最短パスアルゴリズム
7829 ワード
マルチアウトレット最短パスアルゴリズム
最短パスの問題
最短パスアルゴリズムとは、最短パスを検索するアルゴリズムです.
諸問題の状況.
1つのポイントから別のポイントへの最短パス
1つのポイントから別のポイントへの最短パス
すべてのポイントから他のすべてのポイントへの最短パス
各ポイントは、ノードによって接続された直線としてグラフィックに表示されます.
マルチ出口最短パスアルゴリズムの概要
特定のノードから他のすべてのノードへの最短パスの計算
複数の最短パスアルゴリズムは、負の幹線がない場合に正常に動作します.
いずれの場合も、最もコストの低いノードを選択して任意のプロセスを繰り返します.
複数の最短パスアルゴリズムの実行プロセス
構成
アルゴリズムの動作と性において,最短距離テーブルは,これまでの各ノードの最短距離情報を持つ.
処理中により短いパスが見つかった場合、そのパスは最も短いパスに更新されます.
マルチアウトプットアルゴリズムの特徴
グリディアルゴリズム:いずれの場合も、アクセスしたことのない最もコストの低いノードを選択し、任意のプロセスを繰り返します.
ステップ処理されたノードの最短距離は固定され,変更されない.
各ステップは、ノードの最短距離を決定すると理解される.
複数のアルゴリズムが実行されると、テーブルには各ノードの最短距離情報が格納されます.
マルチアウトレットアルゴリズム:簡単な実施方法
各ステップでアクセスされていないノードから最短距離のノードを選択するには、各ステップで1 Dテーブルのすべての要素をチェックします.
マルチカーブアルゴリズムの実装
import sys
input = sys.stdin.readline
INF = int(1e9) # 무한을 의미하는 값으로 10억을 설정
# 노드의 개수, 간선의 개수를 입력받기
n, m = map(int, input().split())
# 시작 노드 번호를 입력받기
start = int(input())
# 각 노드에 연결되어 있는 노드에 대한 정보를 담는 리스트를 만들기
graph = [[] for i in range(n + 1)]
# 방문한 적이 있는지 체크하는 목적의 리스트를 만들기
visited = [False] * (n + 1)
# 최단 거리 테이블을 모두 무한으로 초기화
distance = [INF] * (n + 1)
# 모든 간선 정보를 입력받기
for _ in range(m):
a, b, c = map(int, input().split())
# a번 노드에서 b번 노드로 가는 비용이 c라는 의미
graph[a].append((b, c))
# 방문하지 않은 노드 중에서, 가장 최단 거리가 짧은 노드의 번호를 반환
def get_smallest_node():
min_value = INF
index = 0 # 가장 최단 거리가 짧은 노드(인덱스)
for i in range(1, n + 1):
if distance[i] < min_value and not visited[i]:
min_value = distance[i]
index = i
return index
def dijkstra(start):
# 시작 노드에 대해서 초기화
distance[start] = 0
visited[start] = True
for j in graph[start]:
distance[j[0]] = j[1]
# 시작 노드를 제외한 전체 n - 1개의 노드에 대해 반복
for i in range(n - 1):
# 현재 최단 거리가 가장 짧은 노드를 꺼내서, 방문 처리
now = get_smallest_node()
visited[now] = True
# 현재 노드와 연결된 다른 노드를 확인
for j in graph[now]:
cost = distance[now] + j[1]
# 현재 노드를 거쳐서 다른 노드로 이동하는 거리가 더 짧은 경우
if cost < distance[j[0]]:
distance[j[0]] = cost
# 다익스트라 알고리즘을 수행
dijkstra(start)
# 모든 노드로 가기 위한 최단 거리를 출력
for i in range(1, n + 1):
# 도달할 수 없는 경우, 무한(INFINITY)이라고 출력
if distance[i] == INF:
print("INFINITY")
# 도달할 수 있는 경우 거리를 출력
else:
print(distance[i])
マルチタスクアルゴリズムマルチタスクアルゴリズム:時間の複雑さじかんのふくざつさ
総O(V)回,最短距離最短のノードは毎回線形探索を行う.
したがって,時間全体の複雑さはO(V^2)である.
優先キュー
これは、最も優先度の高いデータを最初に削除するデータ構造です.
スタックはまず、最新の挿入データを抽出します.
キューは、まず挿入されたデータを抽出します.
優先度キューは、まず優先度が最も高いデータを抽出します.
お尻
優先順位キューを実装するためのデータ構造の1つです.
少なくともお尻と最大お尻があります.
リスト表示挿入時間O(1)削除時間O(N)
臀部挿入時間O(logn)削除時間O(logn)
マルチアウトプットアルゴリズム:改善された実施方法
ステップごとにアクセスされていないノードでhipデータ構造を使用して最短距離のノードを選択
マルチアウトプットアルゴリズム:改善された実装
import heapq
import sys
input = sys.stdin.readline
INF = int(1e9) # 무한을 의미하는 값으로 10억을 설정
# 노드의 개수, 간선의 개수를 입력받기
n, m = map(int, input().split())
# 시작 노드 번호를 입력받기
start = int(input())
# 각 노드에 연결되어 있는 노드에 대한 정보를 담는 리스트를 만들기
graph = [[] for i in range(n + 1)]
# 최단 거리 테이블을 모두 무한으로 초기화
distance = [INF] * (n + 1)
# 모든 간선 정보를 입력받기
for _ in range(m):
a, b, c = map(int, input().split())
# a번 노드에서 b번 노드로 가는 비용이 c라는 의미
graph[a].append((b, c))
def dijkstra(start):
q = []
# 시작 노드로 가기 위한 최단 경로는 0으로 설정하여, 큐에 삽입
heapq.heappush(q, (0, start))
distance[start] = 0
while q: # 큐가 비어있지 않다면
# 가장 최단 거리가 짧은 노드에 대한 정보 꺼내기
dist, now = heapq.heappop(q)
# 현재 노드가 이미 처리된 적이 있는 노드라면 무시
if distance[now] < dist:
continue
# 현재 노드와 연결된 다른 인접한 노드들을 확인
for i in graph[now]:
cost = dist + i[1]
# 현재 노드를 거쳐서, 다른 노드로 이동하는 거리가 더 짧은 경우
if cost < distance[i[0]]:
distance[i[0]] = cost
heapq.heappush(q, (cost, i[0]))
# 다익스트라 알고리즘을 수행
dijkstra(start)
# 모든 노드로 가기 위한 최단 거리를 출력
for i in range(1, n + 1):
# 도달할 수 없는 경우, 무한(INFINITY)이라고 출력
if distance[i] == INF:
print("INFINITY")
# 도달할 수 있는 경우 거리를 출력
else:
print(distance[i])
マルチアウトプットアルゴリズム:改善された実施方法の時間的複雑さ
HIPデータ構造を利用した多出口アルゴリズムの時間的複雑さはO(EGV)であった.
りゅうすいアルゴリズム
すべてのノードから他のすべてのノードへの最短パスをすべて計算
floydwalshアルゴリズムは,マルチアウトプットアルゴリズムと同様に,逐次遍歴するノードに基づいてアルゴリズムを実行する.
ただし、ステップごとにアクセスされていないノードの中で最短距離のノードを探す必要はありません.
各ステップが特定のノードkを通過することを確認する.
a〜k〜bの距離がa〜bの最短距離よりも短いかどうかを調べる.
点火式は以下の通り
流水アルゴリズムの実装INF = int(1e9) # 무한을 의미하는 값으로 10억을 설정
# 노드의 개수 및 간선의 개수를 입력받기
n = int(input())
m = int(input())
# 2차원 리스트(그래프 표현)를 만들고, 모든 값을 무한으로 초기화
graph = [[INF] * (n + 1) for _ in range(n + 1)]
# 자기 자신에서 자기 자신으로 가는 비용은 0으로 초기화
for a in range(1, n + 1):
for b in range(1, n + 1):
if a == b:
graph[a][b] = 0
# 각 간선에 대한 정보를 입력 받아, 그 값으로 초기화
for _ in range(m):
# A에서 B로 가는 비용은 C라고 설정
a, b, c = map(int, input().split())
graph[a][b] = c
# 점화식에 따라 플로이드 워셜 알고리즘을 수행
for k in range(1, n + 1):
for a in range(1, n + 1):
for b in range(1, n + 1):
graph[a][b] = min(graph[a][b], graph[a][k] + graph[k][b])
# 수행된 결과를 출력
for a in range(1, n + 1):
for b in range(1, n + 1):
# 도달할 수 없는 경우, 무한(INFINITY)이라고 출력
if graph[a][b] == 1e9:
print("INFINITY", end=" ")
# 도달할 수 있는 경우 거리를 출력
else:
print(graph[a][b], end=" ")
print()
flowersalアルゴリズムのパフォーマンス
ノード数がNの場合、アルゴリズム上ではN回のステップが実行される
各ステップは,O(N^2)の演算により現在のノードのすべてのパスを通過することを考慮する.
従ってfloydwalshアルゴリズムの全時間複雑度はO(n^3)であった.
でんしんもんだいimport sys
import heapq
n,m,c = map(int,sys.stdin.readline().split())
inf = sys.maxsize
graph = [[] for _ in range(n+1)]
distance = [inf] * (n+1)
for _ in range(m):
x,y,z = map(int,sys.stdin.readline().split())
graph[x].append((y,z))
def dijkstra(c):
queue = []
heapq.heappush(queue,(0,c)) # 큐에다가 시작 노드를 0으로 만들어서 삽입한다.
distance[c] = 0 # 시작노드까지의 거리는 0으로 초기화
while queue:
dist,now = heapq.heappop(queue)
if distance[now] < dist:
continue
for i in graph[now]:
cost = dist + i[1]
if cost < distance[i[0]]:
distance[i[0]] = cost
heapq.heappush(queue,(cost,i[0]))
dijkstra(c)
cnt = 0 # 탐색 가능한 노드의 개수
result = [] # 최대값 저장을 위한 배열
for i in distance:
if i != inf:
cnt += 1
result.append(i)
print(cnt-1,max(result)) # 시작노드제외
未来の都市問題import sys
inf = sys.maxsize
n,m = map(int,sys.stdin.readline().split())
graph = [[inf for _ in range(n+1)] for _ in range(n+1)]
for i in range(n+1):
for j in range(n+1):
if i == j:
graph[i][j] = 0
for _ in range(m):
a,b = map(int,sys.stdin.readline().split())
graph[a][b] = 1
graph[b][a] = 1
x,k = map(int,sys.stdin.readline().split()) # k번 회사를 x번 거쳐가는 최소 이동시간
for k in range(1,n+1): # floyd warshall 알고리즘
for a in range(1,n+1):
for b in range(1,n+1):
graph[a][b] = min(graph[a][b],graph[a][k] + graph[k][b])
dist = graph[1][k] + graph[k][x]
print(dist)
ソース:https://freedeveloper.tistory.com/277?category=888096
Reference
この問題について(最短パスアルゴリズム), 我々は、より多くの情報をここで見つけました
https://velog.io/@kimkihoon0515/최단-경로-알고리즘
テキストは自由に共有またはコピーできます。ただし、このドキュメントのURLは参考URLとして残しておいてください。
Collection and Share based on the CC Protocol
INF = int(1e9) # 무한을 의미하는 값으로 10억을 설정
# 노드의 개수 및 간선의 개수를 입력받기
n = int(input())
m = int(input())
# 2차원 리스트(그래프 표현)를 만들고, 모든 값을 무한으로 초기화
graph = [[INF] * (n + 1) for _ in range(n + 1)]
# 자기 자신에서 자기 자신으로 가는 비용은 0으로 초기화
for a in range(1, n + 1):
for b in range(1, n + 1):
if a == b:
graph[a][b] = 0
# 각 간선에 대한 정보를 입력 받아, 그 값으로 초기화
for _ in range(m):
# A에서 B로 가는 비용은 C라고 설정
a, b, c = map(int, input().split())
graph[a][b] = c
# 점화식에 따라 플로이드 워셜 알고리즘을 수행
for k in range(1, n + 1):
for a in range(1, n + 1):
for b in range(1, n + 1):
graph[a][b] = min(graph[a][b], graph[a][k] + graph[k][b])
# 수행된 결과를 출력
for a in range(1, n + 1):
for b in range(1, n + 1):
# 도달할 수 없는 경우, 무한(INFINITY)이라고 출력
if graph[a][b] == 1e9:
print("INFINITY", end=" ")
# 도달할 수 있는 경우 거리를 출력
else:
print(graph[a][b], end=" ")
print()
import sys
import heapq
n,m,c = map(int,sys.stdin.readline().split())
inf = sys.maxsize
graph = [[] for _ in range(n+1)]
distance = [inf] * (n+1)
for _ in range(m):
x,y,z = map(int,sys.stdin.readline().split())
graph[x].append((y,z))
def dijkstra(c):
queue = []
heapq.heappush(queue,(0,c)) # 큐에다가 시작 노드를 0으로 만들어서 삽입한다.
distance[c] = 0 # 시작노드까지의 거리는 0으로 초기화
while queue:
dist,now = heapq.heappop(queue)
if distance[now] < dist:
continue
for i in graph[now]:
cost = dist + i[1]
if cost < distance[i[0]]:
distance[i[0]] = cost
heapq.heappush(queue,(cost,i[0]))
dijkstra(c)
cnt = 0 # 탐색 가능한 노드의 개수
result = [] # 최대값 저장을 위한 배열
for i in distance:
if i != inf:
cnt += 1
result.append(i)
print(cnt-1,max(result)) # 시작노드제외
import sys
inf = sys.maxsize
n,m = map(int,sys.stdin.readline().split())
graph = [[inf for _ in range(n+1)] for _ in range(n+1)]
for i in range(n+1):
for j in range(n+1):
if i == j:
graph[i][j] = 0
for _ in range(m):
a,b = map(int,sys.stdin.readline().split())
graph[a][b] = 1
graph[b][a] = 1
x,k = map(int,sys.stdin.readline().split()) # k번 회사를 x번 거쳐가는 최소 이동시간
for k in range(1,n+1): # floyd warshall 알고리즘
for a in range(1,n+1):
for b in range(1,n+1):
graph[a][b] = min(graph[a][b],graph[a][k] + graph[k][b])
dist = graph[1][k] + graph[k][x]
print(dist)
Reference
この問題について(最短パスアルゴリズム), 我々は、より多くの情報をここで見つけました https://velog.io/@kimkihoon0515/최단-경로-알고리즘テキストは自由に共有またはコピーできます。ただし、このドキュメントのURLは参考URLとして残しておいてください。
Collection and Share based on the CC Protocol