色哟哟视频在线观看-色哟哟视频在线-色哟哟欧美15最新在线-色哟哟免费在线观看-国产l精品国产亚洲区在线观看-国产l精品国产亚洲区久久

0
  • 聊天消息
  • 系統消息
  • 評論與回復
登錄后你可以
  • 下載海量資料
  • 學習在線課程
  • 觀看技術視頻
  • 寫文章/發帖/加入社區
會員中心
創作中心

完善資料讓更多小伙伴認識你,還能領取20積分哦,立即完善>

3天內不再提示

Floyd如何求圖的最短路徑

算法與數據結構 ? 來源:bigsai ? 作者:大賽 ? 2021-10-09 14:38 ? 次閱讀
前言

圖論中,在尋路最短路徑中除了Dijkstra算法以外,還有Floyd算法也是非常經典,然而兩種算法還是有區別的,Floyd主要計算多源最短路徑。

在單源正權值最短路徑,我們會用Dijkstra算法來求最短路徑,并且算法的思想很簡單—貪心算法:每次確定最短路徑的一個點然后維護(更新)這個點周圍點的距離加入預選隊列,等待下一次的拋出確定。雖然思想很簡單,實現起來是非常復雜的,我們需要鄰接矩陣(表)儲存長度,需要優先隊列(或者每次都比較)維護一個預選點的集合。還要用一個boolean數組標記是否已經確定、還要……

總之,Dijkstra算法的思想上是很容易接受的,但是實現上其實是非常麻煩的。但是單源最短路徑解算暫時還沒有有效的辦法,復雜度也為O(n2)。

而在n點圖中想求多源最短路徑,如果從Dijkstra算法的角度上,需要將Dijkstra執行n次才能獲得所有點之間的最短路徑,不過執行n次Dijkstra算法即可,復雜度為O(n3)。但是這樣感覺很臃腫,代碼量巨大,占用很多空間內存。有沒有啥方法能夠稍微變變口味呢?

答案是有的,今天就帶大家一起了解一下牛逼轟轟的Floyed算法。

算法介紹

什么是Floyed算法?

Floyd算法又稱為插點法,是一種利用動態規劃的思想尋找給定的加權圖中多源點之間最短路徑的算法,與Dijkstra算法類似。該算法名稱以創始人之一、1978年圖靈獎獲得者、斯坦福大學計算機科學系教授羅伯特·弗洛伊德命名。

簡單的來說,算法的主要思想是動態規劃(dp),而求最短路徑需要不斷松弛(熟悉spfa算法的可能熟悉松弛)。

而算法的具體思想為:

1 .鄰接矩陣(二維數組)dist儲存路徑,數組中的值開始表示點點之間初始直接路徑,最終是點點之間的最小路徑,有兩點需要注意的,第一是如果沒有直接相連的兩點那么默認為一個很大的值(不要因為計算溢出成負數),第二是自己和自己的距離要為0。

2 .從第1個到第n個點依次加入松弛計算,每個點加入進行試探枚舉是否有路徑長度被更改(自己能否更新路徑)。順序加入(k枚舉)松弛的點時候,需要遍歷圖中每一個點對(i,j雙重循環),判斷每一個點對距離是否因為加入的點而發生最小距離變化,如果發生改變(變小),那么兩點(i,j)距離就更改。

2 .重復上述直到最后插點試探完成。

其中第2步的狀態轉移方程為:

dp[i][j]=min(dp[i][j],dp[i][k]+dp[k][j])

其中dp[a][b]的意思可以理解為點a到點b的最短路徑,所以dp[i][k]的意思可以理解為i到k的最短路徑dp[k][j]的意思為k到j的最短路徑.

咱們圖解一個案例,初始情況每個點只知道和自己直接相連的點的距離,而其他間接相連的點還不知道距離,比如A-B=2,A-C=3但是B-C在不經過計算的情況是不知道長度的。

03956320-21de-11ec-82a8-dac502259ad0.png

加入第一個節點A進行更新計算,大家可以發現,由于A的加入,使得本來不連通的B,C點對和B,D點對變得聯通,并且加入A后距離為當前最小,同時你可以發現加入A其中也使得C-D多一條聯通路徑(6+3),但是C-D聯通的話距離為9遠遠大于本來的(C,D)聯通路徑2,所以這條不進行更新。

03fc0972-21de-11ec-82a8-dac502259ad0.png

咱們繼續加入第二個節點B,這個點執行和前面A相同操作進行。對一些點進行更新。因為和B相連的點比較多,可以產生很多新的路徑,這里給大家列舉一下并做一個說明,這里新路徑我統一用1表示,原來長度用0表示。

AF1=AB+BF=6+2=8 < AF0(∞) 進行更新

AE1=AB+BE=2+4=6 < AE0(∞) 進行更新

CE1=CB+BE=5+5=9 < CE0(∞) 進行更新

CF1=CB+BF=5+6=11

EF1=EB+BF=4+6=10

當然,也有一些新的路徑大于已有路徑不進行更新,例如:

AC1=AB+BC=2+5=7>AC0(3)不更新

AD1=AB+BD=2+8=10>AD0(6)不更新

……

更多路徑這里就不一一列舉了。

04156728-21de-11ec-82a8-dac502259ad0.png

后序加入C、D、E、F都是進行相同的操作,最終全部加完沒有路徑可以更新就結束停止。實際上這個時候圖中的連線就比較多了。這些連線都是代表當前的最短路徑。這也和我們的需求貼合,我們最終要的是所有節點的最短路徑。每個節點最終都應該有5條指向不同節點的邊!矩陣對應邊值就是點點之間最短路徑。

至于算法的模擬兩部核心已經告訴大家了,大家可以自行模擬剩下的。

程序實現

而對于程序而言,這個插入的過程相當簡單。核心代碼只有四行!這個寫法適合有向圖和無向圖,無向圖的算法優化后面會說。
代碼如下

publicclassfloyd{
staticintmax=66666;//別Intege.max兩個相加越界為負
publicstaticvoidmain(String[]args){
intdist[][]={
{0,2,3,6,max,max},
{2,0,max,max,4,6},
{3,max,0,2,max,max},
{6,max,2,0,1,3},
{max,4,max,1,0,max},
{max,6,max,3,max,0}};//地圖
//6個
for(intk=0;k6;k++)//加入第k個節點進行計算
{
for(inti=0;i6;i++)//每加入一個點都要枚舉圖看看有沒有可以被更新的
{
for(intj=0;j6;j++)
{
dist[i][j]=Math.min(dist[i][j],dist[i][k]+dist[k][j]);
}
}
}
//輸出
for(inti=0;i6;i++){
System.out.print("節點"+(i+1)+"的最短路徑");
for(intj=0;j6;j++){
System.out.print(dist[i][j]+"");
}
System.out.println();
}
}
}

執行結果為:

046ca16e-21de-11ec-82a8-dac502259ad0.png

可以自行計算,圖和上篇的Dijkstra用的圖是一致的,大家可以自行比對,結果一致,說明咱么的結果成功的。

當然,在你學習的過程中,可以在每加入一個節點插入完成后,打印鄰接矩陣的結果,看看前兩部和筆者的是否相同(有助于理解),如果相同,則說明正確!

對于加入點更新你可能還是有點疑惑其中的過程,那咱么就用一個局部來演示一下幫助你進一步理解Floyd算法,看其中AB最短距離變化情況祝你理解:

048f261c-21de-11ec-82a8-dac502259ad0.png

小試牛刀

自己會沒會?刷一道題就可以知道了,剛好力扣1334是一道Floyd算法解決的問題。

題目描述為

有 n 個城市,按從 0 到 n-1 編號。給你一個邊數組 edges,其中 edges[i] = [fromi, toi, weighti] 代表 fromi 和 toi 兩個城市之間的雙向加權邊,距離閾值是一個整數 distanceThreshold。

返回能通過某些路徑到達其他城市數目最少、且路徑距離 最大 為 distanceThreshold 的城市。如果有多個這樣的城市,則返回編號最大的城市。

注意,連接城市 i 和 j 的路徑的距離等于沿該路徑的所有邊的權重之和。

示例1:

04f14626-21de-11ec-82a8-dac502259ad0.png

輸入:n = 4, edges = [[0,1,3],[1,2,1],[1,3,4],[2,3,1]], distanceThreshold = 4
輸出:3
解釋:城市分布圖如上。
每個城市閾值距離 distanceThreshold = 4 內的鄰居城市分別是:
城市 0 -> [城市 1, 城市 2]
城市 1 -> [城市 0, 城市 2, 城市 3]
城市 2 -> [城市 0, 城市 1, 城市 3]
城市 3 -> [城市 1, 城市 2]
城市 0 和 3 在閾值距離 4 以內都有 2 個鄰居城市,但是我們必須返回城市 3,因為它的編號最大。

示例2:

050456d0-21de-11ec-82a8-dac502259ad0.png

輸入:n = 5, edges = [[0,1,2],[0,4,8],[1,2,3],[1,4,2],[2,3,1],[3,4,1]], distanceThreshold = 2
輸出:0
解釋:城市分布圖如上。
每個城市閾值距離 distanceThreshold = 2 內的鄰居城市分別是:
城市 0 -> [城市 1]
城市 1 -> [城市 0, 城市 4]
城市 2 -> [城市 3, 城市 4]
城市 3 -> [城市 2, 城市 4]
城市 4 -> [城市 1, 城市 2, 城市 3]
城市 0 在閾值距離 2 以內只有 1 個鄰居城市。

提示:

2 <= n <= 100
1 <= edges.length <= n * (n - 1) / 2
edges[i].length == 3
0 <= fromi < toi < n
1 <= weighti, distanceThreshold <= 10^4
所有 (fromi, toi) 都是不同的。

思路分析:

拿到一道題,首先就是要理解題意,而這道題的意思借助案例也是非常能夠理解,其實就是判斷在distanceThreshold范圍內找到能夠到達的最少點的編號,如果多個取最大即可。正常求到達最多情景比較多這里求的是最少的,但是思路都是一樣的。

這道題如果使用搜索,那復雜度就太高了啊,很明顯要使用多源最短路徑Floyd算法,具體思路為;

1 .先使用Floyd算法求出點點之間的最短距離,時間復雜度O(n3)

2 . 統計每個點與其他點距離在distanceThreshold之內的點數量,統計的同時看看是不是小于等于已知最少個數的,如果是,那么保存更新。

3 .返回最終的結果。

實現代碼:

classSolution{
publicintfindTheCity(intn,int[][]edges,intdistanceThreshold){
intdist[][]=newint[n][n];
for(inti=0;ifor(intj=0;j//保證數據比最大二倍大(兩相加不能比它大),并且不能溢出,不要Int最大相加為負會出錯
dist[i][j]=1000000;
}
dist[i][i]=0;
}
for(intarr[]:edges){
dist[arr[0]][arr[1]]=arr[2];
dist[arr[1]][arr[0]]=arr[2];
}
for(intk=0;kfor(inti=0;ifor(intj=0;jintmin=Integer.MAX_VALUE;
intminIndex=0;
intpathNum[]=newint[n];//存儲距離
for(inti=0;ifor(intj=0;jif(dist[i][j]<=distanceThreshold){
????????????????????pathNum[i]++;
????????????????}
????????????}
????????????if(pathNum[i]<=min)?{
????????????????min?=?pathNum[i];
????????????????minIndex=i;
????????????}
????????}
????????returnminIndex;

}
}

那么想一下優化空間:Floyd算法還有優化空間嘛?

有的,這個是個無向圖,也就是加入點的時候枚舉其實會有一個重復的操作過程(例如枚舉AC和CA是效果一致的),所以我們在Floyd算法的實現過程中過濾掉重復的操作,具體代碼為:

classSolution{
publicintfindTheCity(intn,int[][]edges,intdistanceThreshold){
intdist[][]=newint[n][n];//存儲距離
for(inti=0;ifor(intj=0;j1000000;
}
dist[i][i]=0;
}
for(intarr[]:edges){
dist[arr[0]][arr[1]]=arr[2];
dist[arr[1]][arr[0]]=arr[2];
}
for(intk=0;kfor(inti=0;ifor(intj=i+1;j//去掉重復的計算
dist[i][j]=Math.min(dist[i][j],dist[i][k]+dist[k][j]);
dist[j][i]=dist[i][j];
}
}
}
intmin=Integer.MAX_VALUE;
intminIndex=0;
intpathNum[]=newint[n];//
for(inti=0;ifor(intj=0;jif(dist[i][j]<=distanceThreshold){
????????????????????pathNum[i]++;
????????????????}
????????????}
????????????if(pathNum[i]<=min)?{
????????????????min?=?pathNum[i];
????????????????minIndex=i;
????????????}
????????}
????????returnminIndex;

}
}

尾聲

對于Floyd算法,如果初次接觸不一定能夠理解這個松弛的過程。

Floyd像什么呢,最終最短路徑大部分都是通過計算得到而存儲下來直接使用的,我覺得它和MySQL視圖有點像的,視圖是一個虛表在實表上計算獲得的,但是計算之后各個數據就可以直接使用,Floyd是在原本的路徑圖中通過一個動態規劃的策略計算出來點點之間的最短路徑。

FloydDijkstra是經典的最短路徑算法,兩者有相似也有不同。在復雜度上,Dijkstra算法時間復雜度是O(n2),Floyd算法時間復雜度是O(n3);在功能上,Dijkstra是求單源最短路徑,并且路徑權值不能為負,而Floyd是求多源最短路徑,可以有負權值;算法實現上,Dijkstra 是一種貪心算法實現起來較復雜,Floyd基于動態規劃實現簡單;兩個作者DijkstraFloyd都是牛逼轟轟的大人物,都是圖靈獎的獲得者。

除了Floyd算法,堆排序算法heapSort也是Floyd大佬發明的,屬實佩服!

Floyd算法,俗稱插點法,不就一個點一個點插進去更新用到被插點距離嘛!

好啦,Floyd算法就介紹到這里,如果對你有幫助,請動動小手點個贊吧!蟹蟹。

編輯:jq
聲明:本文內容及配圖由入駐作者撰寫或者入駐合作網站授權轉載。文章觀點僅代表作者本人,不代表電子發燒友網立場。文章及其配圖僅供工程師學習之用,如有內容侵權或者其他違規問題,請聯系本站處理。 舉報投訴
  • 代碼
    +關注

    關注

    30

    文章

    4781

    瀏覽量

    68542
  • Floyd
    +關注

    關注

    0

    文章

    2

    瀏覽量

    823

原文標題:Floyd是咋求圖的最短路徑?

文章出處:【微信號:TheAlgorithm,微信公眾號:算法與數據結構】歡迎添加關注!文章轉載請注明出處。

收藏 人收藏

    評論

    相關推薦

    多臺倉儲AGV協作全局路徑規劃算法的研究

    多AGV動態路徑規劃需解決沖突避免,核心在整體協調最優。規劃時考慮道路設計、擁堵、最短路徑和交通管制,用A*算法避免重復路徑和轉彎,同時需交通管制防相撞。創新響應需求是關鍵,良好路徑
    的頭像 發表于 10-28 17:38 ?259次閱讀
    多臺倉儲AGV協作全局<b class='flag-5'>路徑</b>規劃算法的研究

    什么是開放最短路徑優先 (OSPF)?

    OSPF是一種典型的鏈路狀態路由協議,一般在同一個路由域中使用。這里的路由域指的是一個自治系統(AS),是指一組通過統一的路由策略或協議相互交換路由信息的網絡。
    的頭像 發表于 10-18 17:47 ?178次閱讀

    諾頓等效電路短路電流怎么

    諾頓等效電路的短路電流(Isc)是計算諾頓等效電路中的一個關鍵步驟,它代表了當電路中的兩個端口被短接時流過的電流。以下是計算諾頓等效電路短路電流的基本步驟和方法: 一、基本概念 諾頓等效電路是一種將
    的頭像 發表于 08-07 09:15 ?1218次閱讀

    如何理解IS-IS的基本原理 IS-IS與OSPF的區別

    ISIS也是一種基于鏈路狀態并使用最短路徑優先算法進行路由計算的一種IGP協議(用于ISP)
    發表于 03-28 11:02 ?645次閱讀
    如何理解IS-IS的基本原理 IS-IS與OSPF的區別

    什么是短路,短路產生的原因是什么,有哪些短路類型

    短路是指電路中出現不正常的電流路徑,導致電流繞過原本正常的路徑,形成一條帶有低電阻特性的路徑短路通常會導致電路異常工作、設備損壞、過流和火
    的頭像 發表于 02-22 10:11 ?2.4w次閱讀

    發電機兩相短路電流與三相短路電流,哪個的值大一些?

    機械或電氣設備中繞過正常路徑,形成更低阻抗的路徑。這會導致電流增加,使得電氣設備受到過大的電流沖擊,可能引發設備過熱甚至起火。因此,短路故障是電力系統中的嚴重問題。 對于發電機,短路
    的頭像 發表于 02-18 16:26 ?2826次閱讀

    “突然”短路時,同步電機電流怎么那么大?

    “突然”短路時,同步電機電流怎么那么大? 當同步電機發生短路時,由于電路中斷,導致電流失去正常的通路,只能通過短路路徑流動。短路時,同步電機
    的頭像 發表于 02-18 16:14 ?1391次閱讀

    電池內部短路與外部短路區別在哪?

    。這兩者雖然都會導致電池故障或事故,但具有不同的特點和影響。下面將詳細介紹電池內部短路與外部短路的區別。 電池內部短路是指電池內部的兩個或多個電極之間發生直接接觸,導致大量的電流無法按照預期的
    的頭像 發表于 02-18 15:29 ?2257次閱讀

    IGBT過流和短路故障的區別

    出現過流和短路故障,導致設備損壞甚至發生火災。 首先,需要了解過流和短路的概念。過流是指電流超過設備或電路所能承受的額定電流的情況,而短路是指電流繞過了正常的路徑,直接從一個節點到達另
    的頭像 發表于 02-18 11:05 ?1902次閱讀

    短路是什么原因造成的 igbt上下橋短路原因

    短路是什么原因造成的 igbt上下橋短路原因? 短路是一種電路故障,其特點是電流繞過正常的電路路徑,通過一條或多條低阻抗的路徑流過。IGBT
    的頭像 發表于 02-18 10:08 ?3440次閱讀

    如何判斷電路故障是短路還是斷路

    還是斷路的方法和步驟。 一、短路和斷路的定義 短路 短路是指電路中導體之間接觸形成的低阻抗通路,導致電流變大,電壓降低的現象。簡單說就是電流在出現抵抗之前繞過了原本要通過的路徑。 斷路
    的頭像 發表于 01-16 09:28 ?4797次閱讀

    電路故障短路和斷路的區別

    電路中的兩個節點之間存在一個低電阻路徑,導致電流繞過設備或部件,直接在短路路徑上流動。這導致電流過大,電壓降低,甚至可能損壞電源和其他部件。短路故障通常發生在電路中的兩個導線之間,常見
    的頭像 發表于 01-14 14:13 ?1822次閱讀

    電流為0是短路還是斷路 短路和斷路怎么判斷

    短路情況則與之相反。在短路中,電流會選擇以最低阻抗路徑流動,并繞過原本應經過的元件。這會導致電流急劇增大,可能造成電路過載、過熱和其他損壞。
    的頭像 發表于 01-11 14:50 ?8278次閱讀

    什么是短路和斷路 電路短路和斷路的區別

    短路和斷路是電路中常見的兩種故障模式。短路指兩個或多個電路元件之間直接的接觸,使電流繞過原本應經過的元件而由其他路徑流動。
    的頭像 發表于 01-11 14:23 ?8935次閱讀

    短路與接地故障的區別?

    。 首先,我們來了解短路故障。短路故障是指電力系統中兩個或多個相互連接的導體或元件之間存在低阻抗路徑的故障情況。導體間的短路將導致電流異常增大,可能引起電力設備的過流保護裝置動作,進而
    的頭像 發表于 12-26 16:23 ?1449次閱讀
    主站蜘蛛池模板: 野花香在线观看免费观看大全动漫 | 久久精品观看影院2828| 和尚轮流澡到高潮H| 九九热视频免费| 免费毛片视频网站| 欧美亚洲国产激情一区二区| 日韩一区二区三区射精| 午夜精品久久久久久影视riav| 亚洲黄视频在线观看| 影音先锋电影资源av| adc影院在线| 国产精品亚洲专区在线播放| 果冻传媒视频在线观看完整版免费 | 日日噜噜夜夜狠狠扒开双腿| 婷婷亚洲AV色香蕉蜜桃| 亚洲色欲国产免费视频| 777精品久无码人妻蜜桃| 超碰免费视频部落格| 国产亚洲综合视频| 麻豆XXXX乱女少妇精品| 日日色在线影院| 野花高清影视免费观看| bt成人社区| 果冻传媒独家原创在线观看 | 国精一区二区AV在线观看网站 | 国内精品久久久久久久试看| 快穿女主有名器的H纯肉黄暴拉文| 欧美在线激情| 亚洲精品国产在线观看| 97人妻丰满熟妇AV无码| 国产精品欧美久久久久天天影视| 久久久久亚洲精品影视| 日本一卡精品视频免费| 一本二卡三卡四卡乱码麻豆| 不良网站进入窗口软件下载免费 | 国产在线综合色视频| 免费毛片观看| 亚洲另类国产综合在线| YELLOW日本免费观看播放| 后入式狂顶免费视频| 人人干人人爽|