标签：11 路径 29 Bellman 单源 算法 Distant 权值 2020
最短路径的实现算法Dijkstra和Bellman-ford原理和java实现代码
一、最短路径问题基本知识
从某顶点出发，沿图的边到达另一顶点所经过的路径中，各边上权值之和最小的一条路径叫做最短路径。最短路径问题主要有两种：单源最短路径问题和多源最短路径问题。
单源最短路径问题就是从一个点到所有其他点的最短路径,得到的结果是一个数组,表示某个点到其他点的最短距离。常用的算法有Dijkstra算法、Bellman-ford算法和SPFA算法。其中SPFA算法是Bellman-ford算法的队列优化。（给定一个带权有向图G=（V,E），其中每条边的权是一个实数。另外，还给定V中的一个顶点，称为源。要计算从源到其他所有各顶点的最短路径长度。这里的长度就是指路上各边权之和。这个问题通常称为单源最短路径 [1] 问题。）
多源最短路径问题计算所有点到其他点的最短距离,得到的是一个矩阵。常用的算法有Floyd-Warshall算法。Floyd-Warshall也可以解决单源路径问题，但效率比较低。
Dijkstra算法不能求带负权边的最短路径，而SPFA算法、Bellman-Ford算法、Floyd-Warshall可以求带负权边的最短路径。
Bellman-Ford算法的核心代码只有4行，Floyd-Warshall算法的核心代码只有5行。
二、单源路径问题算法：解决是给点一个源点，求这个源点到其他各点的最短路径
1、 Dijkstra算法：
1）又称迪杰斯特拉算法，是一个经典的最短路径算法，主要特点是以起始点为中心向外层层扩展，直到扩展到终点为止，使用了广度优先搜索解决赋权有向图的单源最短路径问题，算法最终得到一个最短路径树。时间复杂度为O(N^2)。其中每条边的权是一个非负实数。
实例：
与最小生成树PRIM算法很类似
2）抽象步骤：
将起点A放入集合中，A点的权值为0,因为A->A=0。
与起点A相连的所有点的权值设置为A->点的距离，连接不到的设置为无穷。并且找出其中最小权值的B放入集合中（此时A->B必定为最小距离）。
与B点相连的所有点的权值设置为B->点的距离，并且找出其中最小权值的C点放入集合中（此时C的权值必定为其最小距离）。
重复步骤3，直至所有点加入集合中。便能得到所有点与A点的最短距离。
3）代码实现
2、 Bellman-Ford算法：其显著特点是可以求取含负权图的单源最短路径
1）算法概要：该算法由美国数学家理查德•贝尔曼（Richard Bellman, 动态规划的提出者）和小莱斯特•福特（Lester Ford）发明。Bellman-Ford算法的流程如下： 给定图G(V, E)（其中V、E分别为图G的顶点集与边集），源点s
2）算法思路：
数组Distant[i]记录从源点s到顶点i的路径长度，初始化数组Distant[n]为, Distant[s]为0
以下操作循环执行至多n-1次，n为顶点数： 对于每一条边e(u, v)，如果Distant[u] + w(u, v) < Distant[v]，则另Distant[v] = Distant[u]+w(u, v)。w(u, v)为边e(u,v)的权值； 若上述操作没有对Distant进行更新，说明最短路径已经查找完毕，或者部分点不可达，跳出循环。否则执行下次循环；
为了检测图中是否存在负环路，即权值之和小于0的环路。对于每一条边e(u, v)，如果存在Distant[u] + w(u, v) < Distant[v]的边，则图中存在负环路，即是说改图无法求出单源最短路径。否则数组Distant[n]中记录的就是源点s到各顶点的最短路径长度。
3）代码实现：
标签：11,路径,29,Bellman,单源,算法,Distant,权值,2020 来源： https://blog.csdn.net/weixin_52271624/article/details/110354470
本站声明： 1. iCode9 技术分享网（下文简称本站）提供的所有内容，仅供技术学习、探讨和分享； 2. 关于本站的所有留言、评论、转载及引用，纯属内容发起人的个人观点，与本站观点和立场无关； 3. 关于本站的所有言论和文字，纯属内容发起人的个人观点，与本站观点和立场无关； 4. 本站文章均是网友提供，不完全保证技术分享内容的完整性、准确性、时效性、风险性和版权归属；如您发现该文章侵犯了您的权益，可联系我们第一时间进行删除； 5. 本站为非盈利性的个人网站，所有内容不会用来进行牟利，也不会利用任何形式的广告来间接获益，纯粹是为了广大技术爱好者提供技术内容和技术思想的分享性交流网站。