• Floyed算法学习


    Floyd算法

     

    正如我们所知道的,Floyd算法用于求最短路径。Floyd算法可以说是Warshall算法的扩展,三个for循环就可以解决问题,所以它的时间复杂度为O(n^3)。

    Floyd算法的基本思想如下:从任意节点A到任意节点B的最短路径不外乎2种可能,1是直接从A到B,2是从A经过若干个节点X到B。所以,我们假设Dis(AB)为节点A到节点B的最短路径的距离,对于每一个节点X,我们检查Dis(AX) + Dis(XB) < Dis(AB)是否成立,如果成立,证明从A到X再到B的路径比A直接到B的路径短,我们便设置Dis(AB) = Dis(AX) + Dis(XB),这样一来,当我们遍历完所有节点X,Dis(AB)中记录的便是A到B的最短路径的距离。

    很简单吧,代码看起来可能像下面这样:

     

    for ( int i = 0; i < 节点个数; ++i )
    {
        for ( int j = 0; j < 节点个数; ++j )
        {
            for ( int k = 0; k < 节点个数; ++k )
            {
                if ( Dis[i][k] + Dis[k][j] < Dis[i][j] )
                {
                    // 找到更短路径
                    Dis[i][j] = Dis[i][k] + Dis[k][j];
                }
            }
        }
    }

     

    但是这里我们要注意循环的嵌套顺序,如果把检查所有节点X放在最内层,那么结果将是不正确的,为什么呢?因为这样便过早的把i到j的最短路径确定下来了,而当后面存在更短的路径时,已经不再会更新了。

    让我们来看一个例子,看下图:

    图中红色的数字代表边的权重。如果我们在最内层检查所有节点X,那么对于A->B,我们只能发现一条路径,就是A->B,路径距离为9。而这显然是不正确的,真实的最短路径是A->D->C->B,路径距离为6。造成错误的原因就是我们把检查所有节点X放在最内层,造成过早的把A到B的最短路径确定下来了,当确定A->B的最短路径时Dis(AC)尚未被计算。所以,我们需要改写循环顺序,如下:

    for ( int k = 0; k < 节点个数; ++k )
    {
        for ( int i = 0; i < 节点个数; ++i )
        {
            for ( int j = 0; j < 节点个数; ++j )
            {
                if ( Dis[i][k] + Dis[k][j] < Dis[i][j] )
                {
                    // 找到更短路径
                    Dis[i][j] = Dis[i][k] + Dis[k][j];
                }
            }
        }
    }

    这样一来,对于每一个节点X,我们都会把所有的i到j处理完毕后才继续检查下一个节点。

    那么接下来的问题就是,我们如何找出最短路径呢?这里需要借助一个辅助数组Path,它是这样使用的:Path(AB)的值如果为P,则表示A节点到B节点的最短路径是A->...->P->B。这样一来,假设我们要找A->B的最短路径,那么就依次查找,假设Path(AB)的值为P,那么接着查找Path(AP),假设Path(AP)的值为L,那么接着查找Path(AL),假设Path(AL)的值为A,则查找结束,最短路径为A->L->P->B。

    那么,如何填充Path的值呢?很简单,当我们发现Dis(AX) + Dis(XB) < Dis(AB)成立时,就要把最短路径改为A->...->X->...->B,而此时,Path(XB)的值是已知的,所以,Path(AB) = Path(XB)。

    好了,基本的介绍完成了,接下来就是实现的时候了,这里我们使用图以及邻接矩阵:

    #define INFINITE 1000           // 最大值
    #define MAX_VERTEX_COUNT 20   // 最大顶点个数
    //////////////////////////////////////////////////////////////////////////
     
    struct Graph
    {
        int     arrArcs[MAX_VERTEX_COUNT][MAX_VERTEX_COUNT];    // 邻接矩阵
        int     nVertexCount;                                 // 顶点数量
        int     nArcCount;                                    // 边的数量
    };
    //////////////////////////////////////////////////////////////////////////

    首先,我们写一个方法,用于读入图的数据:

    void readGraphData( Graph *_pGraph )
    {
        std::cout << "请输入顶点数量和边的数量: ";
        std::cin >> _pGraph->nVertexCount;
        std::cin >> _pGraph->nArcCount;
     
        std::cout << "请输入邻接矩阵数据:" << std::endl;
        for ( int row = 0; row < _pGraph->nVertexCount; ++row )
        {
            for ( int col = 0; col < _pGraph->nVertexCount; ++col )
            {
                std::cin >> _pGraph->arrArcs[row][col];
            }
        }
    }

    接着,就是核心的Floyd算法:

    void floyd( int _arrDis[][MAX_VERTEX_COUNT], int _arrPath[][MAX_VERTEX_COUNT], int _nVertexCount )
    {
        // 先初始化_arrPath
        for ( int i = 0; i < _nVertexCount; ++i )
        {
            for ( int j = 0; j < _nVertexCount; ++j )
            {
                _arrPath[i][j] = i;
            }
        }
        //////////////////////////////////////////////////////////////////////////
     
        for ( int k = 0; k < _nVertexCount; ++k )
        {
            for ( int i = 0; i < _nVertexCount; ++i )
            {
                for ( int j = 0; j < _nVertexCount; ++j )
                {
                    if ( _arrDis[i][k] + _arrDis[k][j] < _arrDis[i][j] )
                    {
                        // 找到更短路径
                        _arrDis[i][j] = _arrDis[i][k] + _arrDis[k][j];
     
                        _arrPath[i][j] = _arrPath[k][j];
                    }
                }
            }
        }
    }

    OK,最后是输出结果数据代码:

    void printResult( int _arrDis[][MAX_VERTEX_COUNT], int _arrPath[][MAX_VERTEX_COUNT], int _nVertexCount )
    {
        std::cout << "Origin -> Dest   Distance    Path" << std::endl;
     
        for ( int i = 0; i < _nVertexCount; ++i )
        {
            for ( int j = 0; j < _nVertexCount; ++j )
            {
                if ( i != j )   // 节点不是自身
                {
                    std::cout << i+1 << " -> " << j+1 << " ";
                    if ( INFINITE == _arrDis[i][j] )    // i -> j 不存在路径
                    {
                        std::cout << "INFINITE" << " ";
                    }
                    else
                    {
                        std::cout << _arrDis[i][j] << " ";
     
                        // 由于我们查询最短路径是从后往前插,因此我们把查询得到的节点
                        // 压入栈中,最后弹出以顺序输出结果。
                        std::stack<int> stackVertices;
                        int k = j;
                         
                        do
                        {
                            k = _arrPath[i][k];
                            stackVertices.push( k );
                        } while ( k != i );
                        //////////////////////////////////////////////////////////////////////////
     
                        std::cout << stackVertices.top()+1;
                        stackVertices.pop();
     
                        unsigned int nLength = stackVertices.size();
                        for ( unsigned int nIndex = 0; nIndex < nLength; ++nIndex )
                        {
                            std::cout << " -> " << stackVertices.top()+1;
                            stackVertices.pop();
                        }
     
                        std::cout << " -> " << j+1 << std::endl;
                    }
                }
            }
        }
    }

    好了,是时候测试了,我们用的图如下:

    测试代码如下:

    int main( void )
    {
        Graph myGraph;
        readGraphData( &myGraph );
        //////////////////////////////////////////////////////////////////////////
     
        int arrDis[MAX_VERTEX_COUNT][MAX_VERTEX_COUNT];
        int arrPath[MAX_VERTEX_COUNT][MAX_VERTEX_COUNT];
     
        // 先初始化arrDis
        for ( int i = 0; i < myGraph.nVertexCount; ++i )
        {
            for ( int j = 0; j < myGraph.nVertexCount; ++j )
            {
                arrDis[i][j] = myGraph.arrArcs[i][j];
            }
        }
     
        floyd( arrDis, arrPath, myGraph.nVertexCount );
        //////////////////////////////////////////////////////////////////////////
     
        printResult( arrDis, arrPath, myGraph.nVertexCount );
        //////////////////////////////////////////////////////////////////////////
     
        system( "pause" );
        return 0;
    }

    如图:

     

  • 相关阅读:
    聊聊Unity2018的LWRP和混合光照
    不能直接获取?聊聊如何在Shader Graph中获取深度图
    还原堆栈信息,分析地形系统使用ASTC格式的纹理导致Crash的问题
    巧妙设置Texture Type,将ShadowMask内存占用变成之前的1/4
    开发自定义ScriptableRenderPipeline,将DrawCall降低180倍
    Signed Distance Field Shadow in Unity
    Daily Pathtracer!安利下不错的Pathtracer学习资料
    聊聊LightProbe原理实现以及对LightProbe数据的修改
    Scala学习笔记(六):本地函数、头等函数、占位符和部分应用函数
    Scala学习笔记(五):内建控制循环
  • 原文地址:https://www.cnblogs.com/Jstyle-continue/p/6351983.html
Copyright © 2020-2023  润新知