mirror of
https://github.com/youngyangyang04/leetcode-master.git
synced 2026-02-02 18:39:09 +08:00
54 lines
2.2 KiB
Markdown
54 lines
2.2 KiB
Markdown
|
||
# 最短路算法总结篇
|
||
|
||
至此已经讲解了四大最短路算法，分别是Dijkstra、Bellman_ford、SPFA 和 Floyd。
|
||
|
||
针对这四大最短路算法，我用了七篇长文才彻底讲清楚，分别是：
|
||
|
||
* dijkstra朴素版
|
||
* dijkstra堆优化版
|
||
* Bellman_ford
|
||
* Bellman_ford 队列优化算法（又名SPFA）
|
||
* bellman_ford 算法判断负权回路
|
||
* bellman_ford之单源有限最短路
|
||
* Floyd 算法精讲
|
||
* 启发式搜索：A * 算法
|
||
|
||
|
||
最短路算法比较复杂，而且各自有各自的应用场景，我来用一张表把讲过的最短路算法的使用场景都展现出来：
|
||
|
||
|
||
|
||
（因为A * 属于启发式搜索，和上面最短路算法并不是一类，不适合一起对比，所以没有放在一起）
|
||
|
||
|
||
可能有同学感觉：这个表太复杂了，我记也记不住。
|
||
|
||
其实记不住的原因还是对 这几个最短路算法没有深刻的理解。
|
||
|
||
这里我给大家一个大体使用场景的分析：
|
||
|
||
**如果遇到单源且边为正数，直接Dijkstra**。
|
||
|
||
至于 **使用朴素版还是 堆优化版 还是取决于图的稠密度**， 多少节点多少边算是稠密图，多少算是稀疏图，这个没有量化，如果想量化只能写出两个版本然后做实验去测试，不同的判题机得出的结果还不太一样。
|
||
|
||
一般情况下，可以直接用堆优化版本。
|
||
|
||
**如果遇到单源边可为负数，直接 Bellman-Ford**，同样 SPFA 还是 Bellman-Ford 取决于图的稠密度。
|
||
|
||
一般情况下，直接用 SPFA。
|
||
|
||
**如果有负权回路，优先 Bellman-Ford**， 如果是有限节点最短路 也优先 Bellman-Ford，理由是写代码比较方便。
|
||
|
||
**如果是遇到多源点求最短路，直接 Floyd**。
|
||
|
||
除非 源点特别少，且边都是正数，那可以 多次 Dijkstra 求出最短路径，但这种情况很少，一般出现多个源点了，就是想让你用 Floyd 了。
|
||
|
||
对于A * ，由于其高效性，所以在实际工程应用中使用最为广泛 ，由于其 结果的不唯一性，也就是可能是次短路的特性，一般不适合作为算法题。
|
||
|
||
游戏开发、地图导航、数据包路由等都广泛使用 A * 算法。
|
||
|
||
|
||
|
||
|