为";
Traceback(1,i,prev);
cout<<endl;
}
return 0;
}
template<class Type>
void Dijkstra(int n,int v,Type dist[],int prev[],Type c[][N+1])
{
bool s[N+1];
for(int i=1; i<=n; i++)
{
dist[i] = c[v][i];//dist[i]表示当前从源到顶点i的最短特殊路径长度
s[i] = false;
if(dist[i] == M)
{
prev[i] = 0;//记录从源到顶点i的最短路径i的前一个顶点
}
else
{
prev[i] = v;
}
}
dist[v] = 0;
s[v] = true;
for(int i=1; i<n; i++)
{
int temp = M;
int u = v;//上一顶点
//取出V-S中具有最短特殊路径长度的顶点u
for(int j=1; j<=n; j++)
{
if((!s[j]) && (dist[j]<temp))
{
u = j;
temp = dist[j];
}
}
s[u] = true;
//根据作出的贪心选择更新Dist值
for(int j=1; j<=n; j++)
{
if((!s[j]) && (c[u][j]<M))
{
Type newdist = dist[u] + c[u][j];
if(newdist < dist[j])
{
dist[j] = newdist;
prev[j] = u;
}
}
}
}
}
//输出最短路径 v源点,i终点
void Traceback(int v,int i,int prev[])
{
if(v == i)
{
cout<<i;
return;
}
Traceback(v,prev[i],prev);
cout<<"->"<<i;
}
input:
1000 10 1000 30 100
1000 1000 50 1000 1000
1000 1000 1000 1000 10
1000 1000 20 1000 60
1000 1000 1000 1000 1000
output:
最优子结构
不论dist[u]如何变化,是否有变化,总是当前顶点集S到顶点u的最短特殊路径长度
复杂度分析
主体循环O(n),这个循环需要执行n-1次 于是完成循环需要O(n^2)的时间。