讲课:拓扑排序、最短路算法

简介: 讲课:拓扑排序、最短路算法

什么是图?

把图在计算机中表示(储存)

拓扑排序

  • 与一个顶点 v 关联的边的条数称作该顶点的 度 (degree)
  • 在有向图 G = (V, E) 中,以一个顶点 v 为起点的边的条数称为该顶点的 出度 (out-degree),
  • 以一个顶点 v 为终点的边的条数称为该节点的 入度 (in-degree)

思路

  • 首先记录各个点的入度
  • 然后将入度为 0 的点放入队列
  • 将队列里的点依次出队列,然后找出所有出队列这个点发出的边,删除边,同事边的另一侧的点的入度 -1。
  • 如果所有点都进过队列,则可以拓扑排序,输出所有顶点。否则输出-1,代表不可以进行拓扑排序。

参考代码

应用

判断图中是否有环路

练习

luogu P1347排序

最短路算法

dijkstra单源最短路算法和堆优化

思路

  • 核心思想是利用贪心策略,从源点开始,逐步向外扩展最短路径,直到扩展到目标点为止。
  • Dijkstra算法维护当前已知的最短路径和距离源点最近的节点,然后根据贪心策略选择最优节点进行扩展。
  • 初始化dist数组,将源点到其他各个顶点的距离全部设为无穷大。将源点标记为已确定最短距离的顶点。
  • 遍历与源点相邻的所有顶点,更新它们的距离,即若源点到该相邻顶点的距离小于目前dist数组中保存的距离,则将该距离更新为更小的值。
  • 从尚未确定最短距离的顶点中选择一个与源点距离最小的顶点,将其标记为已确定最短距离的顶点,并继续遍历其相邻顶点。
  • 重复上面两个步骤,直到所有顶点的最短距离都已被确定。

dijkstra

练习

acwing 4240.青蛙

bellman-ford 算法和SPFA优化

  • bellman-ford 算法的松弛操作
  • 枚举所有边,松弛所有点到原点的距离
  • 跑正常的有最短路的图没问题(最短路径存在,并且显然不超过点的数量-1)
  • 但存在负环时,可以知道途中不存在最短路,因为每次松弛都会把最短路变得越来越小,没有意义
  • 一般来说,一个图存在负环,就不可能有最短路,所以用处不多,最多用来判断是否存在负环
  • spfa只有上一次被松弛的结点,所连接的边,才有可能引起下一次的松弛操作。

folyd 多源最短路

借助中间点来设计最短路算法

  • 定义一个数组 f[k][x][y],表示只允许经过结点 1 到 k,结点 x 到结点 y 的最短路长度。
  • f[0][x][y]:x 与 y 的边权,或者 0,或者 无穷
  • f[k][x][y] = min(f[k-1][x][y], f[k-1][x][k]+f[k-1][k][y])(f[k-1][x][y],为不经过 k 点的最短路径,而 f[k-1][x][k]+f[k-1][k][y],为经过了 k 点的最短路)。

核心代码

因为第一维对结果无影响,我们可以发现数组的第一维是可以省略的,于是可以直接改成 f[x][y] = min(f[x][y], f[x][k]+f[k][y])。

总结

图的概念和表示方法

  • G = (V,E) 意思是 Graph = (Vertices,Edges),图 = (点集,边集)
  • 图有无向图、有向图、混合图,有带权图、无权图……树是图的一种
  • 图的表示的方法有:邻接矩阵、邻接表、链式向前星

拓扑排序

  • 理解度的含义
  • 然后将入度为 0 的点放入队列,删边,更新度数,再次入队
  • 可以用来找环路

最短路

参考资料:

oi-wiki.org/

www.acwing.com/activity/co…


相关文章
|
4月前
|
算法
【算法】二分查找——在排序数组中查找元素的第一个和最后一个位置
【算法】二分查找——在排序数组中查找元素的第一个和最后一个位置
|
1月前
|
搜索推荐 算法 C语言
【排序算法】八大排序(上)(c语言实现)(附源码)
本文介绍了四种常见的排序算法:冒泡排序、选择排序、插入排序和希尔排序。通过具体的代码实现和测试数据,详细解释了每种算法的工作原理和性能特点。冒泡排序通过不断交换相邻元素来排序,选择排序通过选择最小元素进行交换,插入排序通过逐步插入元素到已排序部分,而希尔排序则是插入排序的改进版,通过预排序使数据更接近有序,从而提高效率。文章最后总结了这四种算法的空间和时间复杂度,以及它们的稳定性。
95 8
|
1月前
|
搜索推荐 算法 C语言
【排序算法】八大排序(下)(c语言实现)(附源码)
本文继续学习并实现了八大排序算法中的后四种:堆排序、快速排序、归并排序和计数排序。详细介绍了每种排序算法的原理、步骤和代码实现,并通过测试数据展示了它们的性能表现。堆排序利用堆的特性进行排序,快速排序通过递归和多种划分方法实现高效排序,归并排序通过分治法将问题分解后再合并,计数排序则通过统计每个元素的出现次数实现非比较排序。最后,文章还对比了这些排序算法在处理一百万个整形数据时的运行时间,帮助读者了解不同算法的优劣。
109 7
|
2月前
|
搜索推荐 Shell
解析排序算法:十大排序方法的工作原理与性能比较
解析排序算法:十大排序方法的工作原理与性能比较
74 9
|
2月前
|
算法 搜索推荐 Java
数据结构与算法学习十三:基数排序,以空间换时间的稳定式排序,速度很快。
基数排序是一种稳定的排序算法,通过将数字按位数切割并分配到不同的桶中,以空间换时间的方式实现快速排序,但占用内存较大,不适合含有负数的数组。
38 0
数据结构与算法学习十三:基数排序,以空间换时间的稳定式排序,速度很快。
|
2月前
|
算法
❤️算法笔记❤️-(每日一刷-83、删除排序链表中的重复项)
❤️算法笔记❤️-(每日一刷-83、删除排序链表中的重复项)
34 0
|
2月前
|
存储 算法 搜索推荐
算法进阶之路:Python 归并排序深度剖析,让数据排序变得艺术起来!
算法进阶之路:Python 归并排序深度剖析,让数据排序变得艺术起来!
79 0
|
4月前
|
搜索推荐 算法 Java
现有一个接口DataOperation定义了排序方法sort(int[])和查找方法search(int[],int),已知类QuickSort的quickSort(int[])方法实现了快速排序算法
该博客文章通过UML类图和Java源码示例,展示了如何使用适配器模式将QuickSort类和BinarySearch类的排序和查找功能适配到DataOperation接口中,实现算法的解耦和复用。
52 1
现有一个接口DataOperation定义了排序方法sort(int[])和查找方法search(int[],int),已知类QuickSort的quickSort(int[])方法实现了快速排序算法
|
4月前
|
算法 搜索推荐 Java
算法实战:手写归并排序,让复杂排序变简单!
归并排序是一种基于“分治法”的经典算法,通过递归分割和合并数组,实现O(n log n)的高效排序。本文将通过Java手写代码,详细讲解归并排序的原理及实现,帮助你快速掌握这一实用算法。
46 0
|
4月前
|
算法 搜索推荐
算法设计 (分治法应用实验报告)基于分治法的合并排序、快速排序、最近对问题
这篇文章是关于分治法应用的实验报告,详细介绍了如何利用分治法实现合并排序和快速排序算法,并探讨了使用分治法解决二维平面上的最近对问题的方法,包括伪代码、源代码实现及时间效率分析,并附有运行结果和小结。
下一篇
DataWorks