用于解決最短路徑問題的算法被稱做“最短路徑算法”，有時(shí)被簡稱作“路徑算法”。最常用的路徑算法有：

Dijkstra算法、A*算法、SPFA算法、Bellman-Ford算法和Floyd-Warshall算法，本文主要介紹其中的三種。
最短路徑問題是圖論研究中的一個(gè)經(jīng)典算法問題，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)的最短路徑問題：即已知起始結(jié)點(diǎn)，求最短路徑的問題。
確定終點(diǎn)的最短路徑問題：與確定起點(diǎn)的問題相反，該問題是已知終結(jié)結(jié)點(diǎn)，求最短路徑的問題。在無向圖中
該問題與確定起點(diǎn)的問題完全等同，在有向圖中該問題等同于把所有路徑方向反轉(zhuǎn)的確定起點(diǎn)的問題。
確定起點(diǎn)終點(diǎn)的最短路徑問題：即已知起點(diǎn)和終點(diǎn)，求兩結(jié)點(diǎn)之間的最短路徑。
全局最短路徑問題：求圖中所有的最短路徑。

Floyd
求多源、無負(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)的最短路徑的長度。
若最短路徑經(jīng)過點(diǎn)k，則Di,j,k = Di,k,k-1 + Dk,j,k-1；
若最短路徑不經(jīng)過點(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)之間沒有任何連接。

Dijkstra
求單源、無負(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）,可以用優(yōu)先隊(duì)列進(jìn)行優(yōu)化，優(yōu)化后時(shí)間復(fù)雜
度變?yōu)?（v*lgn）。
源點(diǎn)可達(dá)的話，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） 。可以用優(yōu)先隊(duì)列進(jìn)行優(yōu)化，優(yōu)
化后時(shí)間復(fù)雜度變?yōu)?（v*lgn）。
Bellman-Ford
求單源最短路，可以判斷有無負(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題的一種算法。
單源點(diǎn)的最短路徑問題是指：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)。那么通過這個(gè)環(huán)路，環(huán)路
中任意兩點(diǎn)的最短路徑就可以無窮小下去。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Bellman-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


算法在一類網(wǎng)格圖中的表現(xiàn)不盡如人意。

總結(jié)

以上是生活随笔為你收集整理的几大最短路径算法比较的全部內(nèi)容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網(wǎng)站內(nèi)容還不錯(cuò)，歡迎將生活随笔推薦給好友。