最短路径——Floyd算法及优化(蓝桥杯试题集)

*对最短路径问题以及floyd算法、Dijkstra算法不是很理解的同学请移步前几篇博客~


题目链接:

http://lx.lanqiao.cn/problem.page?gpid=T15

问题描述
给定一个n个顶点,m条边的有向图(其中某些边权可能为负,但保证没有负环)。请你计算从1号点到其他点的最短路(顶点从1到n编号)。
输入格式
第一行两个整数n, m。
接下来的m行,每行有三个整数u, v, l,表示u到v有一条长度为l的边。
输出格式
共n-1行,第i行表示1号点到i+1号点的最短路。
样例输入
3 3
1 2 -1
2 3 -1
3 1 2
样例输出
-1
-2
数据规模与约定
对于10%的数据,n = 2,m = 2。
对于30%的数据,n <= 5,m <= 10。
对于100%的数据,1 <= n <= 20000,1 <= m <= 200000,-10000 <= l <= 10000,保证从任意顶点都能到达其他所有顶点。

解题思路:

我们看到,这是一个有负值的有向图最短路径问题,我们直到,含有负值的边我们是无法使用Dijkstra的,原因很简单,Dijkstra是采用贪心的思想

其目光比较短浅23333,Dijkstra是不会想到 如果A→B大于A→C 但是还存在一个点K,使A→B→K→C要小于AC这样的情况的

所以我们先采取全部枚举的floyd算法处理一下这道题

#include<stdio.h>
#define INF 0xFFFFFFF 
int a[8010][8010];
int fmin(int a,int b)
{
	return a<b?a:b;
}
int main()
{
	int n,m,i,j,k;
	int u,v,l;
	while(~scanf("%d%d",&n,&m))
	{
		for(i=1;i<=n;i++)
		for(j=1;j<=n;j++)
		i==j?a[i][j]=0:a[i][j]=INF;
				
		while(m--)
		{
			scanf("%d%d%d",&u,&v,&l);
			a[u][v]=fmin(a[u][v],l);
		}
		for(k=1;k<=n;k++)         //存在一个k 使aik+akj路径小于aij 
        for(i=1;i<=n;i++) 
        for(j=1;j<=n;j++)          
        a[i][j]=fmin(a[i][j],a[i][k]+a[k][j]);  
     for(i=2;i<=n;i++)
     printf("%d\n",a[1][i]);
    }
 return 0;
}




显然是不行的啦=.=



然后我们可以尝试一些优化的方法:


我们把无效路径压缩一下:思路可以参考http://blog.csdn.net/sm9sun/article/details/53258503

#include<stdio.h>
#define inf 0xFFFFFFF
int dp[20011][1600][2]; //对于i点j条边所对应的点以及权值
int count[20011];       //i点总共的边数
int o[20011];           //optimum
int fmin(int a,int b)
{
	return a<b?a:b;
}           
void sx(int k)
{    
    int i;
	for(i=0;i<count[k];i++) 
    {
    	if((o[dp[k][i][0]])>(o[k]+dp[k][i][1]))
    	{
    		o[dp[k][i][0]]=o[k]+dp[k][i][1];
    		sx(dp[k][i][0]);
    	}
    	
    }
}
int main()
{
int i,j,k,n,m;
int s,e,l;
while(~scanf("%d%d",&n,&m))
{
	for(i=1;i<=n;i++)
	{
	count[i]=0;
	o[i]=inf;
    }
	for(i=1;i<=m;i++)
	{
	scanf("%d%d%d",&s,&e,&l);
	dp[s][count[s]][0]=e;
	dp[s][count[s]][1]=l;
	count[s]++;
    }
    for(i=0;i<count[1];i++)
    o[dp[1][i][0]]=fmin(o[dp[1][i][0]],dp[1][i][1]);

    for(k=2;k<=n;k++)         //存在一个k 使aik+akj路径小于aij 
    sx(k);
    for(i=2;i<=n;i++)
    printf("%d\n",o[i]);

}
return 0;
}



最后两个数据还是无法过~我们再优化一下输入

#include<stdio.h>
#define inf 0xFFFFFFF
int dp[20011][1600][2]; 
int count[20011];
int o[20011];
int fmin(int a,int b)
{
	return a<b?a:b;
}           
void sx(int k)
{    
    int i;
	for(i=0;i<count[k];i++) 
    {
    	if((o[dp[k][i][0]])>(o[k]+dp[k][i][1]))
    	{
    		o[dp[k][i][0]]=o[k]+dp[k][i][1];
    		sx(dp[k][i][0]);
    	}
    	
    }
}
void dr()
{

	int s,e,l,j;
	scanf("%d%d%d",&s,&e,&l);
	for(j=0;j<count[s];j++)
	{
		if(dp[s][j][0]==e)
		{
		dp[s][j][1]=fmin(dp[s][j][1],l);
		return;
	    }
	}	
	dp[s][count[s]][0]=e;
	dp[s][count[s]][1]=l;
	count[s]++;
	
}

int main()
{
int i,j,k,n,m;

while(~scanf("%d%d",&n,&m))
{	
	for(i=1;i<=n;i++)
	{
	count[i]=0;
	o[i]=inf;
    }
	for(i=1;i<=m;i++)
	dr();
    for(i=0;i<count[1];i++)
    o[dp[1][i][0]]=fmin(o[dp[1][i][0]],dp[1][i][1]);

    for(k=2;k<=n;k++)         //存在一个k 使aik+akj路径小于aij 
    sx(k);
    for(i=2;i<=n;i++)
    printf("%d\n",o[i]);
}
return 0;
}



后面的数据的确有了提升,但是依然不满足最后的数据~

那么对于含有负权值的最短路径问题我们该如何处理呢?请看下一篇博客——SPFA算法



### 实现Floyd-Warshall算法 为了实现Floyd-Warshall算法来求解图中所有节点间的最短路径,可以按照以下方式编写Python代码: #### 初始化距离矩阵和路径矩阵 首先定义两个二维数组`dist`用于存储各节点间小的距离以及`next_`用于记录从一个节点到达另一个节点所经过的下一个节点。 ```python def floyd_warshall(graph): V = len(graph) # Initialize the distance and next matrices. dist = [[float('inf')] * V for _ in range(V)] next_ = [[None] * V for _ in range(V)] for u in range(V): for v in range(V): if graph[u][v]: dist[u][v] = graph[u][v] next_[u][v] = v for i in range(V): dist[i][i] = 0 ``` 这段初始化部分设置了初始状态下的最短路径长度,并指定了直接相连边的情况作为起始条件[^1]。 #### 动态规划更新过程 接着利用三重循环遍历所有的可能组合,不断尝试通过新的中间点优化现有的路径。如果发现更优的选择,则更新相应的条目。 ```python for k in range(V): for i in range(V): for j in range(V): if dist[i][j] > dist[i][k] + dist[k][j]: dist[i][j] = dist[i][k] + dist[k][j] next_[i][j] = next_[i][k] return dist, next_ ``` 此段逻辑实现了核心思想中的动态规划方法,即逐步迭代地考虑加入中间顶点后的最短路径[^2]。 #### 构建终路径 后提供辅助函数用来构建并打印具体的路径信息。 ```python def construct_path(u, v, next_, path=[]): if not next_[u][v]: return [] current_node = u while True: path.append(current_node) if current_node == v: break current_node = next_[current_node][v] return path if __name__ == "__main__": INF = float('inf') G = [ [0, 3, INF, 7], [8, 0, 2, INF], [5, INF, 0, 1], [2, INF, INF, 0] ] distances, paths = floyd_warshall(G) for start in range(len(distances)): for end in range(len(distances[start])): print(f"{start} 到 {end}: ", end="") pth = construct_path(start, end, paths) print(" -> ".join(map(str, pth)) if pth else "无路可达", f"(cost={distances[start][end]})") ``` 上述代码展示了完整的Floyd-Warshall算法实现及其应用实例,其中包括了如何根据路径矩阵重建实际路径的方法[^3]。
评论 1
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值