图论--Dijkstra算法总结

Key word：

①BFS转换Dijkstra

②其他关系转化为最短路

③反向建边及反向Dijkstra

④稠密图、稀疏图

⑤链式前向星

⑥Vector建图

⑦超级源点&汇点

详解：

1.BFS转换Dijkstra：对于一些路径的的问题及一些特殊的搜索题目，如果数据量很多但是处理边的复杂程度可以接受，就是说我们可以通过操作将原来要搜索的问题转化为Dijkstra能做的问题，这样可以提高效率，虽然介于BFS与Dijkstra之间有着A*，但是A*的题目我目前就看到了一类，第K短路，常用的还是转换。举个例子：在一个城堡中，有机关陷阱并且告知了其坐标，设城堡为一个二维平面，若这个二维有10000点，BFS最坏的情况是O（V^2）那么可能会超时，那么我们考虑，将每个点的作为节点建图，若有机关则他与上下左右都不连通，其他的每个点建立四联通边，那么时间复杂度为O(4*V),再加上Dijkstra为O（4*V+VlogV）可以将其解出，这个例子可能不太恰当，但是在这里给出解题的思想，BFS与Dijkstra同是单源最短路是可以转化的。

2.其他关系转化为最短路：

我们这里以POJ 1062 昂贵的礼物作为例子

年轻的探险家来到了一个印第安部落里。在那里他和酋长的女儿相爱了，于是便向酋长去求亲。酋长要他用10000个金币作为聘礼才答应把女儿嫁给他。探险家拿不出这么多金币，便请求酋长降低要求。酋长说："嗯，如果你能够替我弄到大祭司的皮袄，我可以只要8000金币。如果你能够弄来他的水晶球，那么只要5000金币就行了。"探险家就跑到大祭司那里，向他要求皮袄或水晶球，大祭司要他用金币来换，或者替他弄来其他的东西，他可以降低价格。探险家于是又跑到其他地方，其他人也提出了类似的要求，或者直接用金币换，或者找到其他东西就可以降低价格。不过探险家没必要用多样东西去换一样东西，因为不会得到更低的价格。探险家现在很需要你的帮忙，让他用最少的金币娶到自己的心上人。另外他要告诉你的是，在这个部落里，等级观念十分森严。地位差距超过一定限制的两个人之间不会进行任何形式的直接接触，包括交易。他是一个外来人，所以可以不受这些限制。但是如果他和某个地位较低的人进行了交易，地位较高的的人不会再和他交易，他们认为这样等于是间接接触，反过来也一样。因此你需要在考虑所有的情况以后给他提供一个最好的方案。为了方便起见，我们把所有的物品从1开始进行编号，酋长的允诺也看作一个物品，并且编号总是1。每个物品都有对应的价格P，主人的地位等级L，以及一系列的替代品Ti和该替代品所对应的"优惠"Vi。如果两人地位等级差距超过了M，就不能"间接交易"。你必须根据这些数据来计算出探险家最少需要多少金币才能娶到酋长的女儿。

对于这个题目，我们考虑每个人是一个节点，他们需要的东西是单向边，那么我们可以建立起一张有向图，可以使用最短路进行计算，类似上次Floyd那个汇率问题这里也可以这么做，所以看到这个题，那么首先要想到最短路去解决才可以。类似的还有很多的题目可以转化为最短路，这个就要自己去理解体会。

3.反向建边及反向Dijkstra与超级源点与超级汇点：https://blog.csdn.net/weixin_43627118/article/details/100134565

补充：对于反向建边，及反向Dijkstra的应用，比如N个人去编号为X的人家去吃饭，但是N个人所在的城市比较特殊有很多单行线，所以他们来的路可能不是他们回去的路，求他们的来去的走的路程的总和的最小值。这个题走的时候是最短路的距离和来的时候不能去做N遍最短路，那么我们反向建边反向使用Dijkstra，这样最短即是N个点到X的距离最小值。

4.稠密图&稀疏图

稠密图是E边数接近V^2的图，稀疏图接近0（不太恰当，就是边较少），对于稠密图朴素Dijkstra O（V^2）而优化算法为（E+VlogV），边数E接近V^2，所以使用朴素DIjkstra算法。

5.链式前向星：一种关于稀疏图的建图方式：https://blog.csdn.net/weixin_43627118/article/details/99612887

6.vector建图

对于分不太清稠密图和稀疏图的时候可以考虑Vector建图，比直接使用数组模拟稍慢一些，但是有时候用起来还是很不错的比如有一些点的边很多用邻接矩阵存不下，10000个点有一个点跟所有的其他点有边这就很难搞了，但是用邻接表访问没那么方便，所以可以考虑使用，就用过一次，但是不太推荐使用，主推还是邻接表。

图论--Dijkstra算法总结相关推荐

图论-最短路Dijkstra算法详解超详有图解
整体来看dij就是从起点开始扩散致整个图的过程,为什么说他稳定呢,是因为他每次迭代,都能得到至少一个结点的最短路.(不像SPFA,玄学复杂度) 但是他的缺点就是不能处理带负权值的边,和代码量稍稍复杂. ...
图论经典算法——Dijkstra算法
1. 解决问题目的是求某一顶点到其余各个顶点[最短路径]. 2. Dijkstra算法思想假设一共有两个顶点集合 S 和 T ,集合 S 中存放图中已找到最短路径的顶点,集合 T 中存放图中的剩余 ...
图论(四)------非负权有向图的单源最短路径问题，Dijkstra算法
Dijkstra算法解决了有向图G=(V,E)上带权的单源最短路径问题,但要求所有边的权值非负. Dijkstra算法是贪婪算法的一个很好的例子.设置一顶点集合S,从源点s到集合中的顶点的最终最短路径 ...
dijkstra邻接表_掌握算法-图论-最短路径算法-Dijkstra算法
如果图是赋权图,那么问题就变得更困难了不过我们仍然可以使用来自无权情形时的想法. 我们保留所有与前面相同的信息.因此,每个顶点或者标记为Known的,或者标记为Unknown的.像之前一样,对每一个顶 ...
【数学建模】图论模型-dijkstra算法（最优化）
文章目录一.算法介绍 1. 带权邻接矩阵二.适用问题三.算法总结 1. 步骤四.应用场景举例(待完善) 五.MATLAB代码六.实际案例七.论文案例片段(待完善) dijkstra算法主要 ...
图论算法》关于SPFA和Dijkstra算法的两三事
本来我是想把这两个算法分开写描述的,但是SPFA其实就是Dijkstra的稀疏图优化,所以其实代码差不多,所以就放在一起写了. 因为SPFA是Dijkstra的优化,所以我想来讲讲Dijkstra. ...
图论——Dijkstra+prim算法涉及到的优先队列（二叉堆）
[0]README 0.1)为什么有这篇文章?因为 Dijkstra算法的优先队列实现涉及到了一种新的数据结构,即优先队列(二叉堆)的操作需要更改以适应这种新的数据结构,我们暂且吧它定义为Dista ...
图论 —— 最短路 —— Dijkstra 算法
[概述] Dijkstra 算法是单源最短路径算法,即计算起点只有一个的情况到其他点的最短路径,其无法处理存在负边权的情况. 其时间复杂度是:O(E+VlogV) [算法分析] 将点分为两类,一类是已 ...
最短路dijkstra算法详解_图论系列开始填坑--Dijkstra，单源最短路
暑假只有最开始的几天最有意思,考完试玩了几天就感觉到了无聊.抱着想要出去走走的心态,我制定了一个出行路线图,我在1号城市,想去看一看2,3,4,5号城市(每去一个城市都从1号城市出发),一切准备就绪, ...

图论--Dijkstra算法总结

图论--Dijkstra算法总结相关推荐

最新文章

热门文章