C2142 Návrh algoritmů pro přírodovědce
8. Nejkratší vzdálenosti.
Tomáš Raček
Jaro 2017
Nejkratší vzdálenosti v grafu
Problém. Určete nejkratší vzdálenost mezi vrcholy u a v v grafu.
Pozorování. V tuto chvíli můžeme posuzovat vzdálenost pouze jako
počet hran na cestě mezi u a v.
Takový výpočet realizuje prohledávání do šířky (BFS) v lineárním
čase vůči velikosti grafu.
Rozšíření. Uvažme případ, kdy bychom chtěli přiřadit hranám na
cestě různou váhu.
Graf G = (V, E, we) nazveme hranově ohodnocený, we je funkce,
která každé hraně přiřazuje její ohodnocení – reálné číslo.
Nejkratší vzdálenost mezi dvěma vrcholy v grafu je minimální součet
ohodnocení hran některé cesty mezi těmito vrcholy.
Matice vzdáleností
Poznámka. Na hranově neohodnocený graf se lze dívat jako na
speciální případ ohodnoceného, kde ∀(u, v) ∈ E : we(u, v) = 1.
Matice vzdáleností W je rozšíření matice sousednosti:
Wi,j =



0 pro i = j
we(i, j) pro (i, j) ∈ E
∞ pro (i, j) E
Příklad
W =


0 2 ∞ ∞
1 0 3 ∞
∞ ∞ 0 ∞
∞ 3 1 0


Záporný cyklus
Příklad. Určete nejkratší vzdálenost mezi vrcholy s a t v grafu:
Pozorování. Graf obsahuje cyklus záporné délky (vrcholy e, f, g),
nejkratší vzdálenost mezi s a t není definována.
Poznámka. Uvažme graf bez cyklů záporné délky. Každá nejkratší
cesta mezi dvěma vrcholy obsahuje libovolný vrchol nejvýše jednou.
Bellman-Fordův algoritmus
Pozorování. Z předchozí poznámky vyplývá, že nejkratší cesta mezi
dvěma vrcholy v grafu obsahuje nejvýše |V| − 1 hran.
Relaxace hrany. Nechť (u, v) je hrana v grafu G s ohodnocením
we(u, v) a hodnoty u.d a v.d jsou v daném okamžiku nejkratší
nalezené vzdálenosti do u, resp. do v z výchozího vrcholu. Zjevně
pak platí, že:
v.d = min(v.d, u.d + we(u, v))
Tato (případná) změna ohodnocení v.d se nazývá relaxací.
Bellman-Fordův algoritmus je založen na těchto dvou principech.
• počítá nejkratší vzdálenosti z výchozího vrcholu do všech
ostatních (1:N)
• (|V| − 1)krát relaxuje všechny hrany
Bellman-Fordův algoritmus – poznámky
Složitost Bellman-Fordova algoritmu je O(|V| · |E|), relaxace hrany
má totiž zřejmě konstatní složitost.
Pozorování
• Pokud při některé z iterací nedojde ke změně hodnoty v.d pro
žádný vrchol v, pak je možné výpočet ukončit.
• Provedením jedné iterace výpočtu navíc lze v grafu detekovat
záporné cykly.
• Pokud dojde k relaxaci hrany, lze u koncového vrcholu nastavit
ukazatel na jeho předchůdce → rekonstrukce cesty.
Bellman-Fordův algoritmus – pseudokód
1: function Bellman-Ford(G = (V, E, we), s) is
2: ∀v ∈ V : v.d ← ∞; s.d ← 0
3: for i ← 1 to |V| − 1 do
4: for all (u, v) ∈ E do
5: if v.d > u.d + we(u, v) then
6: v.d ← u.d + we(u, v)
7: fi
8: done
9: done
10: for all (u, v) ∈ E do
11: if v.d > u.d + we(u, v) then
12: Error : Negative cycle detected
13: fi
14: done
15: end
Dijkstrův algoritmus
Dijkstrův algoritmus představuje odlišný způsob řešení problému
nejkratších vzdáleností v grafu.
• Opět řeší problém typu 1:N.
• Vyžaduje graf s nezáporným ohodnocením všech hran.
Myšlenka. Pokud je posloupnost u, u1, . . . , un, v nejkratší cesta z u do
v, pak posloupnost u, u1, . . . uk, kde k ≤ n je nejkratší cesta z u do uk.
Výpočet algoritmu. V každé iteraci rozšiřujeme množinu vrcholů, do
kterých již známe nejkratší vzdálenost z výchozího.
Dijkstrův algoritmus
Příklad
1. Pokud je Q množina vrcholů s dosud neurčenou nejkratší
vzdáleností, tak z ní nejprve vybereme vrchol u, jehož
ohodnocení u.d je nejnižší.
2. Poté přepočítáme všechny vzdálenosti do vrcholů z Q, do
kterých vede z u hrana.
Dijkstrův algoritmus – pseudokód
1: function Dijkstra(G = (V, E, we), s) is
2: ∀v ∈ V : v.d ← ∞
3: s.d ← 0
4: Q ← V
5: while Q není prázdná do
6: u ← t ∈ Q s minimální t.d
7: Odstraň u z Q
8: for all v : (u, v) ∈ E do
9: if v.d > u.d + we(u, v) then
10: v.d ← u.d + we(u, v)
11: fi
12: done
13: done
14: end
Dijkstra – volba datové struktury
Složitost Dijkstrova algoritmu je dána volbou datové struktury pro
Q. Zajímají nás dvě operace:
• fext – extrakce prvku s minimálním klíčem (|V| operací)
• fdec – snížení klíče v.d (nejvýše |E| operací)
Seznam vrcholů
• snížení klíče – O(1)
• extrakce minimálního prvku – O(|V|)
• celkem O(|E| + |V|2) = O(|V|2)
Binární halda
• snížení klíče i extrakce minima – O(log |V|)
• celkem O(log |V| · (|V| + |E|))
Nejkratší vzdálenosti mezi všemi dvojicemi vrcholů
Pozorování. Určit nejkratší vzdálenost mezi dvěma vrcholy (1:1) má
stejnou složitost jako určit nejkratší vzdálenost z jednoho vrcholu do
všech ostatních (1:N).
Nejkratší mezi všemi dvojicemi vrcholů lze spočítat např. využitím
|V| volání Dijkstrova nebo Bellman-Fordova algoritmu, kdy v každém
výpočtu volíme jiný výchozí vrchol. Jde to i lépe?
Floyd-Warshallův algoritmus počítá nejkratší vzdálenosti mezi všemi
dvojicemi vrcholů v čase O(|V|3). Navíc oproti Dijkstrovu algoritmu
umí pracovat se zápornými hranami.
Floyd-Warshallův algoritmus
Myšlenka. Označme d
(k)
i,j
délku nejkratší cesty mezi vrcholy i a j, kde
na této cestě jsou vrcholy pouze z množiny {1, . . . , k}. Zjevně
d
(0)
i,j
= we(i, j) a požadovaný výsledek odpovídá d
(|V|)
i,j
.
Mohou nastat dvě možnosti pro d
(k)
i,j
:
1. k není součástí nejkratší cesty → d
(k)
i,j
= d
(k−1)
i,j
2. k je součástí nejkratší cesty → d
(k)
i,j
= d
(k−1)
i,k
+ d
(k−1)
k,j
Odtud tedy:
d
(k)
i,j
= min
{
d
(k−1)
i,j
, d
(k−1)
i,k
+ d
(k−1)
k,j
}
Poznámka. Pokud d
(|V|)
i,i
< 0 pro nějaké i, pak graf obsahuje cyklus
záporné délky.
Floyd-Warshallův algoritmus – pseudokód
1: function Floyd-Warshall(G = (V, E, we)) is
2: ∀(u, v) ∈ {1, . . . , |V|} × {1, . . . , |V|} : dist(u, v) ← ∞
3: ∀v ∈ V : dist(v, v) ← 0
4: ∀(u, v) ∈ E : dist(u, v) ← we(u, v)
5: for k ← 1 to |V| do
6: for i ← 1 to |V| do
7: for j ← 1 to |V| do
8: if dist(i, j) > dist(i, k) + dist(k, j) then
9: dist(i, j) ← dist(i, k) + dist(k, j)
10: fi
11: done
12: done
13: done
14: end