幾大最短路徑算法比較
最短路徑問(wèn)題是圖論研究中的一個(gè)經(jīng)典算法問(wèn)題，旨在尋找圖（由結(jié)點(diǎn)和路徑組成的）中兩結(jié)點(diǎn)之間的最短路徑。
算法具體的形式包括：
確定起點(diǎn)的最短路徑問(wèn)題：即已知起始結(jié)點(diǎn)，求最短路徑的問(wèn)題。
確定終點(diǎn)的最短路徑問(wèn)題：與確定起點(diǎn)的問(wèn)題相反，該問(wèn)題是已知終結(jié)結(jié)點(diǎn)，求最短路徑的問(wèn)題。在無(wú)向圖中該問(wèn)題與確定起點(diǎn)的問(wèn)題完全等同，在有向圖中該問(wèn)題等同于把所有路徑方向反轉(zhuǎn)的確定起點(diǎn)的問(wèn)題。
確定起點(diǎn)終點(diǎn)的最短路徑問(wèn)題：即已知起點(diǎn)和終點(diǎn)，求兩結(jié)點(diǎn)之間的最短路徑。
全局最短路徑問(wèn)題：求圖中所有的最短路徑。
Floyd
求多源、無(wú)負(fù)權(quán)邊的最短路。用矩陣記錄圖。時(shí)效性較差，時(shí)間復(fù)雜度O(V^3)。
Floyd-Warshall算法（Floyd-Warshall algorithm）是解決任意兩點(diǎn)間的最短路徑的一種算法，可以正確處理有向圖或負(fù)權(quán)的最短路徑問(wèn)題。
Floyd-Warshall算法的時(shí)間復(fù)雜度為O(N^3)，空間復(fù)雜度為O(N^2)。
Floyd-Warshall的原理是動(dòng)態(tài)規(guī)劃：
設(shè)Di,j,k為從i到j(luò)的只以(1..k)集合中的節(jié)點(diǎn)為中間節(jié)點(diǎn)的最短路徑的長(zhǎng)度。
若最短路徑經(jīng)過(guò)點(diǎn)k，則Di,j,k = Di,k,k-1 + Dk,j,k-1；
若最短路徑不經(jīng)過(guò)點(diǎn)k，則Di,j,k = Di,j,k-1。
因此，Di,j,k = min(Di,k,k-1 + Dk,j,k-1 , Di,j,k-1)。
在實(shí)際算法中，為了節(jié)約空間，可以直接在原來(lái)空間上進(jìn)行迭代，這樣空間可降至二維。
Floyd-Warshall算法的描述如下：
- for k ← 1 to n do
- for i ← 1 to n do
- for j ← 1 to n do
- if (Di,k + Dk,j < Di,j) then
- Di,j ← Di,k + Dk,j;
其中Di,j表示由點(diǎn)i到點(diǎn)j的代價(jià)，當(dāng)Di,j為 ∞ 表示兩點(diǎn)之間沒(méi)有任何連接。
Dijkstra
求單源、無(wú)負(fù)權(quán)的最短路。時(shí)效性較好，時(shí)間復(fù)雜度為O（V*V+E）。
源點(diǎn)可達(dá)的話(huà)，O（V*lgV+E*lgV）=>O（E*lgV）。
當(dāng)是稀疏圖的情況時(shí)，此時(shí)E=V*V/lgV，所以算法的時(shí)間復(fù)雜度可為O（V^2） 。若是斐波那契堆作優(yōu)先隊(duì)列的話(huà)，算法時(shí)間復(fù)雜度，則為O（V*lgV + E）。
Bellman-Ford
求單源最短路，可以判斷有無(wú)負(fù)權(quán)回路（若有，則不存在最短路），時(shí)效性較好，時(shí)間復(fù)雜度O（VE）。
Bellman-Ford算法是求解單源最短路徑問(wèn)題的一種算法。
單源點(diǎn)的最短路徑問(wèn)題是指：給定一個(gè)加權(quán)有向圖G和源點(diǎn)s，對(duì)于圖G中的任意一點(diǎn)v，求從s到v的最短路徑。
與Dijkstra算法不同的是，在Bellman-Ford算法中，邊的權(quán)值可以為負(fù)數(shù)。設(shè)想從我們可以從圖中找到一個(gè)環(huán)路（即從v出發(fā)，經(jīng)過(guò)若干個(gè)點(diǎn)之后又回到v）且這個(gè)環(huán)路中所有邊的權(quán)值之和為負(fù)。那么通過(guò)這個(gè)環(huán)路，環(huán)路中任意兩點(diǎn)的最短路徑就可以無(wú)窮小下去。如果不處理這個(gè)負(fù)環(huán)路，程序就會(huì)永遠(yuǎn)運(yùn)行下去。 而B(niǎo)ellman-Ford算法具有分辨這種負(fù)環(huán)路的能力。
SPFA
是Bellman-Ford的隊(duì)列優(yōu)化，時(shí)效性相對(duì)好，時(shí)間復(fù)雜度O（kE）。（k<<V）。
與Bellman-ford算法類(lèi)似，SPFA算法采用一系列的松弛操作以得到從某一個(gè)節(jié)點(diǎn)出發(fā)到達(dá)圖中其它所有節(jié)點(diǎn)的最短路徑。所不同的是，SPFA算法通過(guò)維護(hù)一個(gè)隊(duì)列，使得一個(gè)節(jié)點(diǎn)的當(dāng)前最短路徑被更新之后沒(méi)有必要立刻去更新其他的節(jié)點(diǎn)，從而大大減少了重復(fù)的操作次數(shù)。
SPFA算法可以用于存在負(fù)數(shù)邊權(quán)的圖，這與dijkstra算法是不同的。
與Dijkstra算法與Bellman-ford算法都不同，SPFA的算法時(shí)間效率是不穩(wěn)定的，即它對(duì)于不同的圖所需要的時(shí)間有很大的差別。
在最好情形下，每一個(gè)節(jié)點(diǎn)都只入隊(duì)一次，則算法實(shí)際上變?yōu)閺V度優(yōu)先遍歷，其時(shí)間復(fù)雜度僅為O(E)。另一方面，存在這樣的例子，使得每一個(gè)節(jié)點(diǎn)都被入隊(duì)(V-1)次，此時(shí)算法退化為Bellman-ford算法，其時(shí)間復(fù)雜度為O(VE)。
SPFA算法在負(fù)邊權(quán)圖上可以完全取代Bellman-ford算法，另外在稀疏圖中也表現(xiàn)良好。但是在非負(fù)邊權(quán)圖中，為了避免最壞情況的出現(xiàn)，通常使用效率更加穩(wěn)定的Dijkstra算法，以及它的使用堆優(yōu)化的版本。通常的SPFA算法在一類(lèi)網(wǎng)格圖中的表現(xiàn)不盡如人意。
【編輯推薦】
