Кратчайшие пути

Пусть G=(V, A) —ориентированный взвешенный граф. Задача о кратчайшем пути состоит в отыскании пу­ти минимального веса, соединяющего заданные началь­ную и конечную вершины графа G при условии, что хо­тя бы один такой путь существует. Начальную и конеч­ную вершины обозначим соответственно через s и t; (s, t)-путь минимального веса будем называть кратчай­шим (s, t)-путем.

Вначале рассмотрим случай, когда веса всех дуг гра­фа неотрицательны, т. е. w(e) ≥ 0 для каждой дуги е € А. В этом случае решение задачи о кратчайшем пути явля­ется существенно менее трудоемким, чем в общем случае. Первый эффективный алгоритм построения кратчайшего пути в графе с неотрицательными весами дуг предложил Е. Дийкстра в 1959 г.

На каждой итерации этого алгоритма всякая вершина и графа G имеет метку l(v), которая может быть посто­янной либо временной. В первом случае l(v) — вес кратчайшего (s, v) -пути. Если же метка l(v) временная, то l(v) —вес кратчайшего (s, v) -пути, проходящего только через вершины с постоянными метками. Таким образом, временная метка l(v) является оценкой сверху для веса кратчайшего (s, v) -пути, и став на некоторой итерации постоянной, она остается такой до конца работы алгорит­ма. Кроме l(v), с каждой вершиной v графа G, за исклю­чением s, связывается еще одна метка— θ(v). На каждой итерации θ(v) является номером вершины, предшествую­щей v в (s, v) -пути, имеющем минимальный вес среди всех (s, v) -путей, проходящих через вершины, получив­шие к данному моменту постоянные метки. После того как вершина t получила постоянную метку, с помощью меток θ(v) легко указать последовательность вершин, со­ставляющих кратчайший (s, t) -путь.

Перед началом первой итерации алгоритма вершина s имеет постоянную метку l(s)=0, а метки l всех осталь­ных вершин равны ∞ и эти метки временные. Общая итерация алгоритма состоит в следующем. Пусть р — вершина, получившая постоянную метку l(р) на преды­дущей итерации. Просматриваем все вершины v € Г (р), имеющие временные метки, с целью уменьшения (если это возможно) этих меток. Метка l(v) вершины Г (p) заменяется на l(p)+w(p, v), если оказалось, что l(v)>l(p)+ w(p, v). В этом случае говорим, что вершина v получила свою метку l из вершины p, и полагаем θ(v) = p. Если же l(v) ≤ l(p)+ w(p, v), то метки θ и l вер­шины v не изменяются на данной итерации. Алгоритм заканчивает работу, когда метка l(t) становится постоян­ной. Как уже говорилось выше, l(t) —вес кратчайшего (s, t)-пути, который будем обозначать через Р*. Этот
путь определяется с помощью меток θ так:

где для любой вершины v € VG.

Будем считать, что граф G задан матрицей весов ли­бо списками смежности.

Алгоритм A5 Дийкстры поиска кратчайшего пути.

1. Положить l(s): = 0 и считать эту метку постоян­ной. Положить l(v):=∞ для всех v € VG,

v≠s, и считать эти метки временными. Положить р:= s.

2.
Для всех v € Г (p) с временными метками выполнить: если l(v)> l(p)+ w(p, v), то l(p):= l(p) + w(p, v) и θ(v):= p. Иначе l(v) и θ(v) не менять.

3. Пусть V’ — множество вершин с временными мет­ками l. Найти вершину v*, такую что

Считать метку l(v*) постоянной меткой вершины v*.

4. p:=v*. Если p = t, то перейти к п. 5 [ l(t) —вес кратчайшего пути]. Иначе перейти к п. 2.

5. P*:=(s,..., θ³(t), θ²(t), θ(t), t) [ P* - кратчай­ший путь]. Конец.

Прежде чем перейти к обоснованию алгоритма, сде­лаем три полезных замечания.

Замечание 1. Как легко видеть, алгоритм A5 применим к смешанным и, в частности, к неориентиро­ванным графам. Для этого достаточно каждое неориенти­рованное ребро uv графа, имеющее вес w(u, v), рассмат­ривать как пару дуг (и, v) и (v, и) того же веса.

Замечание 2. Если п. 4 модифицировать так, чтобы алгоритм заканчивал работу только после получения всеми вершинами постоянных меток, то он будет строить кратчайшие пути из s в каждую из остальных вершин. Если к тому же вместе с превращением метки вершины v * в постоянную (п. 3 алгоритма) заносить дугу (θ (v *), (v *) в множество А*, то после окончания работы алгоритма граф D=(VG, А*) будет корневым ориентированным остовным деревом. Это дерево называют деревом ратчайших путей из s графа G. Для любой вершины v € VG единственный (s, v) -путь в дереве D является кратчайшим (s, v) -путем в графе G.

Замечание 3. Алгоритм A5, модифицированный так, как указано в замечании 2, можно рассматривать как алгоритм построения дерева D кратчайших путей из вершины s графа G. С этой точки зрения алгоритм A5 аналогичен алгоритму A3 построения минимального остова. Действительно, построение дерева D состоит в последовательном увеличении уже построенного фрагмента путемдобавления некоторой дуги, «выходящей» из этого рагмента. При этом метки l и θ играют такую же роль, как и метки α и β в алгоритме A3.

Утверждение 76.1. Алгоритм A5 строит в графе кратчайший (s, t)-путь за время O(|G|²). Заметим вначале, что метка вершины v (l(v)≠∞) равна весу (s, v)-пути, который построен алгоритмом к тому моменту. Он определяется метками θ, имеющимися в заданный момент. Поэтому для доказательства оптимальности (s, t) -пути, соответствующего постоянной мет­ке l(t), достаточно доказать, что постоянная метка l(v) каждой вершины v равна весу кратчайшего (s, v)-пути. Это утверждение будем доказывать по индукции. Пусть вершина v получила свою постоянную метку на k- й ите­рации, т. е. после k- говыполнения п. 3. При k = 1 спра­ведливость утверждения очевидна. Предположим, что оно верно для вершин, получивших свои постоянные метки на итерациях 2, 3,..., k — 1. Обозначим через Р° (s, v)- путь, построенный алгоритмом в результате k итераций, а через Р* — кратчайший (s, v) -путь. По условию w(P°)= l(v). Пусть V1 и V2 — множества вершин, име­ющих соответственно постоянные и временные метки пе­ред началом k- йитерации. Рассмотрим две возможные ситуации:

а) Путь Р* содержит вершины из V2. Пусть v — пер­вая (считая от s)такая вершина, принадлежащая Р*, а вершина v' предшествует v на пути Р*, т. е. (v', v) € АР*. Согласно выбору v имеем v' € V1. Обозначим через P₁^* часть пути Р* от s до v. По предположению индукции l(v') — вес кратчайшего (s, v') -пути. Поэтому

Поскольку l(v) —временная метка, а постоянная метка l(v) вершины v выбирается на k- йитерации как наи­меньшая из временных, то l(v’) ≥ l(v). Объединив это неравенство с (1), получим

т. е. Р° — кратчайший ( s, v) -путь.

б) Все вершины пути Р* входят в V1. Пусть v' и v" — такие вершины, что (v', v) € AP* и (v", v) € AP°. Обозначив через Р' часть пути Р* от s до v', согласно предположению индукции имеем w(P') ≥ l(v'). Поэтому,если v' = v", то сразу получаем неравенство

Допустим теперь, что v' ≠ v". Поскольку v получает по­стоянную метку l(v) из v", а не из v ', то

Таким образом, и в случае б) верно неравенство w(P⁰) ≤ w(P*), т. е. Р° — кратчайший (s, v) -путь.

Оценим теперь трудоемкость алгоритма. Вычислитель­ные затраты максимальны, когда вершина t получает постоянную метку последней и граф G является полным. В этом случае число итераций алгоритма равно |G| — 1, т. е. каждый из пп. 2—4 выполняется | G | - 1 раз. Оче­видно, что п. 4 выполняется за время O(1), а для вы­полнения каждого из пп. 2, 3 достаточно времени O(|G|).

построение пути с помощью меток θ можно осуществить, потратив не более O(|G|) операций. Таким образом, вцелом время построения кратчайшего (s, t) -пути не превосходят O(|G|²).

П рим ер 1. На рис. 76.1 изображены пятькопий G _k (k — 1, 5) графа G, каждая из которых отражает ситуа­цию, сложившуюся после очередной итерации алгоритма. Окол о каж дой дуги написан ее вес. Вершинам копии G_k (k = 1, 5) приписаны метки, полученные ими в результате выполнения первых k итераций. Некоторые дуги обведены жирными линиями, т. е. отмечены. Добавление такой дуги (а, b) при переходе от G_k к G_k+1 означает, что вершина b получила свою метку l(b) из а и эта мет­ка стала постоянной на (k+1)- йитерации. Вершина t в нашем примере получает постоянную метку последней, и отмеченные дуги Gs образуют дерево кратчайших пу­тей из s.

При решении многих задач возникает необходимость отыскания в невзвешенном графе (s, t) -пути с минималь­ным количеством дуг. Такой путь, очевидно, можно най­ти с помощью алгоритма Дийкстры. Для этого достаточ­но присвоить всем дугам графа G веса, равные 1, и при­менить алгоритм A5. Проследим работу алгоритма в этой ситуации, обращая особое внимание на последователь­ность, в которой вершины графа G получают постоянные метки. Очевидно, что вначале постоянные метки l=1 получат все вершины множества Г (s). Затем метка l = 2 будет присвоена концам дуг, выходящих из Г (s). Вооб­ще, постоянную метку l=k получают еще не помечен­ные вершины, являющиеся концами дуг, исходящих из вершин с метками l= k - 1. Этот процесс обхода (и при­своения меток) вершин графа называют поиском в ши­рину в графе (на интуитивном уровне поиск в ширину описан в § 9). По окончании поиска в ширину метка l(х) вершины х равна минимальному числу дуг в (s, x)- пути. Как и ранее, сам этот путь определяется метками θ. Осуществление поиска в ширину с помощью алгорит­ма Дийкстры связано, как мы знаем, с вычислительными затратами O(|G|²).

Рассмотрим алгоритм A6, осуществляющий поиск в ширину за время O(|EG|). В этом алгоритме метки l и θ играют ту же роль, что и в предыдущем, с той, одна­ко, разницей, что метки l не делятся на временные и постоянные. Как только вершина х получает метку l(х)≠∞, эта метка сразу становится постоянной (т. е. окончательной). За счет этого, в частности, достигается экономия времени вычислений по сравнению с алгорит­мом Дийкстры.

Особую роль в алгоритме A6 играет список Q. Каж­дая вершина графа один раз заносится в этот список иодин раз из него вычеркивается. При этом вычеркива­ется все время первая (на данный момент) вершина этого списка, а только что добавленная вершина всегда является последней в списке, т. е. Q — очередь. Вначале в Q находится единственная вершина s, l(s)=0, а все остальные вершины меток не имеют. Общая итерация состоит в следующем. Выбирается первая вершина х в списке Q. Каждой непомеченной вершине у € Г (х) при­сваиваются метки l(у)= l(х)+ 1 и θ(y)=x, после чего вершина у становится последней в списке Q, а вершина х удаляется из Q. Алгоритм прекращает работу, как только в Q не останется ни одной вершины. При этом вершины, достижимые из s, будут иметь метки, а недо­стижимые — нет. Для быстрого выполнения операций вы­черкивания и включения элементов в Q используются переменные указатели р и q — адреса первой ипослед­ней занятых ячеек списка Q соответственно.

Будем считать, что граф G задан списками смежно­сти и N_v — список, содержащий концы всех дуг, исхо­дящих из вершины v. Алгоритм A6 поиска в ширину.

1. Q (1):= s, p:=1, q:=1, l(s):=0.

2. х:= Q(p), m:= |Г (х)| I [выбрана первая вершина х очереди Q].

[Пп. 3—5 — присвоение меток непомеченным верши­нам из Т(х)].

3. k:=1.

4. Если вершина у = N_x(k) имеет метку, то перейти к п. 5. Иначе l(y):= 1(х)+ 1, θ(y):=x, q:=q+1,Q(q):=y [вершина у помечена и включена в очередь Q ]и перейти к п. 5.

5. Если k= т, то перейти к п. 6, иначе k:= k + 1 и перейти к п. 4.

6. р:= р + 1 [вершина х исключена из Q ].

7. Если р> q, то конец [ Q = ¢, т. е. все вершины,достижимые из s, получили метки], иначе перейти к п. 2.

Утверждение 76.2. Алгоритм A6 присваивает метки l и θ всем вершинам графа, достижимым из вер­шины s за время O(|EG|). При этом (s,..., θ³(x), θ ² (x), θ(x), х) — (s, х)-путь с минимальным числом дуг, а l(х) — число дуг в этом пути.

Основные вычислительные затраты связаны с вы­полнением п. 3 алгоритма. Суммарное время выполнения этого пункта составляет, поскольку каждый из списков N_v просматривается в точ­ности один раз. Затраты на выполнение других пунктов, очевидно, не превосходят этой величины.

Выше отмечалось, что результаты алгоритма A6 (т. е. метки l и θ) те же, что и в алгоритме Дийкстры, если каждой дуге графа G приписать вес, равный 1. Поэтому справедливость второго утверждения следует из утвер­ждения 76.1.

Замечание 4. Иногда требуется искать пути из вершин множества X € VG во все остальные вершины. Для решения этой задачи достаточно слегка модифици­ровать алгоритм A6 изменив в нем п. 1. Именно, в спи­сок Q следует поместить все вершины множества X и положить l(х)=0 для каждой вершины х € Х. На мо­дифицированный таким образом алгоритм A6 будем ссы­латься как на поиск в ширину из множества X.

Перейдем теперь к рассмотрению общей ситуации, Будем считать, что в графе G допускаются дуги отрица­тельного веса. Предлагаемый ниже алгоритм A7 строит в таком графе кратчайшие пути между всеми парами вершин графа при условии, что в графе нет отрицатель­ных контуров (контуров отрицательного веса). Если же такой контур в графе имеется, то алгоритм сообщает об этом и прекращает работу, оставляя задачу отыскания кратчайшего пути нерешенной (см. ниже замечание 6). Будем считать, что граф G, |G|=n, задан матрицей весов W = |W_ij |, т. е. W_ij = w(i, j), если (i, j) € AG, и Wij=∞ в противном случае. Кроме того, полагаем W_u = 0 для всех i =l, 2,..., п. Алгоритм основан на следующих соображениях. Пусть i, j, k — три любые вер­шины графа G, и мы хотим получить (i,j) -путь, крат­чайший среди (i,j) -путей, не содержащих внутренних вершин, отличных от k. Очевидно, что для этого доста­точно выбрать меньшую из двух величин W_ij и W_ij + W_kj, которая и будет весом такого (i,j) -пути. Если зафиксировать k и проделать эту операцию (назовем ее t-операцией, примененной к индексу k) для всех пар (i, j), то получим матрицу W = || W’_ij ||. У которой W’_ij= min {Wij, Wik + Wkj}. Оказывается (это будет позднее доказано), имея матрицу W^s весов кратчайших путей, проходящих только через вершины множества S € VG, можно получить такую же матрицу для путей, проходя­щих через множество S U {m}, m¢ S. Для этого достаточно применить t -операцию к индексу т ивсем эле­ментам матрицы W^s. Именно в этом и состоит итерация алгоритма A7, который, начиная с W° = W, строит та­кую последовательность матриц W°, W¹,..., Wⁿ, что W^m получается из W^m-1 применением t -операции к индексу т и матрице W^m-1. Если в графе G нет отрицательных контуров, то элемент W_ij^m матрицы W^m при каждом т равен весу кратчайшего (i, j) - пути, все внутренние вер­шины которого принадлежат множеству {1, 2,..., т }. Таким образом, последняя из этих матриц, Wⁿ, содержит веса кратчайших путей между всеми парами вершин графа. Для того чтобы после окончания работы алгорит­ма иметь возможность быстро найти кратчайший путь между любой парой вершин, будем на k- йитерации вме­сте с матрицей W^k стр оить матрицу Р^k = | | P_ij| |. Вначале полагаем P_ij⁰ = i(i,j= 1, п). Далее, на k- йитерации по­лагаем P_ij^k = P_ij^k-1 если W_ij^k = W_ij^k-1 и P_ij^k = P_kj^k-1, если W_ij^k = W_ik^k-1 + W_kj^k-1. Таким образом, P_ij^k — номер верши­ны, предшествующей вершине j в текущем (i, j) - пути, т. е. в кратчайшем (i, j) - пути, все внутренние вершины которого содержатся в множестве (1, 2,..., k). Матрица Р^п = || P_ijⁿ | | играет ту же роль, что и метки θ в пре­дыдущих алгоритмах A5 и A6. С помощью этой матри­цы кратчайший (i, j) - путь L(i, j) определяется следу­ющим образом: L(i, j) = (i,..., j₃, j₂, j₁, j), где j₁ = P_ijⁿ, j₂ = P_ij1ⁿ, j₃ = P_ij2ⁿ

Алгоритм A7 отыскания кратчайших путей между всеми парами вершин.

1. W⁰:=W, k:= 1, P°:= ||P_ij⁰|| где P_ij⁰=i если Wij ≠ ∞, и P_ij⁰ = 0 в противном случае.

2. Выполнить для всех (i, j)=1,n если W_ij^k-1< W_ik^k-1 + W_kj^k-1, то W_ij^k = W_ij^k-1, P_ij^k = P_ij^k-1. Иначе W_ij^k:= W_ik^k-1 + W_kj^k-1, P_ij^k:= P_kj^k-1.

3. Если для некоторого l, 1≤ l ≤ n, то конец [в графе имеется отрицательный контур]. Иначе перейти к п. 4.

4. k:=k+1. Если k = n +1, то конец [ Wⁿ = || W_ijⁿ | | —матрица весов кратчайших путей, определяемых с по­ мощью матрицы Р^п = || P_ijⁿ | |].

Замечание 5. Алгоритм будет применим к сме­шанным графам, если каждое неориентированное ребро заменить на две дуги того же веса (см. замечание 2).При этом следует учесть, что неориентированное ребро отрицательного веса сразу приводит к отрицательному контуру.

Замечание 6. Алгоритм «отказывается» строить кратчайшие пути, когда в графе G имеются отрицатель­ные контуры. В этом случае задача отыскания кратчай­шего пути между двумя вершинами (или между всеми парами вершин) остается корректной, но становится очень трудной. Можно показать, что она не менее труд­на, чем, например, задача о коммивояжере.

Перейдем теперь к обоснованию алгоритма A7 и оцен­ке его трудоемкости.

Утверждение 76.3. Пусть взвешенный ориенти­рованный мулътиграф L имеет эйлерову цепь, соединя­ющую вершины а и b. Если в L нет отрицательных кон­туров, то в нем имеется такой (а, b)-путъ Р, что

w(L) ≥ w(P).

Будем считать, что мультиграф L не является пу­тем (иначе утверждение тривиально). Поэтому он со­держит некоторый контур S. Удалив из L все дуги этого контура, получим мультиграф L'. Поскольку w (S) ≥ 0, то w(L) ≥ w(L'). Кроме того, согласно теореме 65.2 по­лустепени вершин мультиграфа V удовлетворяют соот­ношениям

Поэтому вершины а и b принадлежат одной его сла­бой компоненте L", и последняя содержит эйлерову (а, b)-цепь. Продолжая подобным образом, получим тре­буемый (а, b) -путь.

Утверждение 76.4. Если в графе нет отрицатель­ных контуров, то при всех k, i, j = 1, п. W_ij^k — вес крат­чайшего (i, j)-пути, все внутренние вершины которого содержатся в множестве {1, 2,..., k}.

Доказываем индукцией по k. При k = 1 справедли­вость утверждения очевидна. Предположим, что оно справедливо для 2, 3,..., k— 1, и рассмотрим W_ij^k. Пусть Р° — кратчайший (i,j)-путь, все внутренние вершины которого принадлежат множеству {1, 2,..., k }. Если Р° не включает вершину k, то W_ij^k = W_ij^k-1 и, согласно пред­положению индукции, w(P°) = W_ij^k-1 = W_ij^k. Допустим теперь, что Р° содержит вершину k. Обозначим через P₁⁰ и P₂⁰ части пути Р° от i до k и от k до j соответственно. Предположим, что один из этих путей, например P₁⁰, не является кратчайшим, и пусть Р' — кратчайший (i, k)- путь, все вершины которого содержатся в множестве {1, 2,..., к - 1}. Рассмотрим мультиграф L, получаю­щийся из графа Р' U P₂⁰ заменой каждой дуги, входя­щей одновременно в Р' и P₂⁰, двумя экземплярами этой дуги. Очевидно, что L не содержит отрицательных кон­туров. Поэтому, согласно утверждению 76.3, L содержит такой (i, j)-путь Р, что w(L) ≥ w(P) и, следовательно, w(P°) = w(P₁⁰) + w(P₂⁰) > w(P') + w (P₂⁰) = w(L) ≥ w(P). Это неравенство противоречит минимальности Р°.

Таким образом, пути P₁⁰ и P₂⁰ являются кратчайши­ми среди, соответственно, (i, k)- и (к, j)-путей, все внут­ренние вершины которых принадлежат множеству {1,2,..., k- 1). Поэтому, воспользовавшись предположени­ем индукции, получим

Теорема 76.5. Время работы алгоритма A7 не пре­восходит O(|G|³). Если граф G не содержит отрицатель­ных контуров, то W_ijⁿ — вес кратчайшего (i, j)-пути в графе G для всех i, j = 1, п, п=|G|. Если же такие контуры в графе имеются, то существуют такие числа т. иl,что W_ll^m <0.

Справедливость первого утверждения теоремы оче­видна, поскольку каждая из не более чем | G | итераций выполняется за время O|G|².

Второе утверждение теоремы непосредственно следует из утверждения 76.4.

Допустим теперь, что граф G содержит отрицательные контуры. Пусть m — такой наименьший индекс, что для некоторой вершины l в графе G имеется отрицательный контур S, содержащий только l и некоторые вершины множества (1, 2,..., m). Ясно, что контур S включает вершину т. Тогда при любых i,j = 1, п число W_ij^m-1 равно весу кратчайшего (i, j) -пути, все внутренние вер­шины которого принадлежат множеству {1, 2,..., m—1 }. Доказательство этого факта дословно повторяет доказа­тельство утверждения 76.4. Контуру S соответствуют (l, m)-путь P₁ и (т, 1)- путь P₂, такие, что P₁U P₂ = S. Поскольку внутренние вершины путей P₁ и P₂ принадлежат множеству {1, 2,..., m-1 }, то w(P₁)≥ W_ml^m-1, w(P₂) ≥W_lm^m-1. Следовательно, W_ml^m-1 + W_lm^m-1≤ w (Р₁) + w(P₂) = w(S), т. е. W_ll^m = min { 0, W_ml^m-1 + W_lm^m-1 }< 0.

Пример 2. Ниже приведены результаты выполне­ния каждой из четырех итераций алгоритма для графа, изображенного на оис. 76.2:

Найдем, например, с помощью матрицы Р⁴ кратчайший (2 1)-путь: P₂₁⁴ = 4, P₂₄⁴ = 3, P₂₃⁴ = 2.Следовательно, (2, 3, 4, 1)—кратчайший (2, 1)-путь.