[总结]Floyd算法及其应用
一、Floyd算法
如何求任意两点最短路?我们可以运行n次SPFA或Dijkstra求得,
而Floyd算法能在\(O(N^3)\)的时间复杂度内求出图中任意两点的最短路(多源最短路),且代码十分简短。
Floyd算法(弗洛伊德算法)
的本质是动态规划。设\(f(k,i,j)\)表示"由若干个编号不超过k的节点中转后"从\(i\)到\(j\)的最短路。
该"动态规划"有两个决策,一是经过编号不超过\(k-1\)的节点由\(i\)到\(j\),二是先由\(i\)到\(k\),再由\(k\)到\(j\)。
我们很容易写出此时的转移方程:
\]
初始\(f\)数组所有值均为正无穷,随后令\(f(0,i,j)=maps(i,j)\),其中\(map(i,j)\)为邻接矩阵。
由于\(k\)是动态规划的阶段,因此\(k\)为最外层循环,可以得到如下代码:
inline void floyd(){
for(int k=1;k<=n;k++)
for(int i=1;i<=n;i++)
for(int j=1;j<=n;j++)
f[k][i][j]=min(f[k-1][i][j],f[k-1][i][k]+f[k-1][k][j]);
}
算法最终\(f(n,i,j),i\in [1,n],j\in [1,n]\)为最终答案。
显然三维数组\(f\)在高强度数据下爆内存,使得该算法失去用途。我们发现,求出\(f(k,i,j)\)只与\(f\)的\(k-1\)层有关,因此我们可以用滚动数组的方式将第一维滚去,此时的转移方程为:
\]
最终\(f(i,j),i\in [1,n],j\in [1,n]\)就保存了由\(i\)到\(j\)的最短路。
最终Floyd的主体部分:
for(int k=1;k<=n;k++)
for(int i=1;i<=n;i++)
for(int j=1;j<=n;j++)
f[i][j]=min(f[i][j],f[i][k]+f[k][j]);
模板:
#include<bits/stdc++.h>
using namespace std;
int f[100][100],n,m;
int main()
{
scanf("%d%d",&n,&m);
memset(f,127,sizeof(f));
for(int i=1,u,w,v;i<=m;i++){
scanf("%d%d%d",&u,&v,&w);
f[u][v]=min(w,f[u][v]);
}
for(int i=1;i<=n;i++) f[i][i]=0;
for(int k=1;k<=n;k++)
for(int i=1;i<=n;i++)
for(int j=1;j<=n;j++)
f[i][j]=min(f[i][j],f[i][k]+f[k][j]);
for(int i=1;i<=n;i++){
for(int j=1;j<=n;j++)
printf("%d ",f[i][j]);
printf("\n");
}
return 0;
}
二、Floyd算法的应用
1. 传递闭包
给出若干个元素以及他们的两两关系,如果这些元素具有传递性,我们就可以推出尽可能多的元素之间的关系。
解决"利用元素的传递性求出尽可能多的元素的关系"这类问题的算法就叫做传递闭包。
此时\(f(i,j)\)数组的意义(这里为link数组)变为\((i,j)\)是否具有关系,有关系\(f(i,j)=1\),无关系\(f(i,j)=0\)。
例如,利用传递闭包可以快速地求出图中两点是否可以直接/间接到达。
#include<bits/stdc++.h>
using namespace std;
int link[1000][1000];
int main()
{
int m,n,u,v,w,ans=0;
scanf("%d%d",&n,&m);
for(int i=1;i<=m;i++){
scanf("%d%d%d",&u,&v,&w);
link[u][v]=1;//u->v可达
}
for(int i=1;i<=n;i++) link[i][i]=1;//自己到自己可达
for(int k=1;k<=n;k++)
for(int i=1;i<=n;i++)
for(int j=1;j<=n;j++){
link[i][j]=link[i][j]||(link[i][k]&&link[k][j]);
//link[i][j]=link[i][j]|(link[i][k]&link[k][j]);
//这两种写法都可行,具体解释为i,j既可以经过不大于k-1的节点连通,也可以由i经过k中转到j来连通。
}
for(int i=1;i<=n;i++){//某两点是否可达
for(int j=1;j<=n;j++){
printf("%d ",link[i][j]);
}
printf("\n");
}
return 0;
}
除了这种方法,我们还可以使用\(bitset\)代替这个二维数组。
设:\(bitset<1000> link[1000]\),为长度为1000的一维数组,其中每一格都有长度为1000的二进制串。
其中link可以直接调用这个二进制串的下标,例如\(link[3][5];\)。
此外需要注意的是二进制串中只能存储0或1。
以下列举一些可能会用到的函数:
bitset<100> bs;
bs.count();//返回bs串中1的个数
bs.size()//返回bs串的位数
bs.any()//返回bs串是否有1; bs.none()//返回bs串是否没有1
bs.set()//将bs串全部位变为1; bs.set(p)//将p+1位变为1
bs.reset()//将bs串全部位变为0; bs.reset(p)//将p+1位变为0
bs.flip()//将bs串取反(flip v.快速翻转); bs.flip(p)//只将p+1位取反
利用\(bitset\)实现的传递闭包(核心代码):
int m,n,u,v;
int ans=0;
scanf("%d%d",&n,&m);
for(int i=1;i<=m;i++){
scanf("%d%d",&u,&v);
link[u][v]=1;
}
for(int i=1;i<=n;i++) link[i][i]=1;//自身到自身可达
for(int i=1;i<=n;i++)//Floyd
for(int j=i+1;j<=n;j++){
if(link[i][j])//如果i-->j有连接
link[i]=link[i]|link[j];//那么与i连通的点与j也会连通
}
例1:P2881 [USACO07MAR]排名的牛Ranking the Cows
相当于给定一张有向图,求出还需要加多少条边才能使这个图连通。
设x强于y,y强于z,那么一定x强于z,由于具有传递性,因此可以用传递闭包来做。
Code:
#include<bits/stdc++.h>
using namespace std;
bitset<1010> link[1010];
int main()
{
int m,n,x,y,ans=0;
scanf("%d%d",&n,&m);
for(int i=1;i<=m;i++){
scanf("%d%d",&x,&y);
link[x][y]=1;
}
for(int i=1;i<=n;i++) link[i][i]=1;
for(int k=1;k<=n;k++)
for(int i=1;i<=n;i++){
if(link[i][k])
link[i]=link[i]|link[k];
}
for(int i=1;i<=n;i++) ans=ans+link[i].count();
ans-=n;//减去自己与自己连通的边数
printf("%d",n*(n-1)/2-ans);
return 0;
}
例2:P2419 [USACO08JAN]牛大赛Cow Contest
每头牛编程强度同样具有传递性,因此可以确定尽量多的每头牛之间的两两关系。
如果一头牛与其他的任意一头牛都能确定关系,那么我们就能知道这头牛的能力排名。
Code:
#include<bits/stdc++.h>
using namespace std;
int f[120][120];
int main()
{
int m,n;
scanf("%d%d",&n,&m);
for(int i=1;i<=m;i++){
int u,v;
scanf("%d%d",&u,&v);
f[u][v]=1;
}
for(int k=1;k<=n;k++)
for(int i=1;i<=n;i++)
for(int j=1;j<=n;j++){
f[i][j]=f[i][j]|(f[i][k]&f[k][j]);
}
int ans=0;
for(int i=1;i<=n;i++){
int cnt=1;
for(int j=1;j<=n;j++){
if(i==j) continue;
if(!f[i][j]&&!f[j][i]){//与其他牛的关系都能确定
cnt=0;break;
}
}
ans+=cnt;
}
printf("%d",ans);
return 0;
}
2.快速求出多源最短路
例1:P1522 牛的旅行 Cow Tours
利用Floyd算法快速求出任意两点的最短路,以便求出任一点到其他点的最远距离。
此时对不连通的牧场增添一条边来更新直径。
#include<bits/stdc++.h>
#define INF 0x3f3f3f3f
#define N 200010
using namespace std;
double f[200][200],x[200],y[200];
double len[200],glen,glen2=INF;
int n;char ch;
inline double calc_dis(int a,int b){
return sqrt((x[a]-x[b])*(x[a]-x[b])+(y[a]-y[b])*(y[a]-y[b]));
}
int main()
{
scanf("%d",&n);
for(int i=1;i<=n;i++) scanf("%lf%lf",&x[i],&y[i]);
for(int i=1;i<=n;i++)//初始化f数组
for(int j=1;j<=n;j++){
cin>>ch;
if(ch=='1') f[i][j]=calc_dis(i,j);
else if(i!=j) f[i][j]=INF;
}
for(int k=1;k<=n;k++)//最短路
for(int i=1;i<=n;i++)
for(int j=1;j<=n;j++){
f[i][j]=min(f[i][j],f[i][k]+f[k][j]);
}
for(int i=1;i<=n;i++){
for(int j=1;j<=n;j++) if(f[i][j]<INF) len[i]=max(len[i],f[i][j]);//求出该点到其他点的最大距离
glen=max(glen,len[i]);//求出原图的直径
}
for(int i=1;i<=n;i++)
for(int j=1;j<=n;j++)//对不连通的牧场连一条边
if(f[i][j]>=INF) glen2=min(glen2,len[i]+calc_dis(i,j)+len[j]);//求出连边后最小的直径
cout<<fixed<<setprecision(6)<<max(glen2,glen);
return 0;
}
3.解决双权值问题
在解决双权值问题时,如果我们同时考虑两个权值会显得很麻烦。
此时应该枚举一个权值再计算另外一个权值。
利用Floyd算法解决双权值问题的核心在于巧妙地变化最外层循环k的含义。
我们之前已经提到过,Floyd求出\(i\)到\(j\)的最短路是不断由节点\(k\)中转更新得到的,即\(i\),\(j\)的最短路经过节点不断\(1,2,...,k-1,k\)松弛得到。
此时相当于不断枚举节点k,来更新i,j的最短路。
例1:P1119 灾后重建
每个村庄都有建成的时间,同时询问节点\(x\)到节点\(y\)通车最短距离。
我们知道原Floyd算法中\(k\)的意义是:
- 对于此时枚举的\(k\),任意节点\(i\),\(j\)只允许通过编号不大于\(k\)的节点更新最短路。
因为本题中有只有在询问的时间内修好的村庄才允许通车,此时\(k\)的意义为:
- 对于此时枚举的\(k\),任意节点\(i\),\(j\)只允许通过建成时间小于询问时间的节点更新最短路。
这与Floyd算法中\(k\)循环的思路相同,因此可以使用Floyd算法解决。
剩余需要注意的地方:
- 本题包含节点0。
- 由于题目的询问时间具有单调性,所以只要不断枚举此时可用于更新的节点\(k\)即可。
- 若\(i\),\(j\)经过节点\(k\)更新,则节点\(k\)需要打上标记避免下次重复无意义地进入循环(会TLE)。
Code:
#include<bits/stdc++.h>
#define INF 0x3f3f3f3f
using namespace std;
int vis[201],n,m,q;;
int t[201],f[201][201],tot;
int from[50001],to[50001],day[50001];
int main()
{
scanf("%d%d",&n,&m);
for(int i=0;i<n;i++) scanf("%d",&t[i]);//第i个村庄修好的日期
for(int i=0;i<n;i++) for(int j=0;j<n;j++) f[i][j]=INF;
for(int i=1,u,v,w;i<=m;i++){
scanf("%d%d%d",&u,&v,&w);
f[u][v]=f[v][u]=w;
}
for(int i=0;i<n;i++) f[i][i]=0;
scanf("%d",&q);
for(int i=1;i<=q;i++)//询问 ,第day[i]天从from[i]到to[i]的最短路
scanf("%d%d%d",&from[i],&to[i],&day[i]);
for(int num=1;num<=q;num++){//对于每个询问
for(int k=0;k<n;k++)
if(t[k]<=day[num]&&!vis[k]){//i,j经由建成时间小于询问时间的节点k来更新最短路
vis[k]=1;//做标记
for(int i=0;i<n;i++)
for(int j=0;j<n;j++)
f[i][j]=min(f[i][j],f[i][k]+f[k][j]);//求得最短路
}
if(f[from[num]][to[num]]!=INF&&t[from[num]]<=day[num]&&t[to[num]]<=day[num])
//此时询问的节点连通,且起点与终点的建成时间不大于询问的时间才有答案
printf("%d\n",f[from[num]][to[num]]);
else printf("-1\n");//不能通车
}
return 0;
}
[总结]Floyd算法及其应用的更多相关文章
- 最短路径之Floyd算法
Floyd算法又称弗洛伊德算法,也叫做Floyd's algorithm,Roy–Warshall algorithm,Roy–Floyd algorithm, WFI algorithm. Floy ...
- 最短路径—Dijkstra算法和Floyd算法
原文链接:http://www.cnblogs.com/biyeymyhjob/archive/2012/07/31/2615833.html 最后边附有我根据文中Dijkstra算法的描述使用jav ...
- 最短路径问题——floyd算法
floyd算法和之前讲的bellman算法.dijkstra算法最大的不同在于它所处理的终于不再是单源问题了,floyd可以解决任何点到点之间的最短路径问题,个人觉得floyd是最简单最好用的一种算法 ...
- floyd算法小结
floyd算法是被大家熟知的最短路算法之一,利用动态规划的思想,f[i][j]记录i到j之间的最短距离,时间复杂度为O(n^3),虽然时间复杂度较高,但是由于可以处理其他相似的问题,有着广泛的应用,这 ...
- Uvaoj 10048 - Audiophobia(Floyd算法变形)
1 /* 题目大意: 从一个点到达另一个点有多条路径,求这多条路经中最大噪音值的最小值! . 思路:最多有100个点,然后又是多次查询,想都不用想,Floyd算法走起! */ #include< ...
- Floyd算法(三)之 Java详解
前面分别通过C和C++实现了弗洛伊德算法,本文介绍弗洛伊德算法的Java实现. 目录 1. 弗洛伊德算法介绍 2. 弗洛伊德算法图解 3. 弗洛伊德算法的代码说明 4. 弗洛伊德算法的源码 转载请注明 ...
- Floyd算法(二)之 C++详解
本章是弗洛伊德算法的C++实现. 目录 1. 弗洛伊德算法介绍 2. 弗洛伊德算法图解 3. 弗洛伊德算法的代码说明 4. 弗洛伊德算法的源码 转载请注明出处:http://www.cnblogs.c ...
- Floyd算法(一)之 C语言详解
本章介绍弗洛伊德算法.和以往一样,本文会先对弗洛伊德算法的理论论知识进行介绍,然后给出C语言的实现.后续再分别给出C++和Java版本的实现. 目录 1. 弗洛伊德算法介绍 2. 弗洛伊德算法图解 3 ...
- 最短路径---Dijkstra/Floyd算法
1.Dijkstra算法基础: 算法过程比prim算法稍微多一点步骤,但思想确实巧妙也是贪心,目的是求某个源点到目的点的最短距离,总的来说dijkstra也就是求某个源点到目的点的最短路,求解的过程也 ...
- 最短路径(Floyd)算法
#include <stdio.h>#include <stdlib.h>/* Floyd算法 */#define VNUM 5#define MV 65536int P[VN ...
随机推荐
- 国际惯例,Hello World。
c语言: #include<stdio.h> int main() { printf("Hello World!\n"); ; } C++: #include<i ...
- 第十四周java实验作业
实验十四 Swing图形界面组件 实验时间 20178-11-29 1.实验目的与要求 (1) 掌握GUI布局管理器用法: 在java中的GUI应用 程序界面设计中,布局控制通过为容器设置布局管理器 ...
- js利用cookie登录网站
如上图,我们获取到了cookie,接下来利用cookie登录相应的网站. 我用的浏览器是火狐,首先在特定的网站(也就是我们发现XSS漏洞的网站,这里指的是pikachu)F12打开开发者工具,找到控制 ...
- matplotlib.pyplot库函数关于坐标轴显示的支持
matplotlib.pyplot库函数关于坐标轴显示的支持 https://blog.csdn.net/Stark_595/article/details/80787005?depth_1-utm_ ...
- OpenCV-Python 霍夫线变换 | 三十二
目标 在这一章当中, 我们将了解霍夫变换的概念. 我们将看到如何使用它来检测图像中的线条. 我们将看到以下函数:cv.HoughLines(),cv.HoughLinesP() 理论 如果可以用数学形 ...
- React源码解析——创建更新过程
一.ReactDOM.render 创建ReactRoot,并且根据情况调用root.legacy_renderSubtreeIntoContainer或者root.render,前者是遗留的 API ...
- coding++:使用 javascript 在html中获取url参数
函数处理定义如下: < script type = "text/javascript" > function $G() { var Url = top.window.l ...
- 在MVC三层项目中如何使用Log4Net
--前期准备(添加到队列中) 0-1在新建后的MVC项目中的[Models]中添加一个类,用于处理异常信息,并继承自HandleErrorAttribute public class MyExcept ...
- JS 剑指Offer(二)二维数组中的查找
04.在一个 n * m 的二维数组中,每一行都按照从左到右递增的顺序排序,每一列都按照从上到下递增的顺序排序. 请完成一个函数,输入这样的一个二维数组和一个整数,判断数组中是否含有该整数. var ...
- 前端经典面试题解密:JS的new关键字都干了什么?
前言 new关键字在实例化获取对象时都做了什么?是一道经常出现在前端面试时的问题.如果只是简单的了解new关键字是实例化构造函数获取对象,是万万不能够的.更深入的层级发生了什么呢?同时面试官想从这道题 ...