Алгоритм Форда-Беллмана — различия между версиями

Материал из Викиконспекты
Перейти к: навигация, поиск
(Нахождение отрицательного цикла)
(Нахождение отрицательного цикла)
Строка 121: Строка 121:
  
 
==Нахождение отрицательного цикла==
 
==Нахождение отрицательного цикла==
Приведенная выше реализация позволяет определить наличие в графе цикла отрицательного веса. Чтобы найти сам цикл, достаточно запоминать вершины из которых производится релаксация.  
+
Приведенная выше реализация позволяет определить наличие в графе цикла отрицательного веса. Чтобы найти сам цикл, достаточно хранить вершины, из которых производится релаксация.  
  
 
Если после <tex>|V| - 1</tex> итерации найдется вершина <tex> v </tex>, расстояние до которой можно уменьшить, то эта вершина либо лежит на каком-нибудь цикле отрицательного веса, либо достижима из него. Чтобы найти вершину, которая лежит на цикле, можно <tex>|V| - 1</tex> раз пройти назад по предкам из вершины <tex> v </tex>. Так как наибольшая длина пути в графе из <tex>|V|</tex> вершин равна <tex>|V| - 1</tex>, то полученная вершина <tex> u </tex> будет гарантированно лежать на отрицательном цикле.  
 
Если после <tex>|V| - 1</tex> итерации найдется вершина <tex> v </tex>, расстояние до которой можно уменьшить, то эта вершина либо лежит на каком-нибудь цикле отрицательного веса, либо достижима из него. Чтобы найти вершину, которая лежит на цикле, можно <tex>|V| - 1</tex> раз пройти назад по предкам из вершины <tex> v </tex>. Так как наибольшая длина пути в графе из <tex>|V|</tex> вершин равна <tex>|V| - 1</tex>, то полученная вершина <tex> u </tex> будет гарантированно лежать на отрицательном цикле.  

Версия 14:53, 13 января 2013

Алгоритм

Для заданного взвешенного графа [math]G = (V, E)[/math] алгоритм находит кратчайшие пути из заданной вершины [math] s [/math] до всех остальных вершин. В, случае, когда в графе [math]G[/math] содержатся отрицательные циклы, достижимые из [math]s[/math], алгоритм сообщает, что кратчайших путей не существует.

Введение

Сначала стоит вспомнить формулу для количества путей длины [math]k[/math]. [math] d[k][u] = \sum\limits_{v : vu \; \in E} d[k-1][v] [/math] Теперь перепишем ее для пути кратчайшей длины. [math]s[/math] — стартовая вершина. [math] d[k][u] = \min\limits_{v : vu \; \in E}(d[k-1][v] \: + \: \omega[uv])[/math], при этом [math]d[0][s] = 0[/math], а [math]d[0][u] = +\infty [/math]

Лемма:
Если существует кратчайший путь от [math]s[/math] до [math]t[/math], то [math] \rho(s, \, t) \: = \: \min\limits_{k = 0..n-1} d[k][t][/math]
Доказательство:
[math]\triangleright[/math]
Пусть кратчайший путь состоит из [math]k[/math] ребер, тогда корректность формулы следует из динамики, приведенной ниже.
[math]\triangleleft[/math]

Псевдокод

Используя приведенные формулы, алгоритм можно реализовать методом динамического программирования.

 for [math](k = 0 \; .. \; n-2)[/math]
    for [math](v \in V)[/math]
       for [math](u : vu \; \in E)[/math]
          [math]d[k+1][u] \gets \min(d[k + 1][u], \; d[k][v] + \omega(uv))[/math]

Также релаксацию можно свести к одномерному случаю (одномерный массив будем обозначать [math]d'[/math]): [math]d'[u] \gets \min(d'[u], \; d'[v] + \omega(vu))[/math]

Корректность

Лемма:
Пусть [math]G = (V, E)[/math] — взвешенный ориентированный граф, [math] s [/math] — стартовая вершина. Тогда после завершения [math]k[/math] итераций цикла [math]for(k)[/math] выполняется неравенство [math] \rho(s, u) \leqslant d'[u] \leqslant \min\limits_{i = 0..k} d[i][u][/math].
Доказательство:
[math]\triangleright[/math]

Воспользуемся индукцией по [math]k[/math]:

База индукции

При [math]k = 0[/math] выполнено: [math]\rho(s, u) \leqslant +\infty \leqslant +\infty [/math]

Индукционный переход

Сначала докажем, что [math] \rho(s, u) \leqslant d'[u][/math].
Пусть после [math]k - 1 [/math] итерации выполняется [math]\rho(s, u) \leqslant d'[u] \leqslant \min\limits_{i=0..n-1} d[i][u][/math] для всех [math]u[/math].
Тогда после [math]k[/math] итераций [math] \rho(s, v) = \min\limits_{u \in V} (\rho(s, u) + \omega(uv)) \leqslant \min\limits_{u \in V} (d'[u] + \omega(uv)) = d'[v][/math].


Переходим ко второму неравенству.
Теперь возможно два случая:
  1. [math]\min\limits_{i = 0..k+1} d[i][u] = d[k+1][u][/math]
  2. [math]\min\limits_{i = 0..k+1} d[i][u] = d[j][u] =\min\limits_{i = 0..j} \; d[i][u][/math]


Рассмотрим 1 случай:
[math]\min\limits_{i = 0..k+1} d[i][u] = d[k+1][u][/math]
[math]d'[u] \leqslant d'[v] + \omega(vu) \leqslant d[k][v] + \omega(vu) = d[k+1][u][/math]
[math]\vartriangleleft[/math]
2 случай расписывается аналогично.
Таким образом переход выполнен и [math]\rho(s, u) \leqslant d'[u] \leqslant \min\limits_{i = 0..k} d[i][u][/math] выполняется.
[math]\triangleleft[/math]

Реализация алгоритма и ее корректность

Bellman_Ford(G, s)
   for для каждой [math]v \in V[/math]
      [math] d[v] \leftarrow \mathcal {1} [/math]
   [math]d[s] \leftarrow 0 [/math]
   for [math] i \leftarrow 1 [/math] to [math] |V| - 1 [/math]
      for для каждого ребра [math] (u, v) \in E [/math]
         if [math]d[v] \gt  d[u] + \omega(u, v) [/math]
            then [math]d[v] \leftarrow d[u] + \omega(u, v)[/math]
   for для каждого ребра [math] (u, v) \in E [/math]
      if [math]d[v] \gt  d[u] + \omega(u, v) [/math]
         then return [math] \mathit false[/math]
   return [math] \mathit true [/math]


В этом алгоритме используется релаксация, в результате которой [math]d[v][/math] уменьшается до тех пор, пока не станет равным [math]\delta(s, v)[/math]. [math]d[v][/math] - оценка веса кратчайшего пути из вершины [math]s[/math] в каждую вершину [math]v \in V[/math].
[math]\delta(s, v)[/math] - фактический вес кратчайшего пути из [math]s[/math] в вершину [math]v[/math].


Лемма:
Пусть [math]G = (V, E) [/math] — взвешенный ориентированный граф, [math] s [/math] — стартовая вершина. Тогда после завершения [math] |V| - 1 [/math] итераций цикла для всех вершин, достижимых из [math]s[/math], выполняется равенство [math] d[v] = \delta (s, v) [/math].
Доказательство:
[math]\triangleright[/math]

Рассмотрим произвольную вершину [math]v[/math], достижимую из [math]s[/math]. Пусть [math]p = \langle v_0,..., v_{k} \rangle [/math], где [math]v_0 = s[/math], [math]v_{k} = v[/math] — кратчайший ациклический путь из [math] s [/math] в [math] v [/math]. Путь [math] p [/math] содержит не более [math] |V| - 1 [/math] ребер. Поэтому [math]k \le |V| - 1[/math].

Докажем следующее утверждение:

После [math]n : (n \le k)[/math] итераций первого цикла алгоритма, [math]d[v_n] = \delta(s, v_n) [/math]

Воспользуемся индукцией по [math]n[/math]:

База индукции

Перед первой итерацией утверждение очевидно выполнено: [math]d[v_0] = d[s] = \delta(s, s) = 0[/math]

Индукционный переход

Пусть после [math]n : (n \lt k)[/math] итераций, верно что [math]d[v_n] = \delta(s, v_n)[/math]. Так как [math](v_n, v_{n + 1})[/math] принадлежит кратчайшему пути от [math]s[/math] до [math]v[/math], то [math]\delta(s, v_{n+1}) = \delta(s, v_n) + \omega(v_n, v_{n + 1})[/math]. Во время [math]l + 1[/math] итерации релаксируется ребро [math](v_n,v_{n+1})[/math], следовательно по завершению итерации будет выполнено
[math]d[v_{n+1}] \le d[v_n] + \omega(v_n, v_{n+1}) = \delta(s, v_n) + \omega(v_n, v_{n+1}) = \delta(s, v_{n+1})[/math].
Ясно, что [math]d[v_{n+1}] \ge \delta(s, v_{n+1}) [/math], поэтому верно что после [math]l + 1[/math] итерации [math]d[v_{n+1}] = \delta(s, v_{n + 1})[/math].
Индукционный переход доказан.
Итак, выполнены равенства [math]d[v] = d[v_{k}] = \delta (s, v_{k}) = \delta (s, v)[/math].
[math]\triangleleft[/math]
Теорема:
Пусть [math]G = (V, E) [/math] - взвешенный ориентированный граф, [math] s [/math] — стартовая вершина. Если граф [math] G [/math] не содержит отрицательных циклов, достижимых из вершины [math] s [/math], то алгоритм возвращает [math] true [/math] и для всех [math] v \in V \ d[v] = \delta (s, v)[/math]. Если граф [math] G [/math] содержит отрицательные циклы, достижимые из вершины [math] s [/math], то алгоритм возвращает [math] false [/math].
Доказательство:
[math]\triangleright[/math]

Пусть граф [math] G [/math] не содержит отрицательных циклов, достижимых из вершины [math] s [/math].

Тогда если вершина [math] v [/math] достижима из [math] s [/math], то по лемме [math] d[v] = \delta (s, v)[/math]. Если вершина [math] v [/math] не достижима из [math] s [/math], то [math] d[v] = \delta (s, v) = \mathcal {1}[/math] из несуществования пути.

Теперь докажем, что алгоритм вернет значение [math] true [/math].

После выполнения алгоритма верно, что для всех [math] (u, v) \in E, \ d[v] = \delta (s, v) \leqslant \delta (s, u) + \omega (u,v) = d[u] + \omega (u,v)[/math], значит ни одна из проверок не вернет значения [math] false [/math].

Пусть граф [math] G [/math] содержит отрицательный цикл [math] c = {v_0,...,v_{k}} [/math], где [math] v_0 = v_{k} [/math], достижимый из вершины [math] s [/math]. Тогда [math]\sum\limits_{i=1}^{k} {\omega (v_{i-1}, v_{i})} \lt 0 [/math].

Предположим, что алгоритм возвращает [math] true [/math], тогда для [math] i = 1,...,k [/math] выполняется [math] d[v_{i}] \leqslant d[v_{i-1}] + \omega (v_{i-1}, v_{i}) [/math].

Просуммируем эти неравенства по всему циклу: [math]\sum\limits_{i=1}^{k} {d[v_{i}]} \leqslant \sum\limits_{i=1}^{k} {d[v_{i-1}]} + \sum\limits_{i=1}^{k} {\omega (v_{i-1}, v_{i})} [/math].

Из того, что [math] v_0 = v_{k} [/math] следует, что [math] \sum\limits^{k}_{i=1} {d[v_{i}]} = \sum \limits_{i=1}^{k} {d[v_{i - 1}]} [/math].

Получили, что [math] \sum \limits_{i=1}^{k} {\omega (v_{i-1}, v_{i})} \ge 0 [/math], что противоречит отрицательности цикла [math] c [/math].
[math]\triangleleft[/math]

Сложность

Инициализация занимает [math] \Theta (V) [/math] времени, каждый из [math] |V| - 1 [/math] проходов требует [math] \Theta (E) [/math] времени, обход по всем ребрам для проверки наличия отрицательного цикла занимает [math]O(E)[/math] времени. Значит алгоритм Беллмана-Форда работает за [math]O(V E)[/math] времени.

Нахождение отрицательного цикла

Приведенная выше реализация позволяет определить наличие в графе цикла отрицательного веса. Чтобы найти сам цикл, достаточно хранить вершины, из которых производится релаксация.

Если после [math]|V| - 1[/math] итерации найдется вершина [math] v [/math], расстояние до которой можно уменьшить, то эта вершина либо лежит на каком-нибудь цикле отрицательного веса, либо достижима из него. Чтобы найти вершину, которая лежит на цикле, можно [math]|V| - 1[/math] раз пройти назад по предкам из вершины [math] v [/math]. Так как наибольшая длина пути в графе из [math]|V|[/math] вершин равна [math]|V| - 1[/math], то полученная вершина [math] u [/math] будет гарантированно лежать на отрицательном цикле.

Зная, что вершина [math] u [/math] лежит на цикле отрицательного веса, можно восстанавливать путь по сохраненным вершинам до тех пор, пока не встретится та же вершина [math] u [/math]. Это обязательно произойдет, так как в цикле отрицательного веса релаксации происходят по кругу.

  Neg_Cycle(G, s)
  for для каждой [math]v \in V[/math]
     [math] d[v] \leftarrow \mathcal {1} [/math]
     [math] p[v] \leftarrow -1 [/math]
  [math]d[s] \leftarrow 0 [/math]
  for [math] i \leftarrow 1 [/math] to [math]|V| - 1 [/math]
     for для каждого ребра [math] (u, v) \in E [/math]
        if [math]d[v] \gt  d[u] + \omega(u, v) [/math] then
           [math]d[v] \leftarrow d[u] + \omega(u, v)[/math]
           [math]p[v] \leftarrow p[u][/math]
  for для каждого ребра [math] (u, v) \in E [/math]
     if [math]d[v] \gt  d[u] + \omega(u, v)[/math] then 
        for [math] i \leftarrow 1 [/math] to [math]|V| - 1 [/math]
           [math]v \leftarrow p[v][/math]
        [math]u \leftarrow v[/math]
        while [math] u \neq p[v][/math]
           [math]ans.add(v)[/math]
           [math]v \leftarrow p[v][/math]
        [math]reverse(ans)[/math]
        break
  return [math] ans [/math]

Источники

Кормен, Т., Лейзерсон, Ч., Ривест, Р., Штайн, К. Алгоритмы: построение и анализ / пер. с англ. — изд. 2-е — М.: Издательский дом «Вильямс», 2009. — с.672 — 676. — ISBN 978-5-8459-0857-5.
Алгоритм Форда-Беллмана