Skip to content

泉州一中信息学Blog

信息学奥赛技术分享博客

  • 登录
  • 小学oj
  • 中学oj
  • 测试页面1
  • Toggle search form

聚龙外国语学校暑假集训Day6——7.21

Posted on 2024年7月21日2024年7月21日 By 郑, 铭轩 聚龙外国语学校暑假集训Day6——7.21无评论

吃完早餐后,我们又走了200多米的路程,从宿舍来到了教室听图论。

最短路径算法之一的“Floyd”算法(求任意两点之间的距离)。在我看来这个算法就是暴力循环。一个个的去枚举。

一.“Floyd”算法

具体思想如下:
a[i][j]表示为i到j的最短距离
有一个数组如下:

0 5 8 ∞ 3
5 0 2 ∞ 6
8 2 0 10 4
∞ ∞ 10 0 11
3 6 4 11 0

其中数字表示i到j的距离,‘∞’(也可以设为999999)表示i无法直接到j
我们假设i到j的距离不只是直接到达,而是有经过另外一些点,再到j点。
k从1开始,一直到n。表示i经过k到j
方程如下:

if(a[i][j]>a[i][k]+a[k][j])
{
    a[i][j]=a[i][k]+a[k][j];
}

或

a[i][j]=min(a[i][j],a[i][k]+a[k][j]);

等k遍历完后,a[i][j]就表示为i到j的最短距离
具体代码如下:

for(int k=1;k<=m;k++)
{
    for(int i=1;i<=m;i++)
    {
        for(int j=1;j<=m;j++)
        {
            a[i][j]=min(a[i][j],a[i][k]+a[k][j]);
        }
    }
}

Path数组初始化

for(int i=1;i<=n;i++)
{
    for(int j=1;j<=n;j++)
    {
        if(e[i][j]<inf && i!=j)
            path[i][j]=i;
        else
            path=-1;
    }
}

首先,第一个:

二.“Dijkstra”算法

它的限定要求是边权值非负,也就是 w[i]>0 时才可以使用它
And它的时间是O(N²),so N最好也要小于 10000,或更小才可以使用。

它的主要思想如下:

首先求出一条长度最短的最短路径,再参照它求出长度次短的一条最短路径,以此类推,直到从源点v0到其他各个顶点的最短路径全部被求出为止(是基于贪心思想的)

具体思想过程:

首先,先设置3个数组,dis,S,path 3个数组

dis[ i ]:表示i点到源点v0的最短路长度,初始化dis[i]=e[v0][i]

S[ i ]:为0表示顶点i还未加入S, S[i]为1表示i已经加入S中,初始化S[v0]为1,其余为0,表示最初集合S中只有源点v0

path[ i ]:表示v0到i的最短路径上顶点i的前一个顶点序号(即前驱)。通过这个数组可以确定v0到i的最短路径上的每一个顶点

然后,再在数组dis[ i ]里查找S[ i ]!=1,并且dis[ i ]最小的顶点k
将S[ k ]改为1,表示 k 已经加入S集合中。即已经找到源点v0到点k的最短路径了。
修改T集合中每个顶点 j 的dis和path数组元素值:当S[ j ]!=1,且k到顶点 j 有dis[ k ]+e[ k ][ j ]<dis[ j ],更新dis[ j ] 为dis[ k ]+e[ k ][ j ],修改path[ j ]为k。
可以理解为因为v0到k的最短路径已经找到了,所以我们可以试图通过k中转一下走到j来尝试这会不会是v0到j的最短路径

具体代码如下:

(1)定义

const int N = 1001;
int n, m;
int g[N][N];
int dist[N];
bool st[N];

(2)读入

scanf("%d%d", &n, &m);
memset(g, 0x3f, sizeof g);
while(m --){
    int a, b, c;
    scanf("%d%d%d", &a, &b, &c);
    g[a][b] = min(g[a][b], c);
}

(3)主体框架

int dijkstra(){
    memset(dist, 0x3f, sizeof dist); //dist数组初始化为无穷大
    dist[1] = 0;
    for(int i = 0; i < n; i ++){
        int t = -1; //初始化为表示还没有确认,在下面的循环中找到dis最小且还没被标记过的点
        for(int j = 1; j  dist[j])){
                t = j;
            }
        }
        st[t] = true;//标记点t已经找到最短路径了
        for(int j = 1; j <= n; j ++){
            dist[j] = min(dist[j], dist[t] + g[t][j]);//通过点t中转
        }
    }
    if(dist[n] == 0x3f3f3f3f) return -1;
    return dist[n];
}//dist中隐含了多重中转

当然,只是这样打并不是这个算法的最优版本,还可以适当的优化一下。

优化版本的思想如下:

(1)存储方式

堆优化的时间复杂度是O((N+M)logN),这时不该用邻接矩阵来存图了,要使用邻接表,不然空间复杂度变成了O(N2),优化时间的复杂度就没有任何意义了。

(2)如何实现堆

用STL中的priority_queue或者set来实现堆,set可以看做一个从小到大有序的序列,支持插入、删除查找。这里我们只需要使用插入、查询头元素和删除头元素。

(3)具体代码

(I)

(II)

(III)

接着,第二个:

三.“Bellman-Ford”算法

(1)优点

其优于“Dijkstra”算法的方面是边的权值可以为负数、实现简单 。

(2)缺点

无法处理存在负权回路的情况。

(3)算法时间复杂度

O(NM),其中N是顶点数,M是边数。

(4)主体思想

(I)

设v0为起点,dis[ i ]为v0到i的最短距离(dis 数组的作用和“dijkstra” 算法一样),path[ i ]为i点的前驱节点。

(II)

u[i]、v[i]、w[i]三个数组用来记录边的信息,表示从顶点u[i]到顶点v[i]这条边(u[i] –> v[i])权值为w[i]

(III)

初始化:dis[v0]=0,dis[ i ]=∞(i≠v0)

(IV)

看看能否通过u[i]—>v[i] (权值为w[i])这条边,使源点到vi号顶点的距离变短。即源点到u[i]号顶点的距离(dis[u[i]]) 加上 u[i] —> v[i]这条边(权值为w[i])的值是否比原来源点到v[i]号点距离(dis[v[i]])要小。

(5)核心代码

for(k=1;k<=n-1;k++)     //进行n-1轮松弛
{
    for(i=1;i<=m;i++)       //枚举所有边,判断能否松弛
        if(dis[u[i]]+w[i]<dis[v[i]])
        {
            dis[v[i]]=dis[u[i]]+w[i];
            path[v[i]]=u[i];
        }
}

(6)算法代码小优化

(I)改进思想

未必一定要循环n-1次,只要在某次循环过程中,考虑每条边后,都没能改变当前源点到所有顶点的最短路径长度,那么Bellman-Ford算法就可以提前结束了

(II)改进代码

for(k=1;k<=n-1;k++)                 //进行n-1轮松弛
{
    int flag=0;
    for(i=1;i<=m;i++)                    //枚举所有边
        if(dis[u[i]]+w[i]<dis[v[i]])   //u[i]、v[i]分别是这条边连接的两个点
        {
            dis[v[i]]=dis[u[i]]+w[i];
            flag=1;
        }
    if(flag==0) break;
}

最后,第三个:

四.“SPFA”算法

(1)思想

从“Bellman-Ford”算法可以得到启发:每次仅对最短路估计值发生变化了的顶点的所有出边执行松弛操作。but,如何知道当前哪些点的最短路程发生了变化呢?可以用一个队列来维护这些点。这就是SPFA(Shortest Path Faster Algorithm)算法,国际上通称为“队列优化的‘Bellman-Ford’算法”。

即每次只将在本次松弛中最短路发生变化的点加入队列中

(2)时间复杂度

SPFA的复杂度为O(km), k为所有顶点进队的平均次数,可以证明k一般小于等于2;能处理负边,无法处理负权回路;不稳定,复杂度可能到O(nm)

(3)算法流程

(I)

记源点为v0,vst[ ]记录点是否在队列中,距离值为dis[ ]。

(II)

初始化:dis[v0]=0,其他点的距离为∞;将源点v0入队,vst[ v0 ]=1

(III)

从队首取出点k,扫描所有由 k 结点可以一步到达的结点;一旦发现有结点 j 可以松弛,更新dis[ j ]的值,再检查j当前是否在队列中,如果不在,就将 j 入队。
重复执行步骤②,直到队列为空

(4)具体代码

(I)使用邻接表来存图

scanf("%d%d%d",&n,&m,&v0);
for(int i=1;i<=n;i++) head[i]=-1;
for(int i=1;i<=m;i++)
{
    scanf("%d%d%d",&u[i],&v[i],&w[i]);
    next[i]=head[u[i]];
    head[u[i]]=i;
}

(II)初始化部分

void spfa(int v0)
{
    queue q;
    for(int i=1;i<=n;i++)
    {
        dis[i]=inf;
        vst[i]=0;
    }
    dis[v0]=0;
    q.push(v0);
    vst[v0]=1; //源点入队并标记
    }

(III)队列处理部分

while(!q.empty())
{
    int k=q.front();         //取队首
    q.pop();vst[k]=0;       //出队并标记
    for(int i=head[k];i!=-1;i=next[i]) //遍历领接表
    {
        if(dis[v[i]]>dis[k]+w[i])
        {
            dis[v[i]]=dis[k]+w[i];
            if(vst[v[i]]==0)    //未入队
            {
                q.push(v[i]); vst[v[i]]=1;  //标记入队
            }
        }
    }
}

(IV)输出答案

spfa(v0);
for(int i=1;i<=n;i++)
{
    if(i==v0) printf("0 ");
    else if(dis[i]<inf) printf("%d ",dis[i]);
    else printf("2147483647 ");
}

four个算法总结+优化

五.最小生成树

很简单,就不再详细讲了。我也是都听懂了,较昨天的简单。

下午,我们打了s组的比赛,我也是拿下了16的“高”分
晚上,我j组打了3题,s改出来0题,还行吧。(比之前差)
这就是美妙的第六天。
(不过学校小卖铺还是没开,not happy)

训练日志

文章导航

Previous Post: 聚龙day 6
Next Post: 聚龙外国语集训Day6

发表回复 取消回复

要发表评论,您必须先登录。

2025年 6月
一 二 三 四 五 六 日
 1
2345678
9101112131415
16171819202122
23242526272829
30  
« 2月    

2024常州 Class Classic OI Problems Contest cqr的长乐集训2023 CZYZ LOC New Game NOI NOIP Password Protected PM_PK Preview Problems Retrospect Selfmade Qusetion STL The end Training Uneasy Problem 蒟蒻 通报

  • 训练日志
  • 链表
  • 入门
  • 模拟
  • dfs序
  • 并查集
  • spfa
  • 最小割
  • 矩阵树定理
  • 仙人掌
  • BSGS
  • 凸包
  • 回文自动机
  • 递推与动归
  • 堆
  • 莫队算法
  • ST表
  • Treap
  • 树套树
  • 可持久化线段树
  • 初赛
  • 搜索
  • 贪心
  • 深度优先搜索
  • 欧拉图
  • dijkstra
  • 费用流
  • 哈夫曼树
  • kruskual
  • 置换
  • 旋转卡壳
  • KMP
  • 区间动归
  • STL
  • 链表
  • 可并堆
  • sply
  • 主席树
  • 可持久化字典树
  • 算法
  • 动态规划
  • 构造
  • 广度优先搜索
  • 最短路
  • floyd
  • 最大流
  • 虚树
  • prim
  • 筛法
  • 半平面交
  • 字典树
  • 背包动归
  • 基础数据结构
  • 分块
  • 线段树
  • 替罪羊树
  • K-DTree
  • 图论
  • 二分法
  • 迭代搜索
  • 拓扑排序
  • 有上下界网络流
  • 生成树
  • 快速幂
  • 后缀数组
  • 树形动归
  • 哈希表
  • 中级数据结构
  • 平衡树
  • 可持久化数据结构
  • 数据结构
  • 三分法
  • 启发式搜索
  • 图的连通
  • 点分治
  • 博弈论
  • AC自动机
  • 状压动归
  • 单调栈
  • 树状数组
  • 高级数据结构
  • OI资料
  • 数学
  • 高精度
  • 差分约束
  • 树上倍增
  • 素数测试
  • 后缀自动机
  • 数位动归
  • 单调队列
  • 新闻
  • 几何
  • 随机化
  • 二分图染色
  • 树链剖分
  • 欧拉函数
  • manacher
  • 斜率优化
  • 离线处理
  • 信息学奥赛学长风采
  • 字符串
  • 二分图匹配
  • prufer编码
  • 卡特兰数
  • 密码学
  • 决策单调
  • 赛后总结
  • 其他
  • 2-SAT
  • 最近公共祖先
  • 矩阵乘法
  • 记忆化搜索
  • 网络流
  • Link cut tree
  • 排列组合
  • 树
  • 高斯消元
  • 乘法逆元
  • 容斥原理
  • 调和级数
  • 概率与期望
  • 模线性方程组
  • 莫比乌斯反演
  • 快速傅里叶变换
  • 扩展欧几里德
  • 最大公约数与最小公倍数

近期文章

  • DP杂题
  • 2025年2月13日模拟赛
  • HLOJ-TEST ROUND 4-T1/T2(构造)- 3
  • HLOJ-TEST ROUND 4-T1/T2(构造)- 2
  • HLOJ-TEST ROUND 4-T1/T2(构造)- 1

近期评论

归档

  • 2025年2月
  • 2025年1月
  • 2024年11月
  • 2024年10月
  • 2024年9月
  • 2024年8月
  • 2024年7月
  • 2024年3月
  • 2024年2月
  • 2024年1月
  • 2023年12月
  • 2023年11月
  • 2023年10月
  • 2023年9月
  • 2023年8月
  • 2023年7月
  • 2023年3月
  • 2023年2月
  • 2023年1月
  • 2022年12月

Copyright © 2025 泉州一中信息学Blog.

Powered by PressBook WordPress theme