单源最短路径问题的算法
algorithm for single source shortest path problem
我们得到一个有向图 G = (V, E),有正边和负边权重,但没有环。设 s ∈ V 为给定的源顶点。如何找到一种算法,找到所有顶点与 s 的距离,据推测运行速度比 Bellman Ford 的 O(VE) 时间复杂度更快。
如果图没有环,那么你可以按拓扑顺序处理顶点。
对于每个顶点 v,如果它可以从 s 到达 d,然后对于权重为 w 的每条边 (v,u),将 u 标记为权重可达 d+w。如果 u 已经可以在较低的权重下达到,则不要管它。
因为你按拓扑顺序处理图,你知道当你处理一个顶点v时,你已经处理了它的所有前辈,所以你会知道的长度它从 s 开始的最短路径。第一个可达的顶点当然是 s.
在从 s.
可达的顶点子图上,很容易将它与 Kahn's algorithm 结合起来进行拓扑排序
- 首先进行 BFS 搜索以找到从 s 可达的所有顶点,并同时计算该子集中每个顶点的传入边。
- s 将是唯一计数为“0”的顶点。它与 s 的距离也已知为 0。将其放入队列中。
- 当队列中有顶点时:
- 从队列中删除顶点 v
- 调整与邻居的距离
- 减少其邻居的传入边数。如果任何邻居的计数变为 0,则将其放入队列中。
完成后,将处理所有可到达的顶点,并且它们的所有距离都将已知。
我们得到一个有向图 G = (V, E),有正边和负边权重,但没有环。设 s ∈ V 为给定的源顶点。如何找到一种算法,找到所有顶点与 s 的距离,据推测运行速度比 Bellman Ford 的 O(VE) 时间复杂度更快。
如果图没有环,那么你可以按拓扑顺序处理顶点。
对于每个顶点 v,如果它可以从 s 到达 d,然后对于权重为 w 的每条边 (v,u),将 u 标记为权重可达 d+w。如果 u 已经可以在较低的权重下达到,则不要管它。
因为你按拓扑顺序处理图,你知道当你处理一个顶点v时,你已经处理了它的所有前辈,所以你会知道的长度它从 s 开始的最短路径。第一个可达的顶点当然是 s.
在从 s.
可达的顶点子图上,很容易将它与 Kahn's algorithm 结合起来进行拓扑排序- 首先进行 BFS 搜索以找到从 s 可达的所有顶点,并同时计算该子集中每个顶点的传入边。
- s 将是唯一计数为“0”的顶点。它与 s 的距离也已知为 0。将其放入队列中。
- 当队列中有顶点时:
- 从队列中删除顶点 v
- 调整与邻居的距离
- 减少其邻居的传入边数。如果任何邻居的计数变为 0,则将其放入队列中。
完成后,将处理所有可到达的顶点,并且它们的所有距离都将已知。