算法导论(MIT 6.006 第18讲)
如何加快Dijkstra算法的运行速度?
在Dijkstra算法中,面对单源单目标的最短路径,如果遇到了要relax的节点u就是目标节点t,显然就可以执行结束了。
Dijkstra算法的探索路径是从源一直往目标前景,那么加速它的一个角度就是从源开始探索的时候,同时从目标点向源开始探索,这种算法即Bi-Directional Search。
Bi-Directional Search
具体操作位,从源点和从目标两个方向均开始搜索,轮流的执行。两个方向的搜索意味着,在初始化的时候将有两个路径值:$d_f[u]$:向前搜索最短路径、$d_b[u]$向后搜索最短路径;两个最小优先级队列 $Q_f$、$Q_b$;对应的前一个节点指向 $\pi_f$、$\pi_b$;以及$S_f$、$S_b$
- 向前搜索:沿着源点向目标搜索
- 向后搜索:沿着目标向源点搜索
Bi-Directional Search的结束条件是什么?
对于选出的顶点u,当他'同时'被前向搜索和后向搜索处理完成,或者说是‘同时’从$Q_f$、$Q_b$中删除了,此时可以结束。
当 Bi-Directional Search的结束的时候,如何找到最短路径?
可能想到的思路是,如果u是第一个满足结束条件的,那么沿着各自的前向指针,即可找到最短路径。以如下搜索为例:
向前搜索
:从源点出发,使用Dijkstra算法,可以计算出$Q_f$={a(3),u(5),b($\infty$),t($\infty$)},$S_f$={s(0)} 向后搜索
:从目标出发,使用Dijkstra算法,可以计算出$Q_b$={a($\infty$),s($\infty$),b(3),u(5)},$S_b$={t(0)}
向前搜索
:从$Q_f$中移除的最小值为 $d_f[a]$=3,执行边(a,b)的Relax操作,可得到$Q_f$={u(5),b(6),t($\infty$)},$S_f$={s(0),a(3)}
向后搜索
:从$Q_b$中移除最小值为$d_b[b]$=3,执行边(a,b)的Relax操作,可以计算出$Q_b$={a(6),s($\infty$),u(5)},$S_b$={t(0),b(3)}
向前搜索
:从$Q_f$中移除的最小值为 $d_f[u]$=5,执行边(u,t)的Relax操作,可得到$Q_f$={b(6),t(10)},$S_f$={s(0),a(3),u(5)}
向后搜索
:从$Q_b$中移除最小值为$d_b[u]$=5,执行边(s,u)的Relax操作,可以计算出$Q_b$={a(6),s(10)},$S_b$={t(0),b(3),u(5)} 此时的u达到了终止的条件,同时从$Q_f$和$Q_b$中删除,按照前向搜索和后向搜索的指针去计算最短路径,发现为10,很明显不是最短路径。 正确的计算方式为:当终止之后,应该找到一个顶点x,使得$d_f[x]$+$d_b[x]$最小。具体措施为,看$S_f$、$Q_f$中的所有节点,看它在$S_b$、$Q_b$中值,使得$d_f[x]$+$d_b[x]$最小
另一种算法为Goal-Directed Search ,详见