Ujemne wagi z wykorzystaniem algorytmu Dijkstry


113

Próbuję zrozumieć, dlaczego algorytm Dijkstry nie będzie działał z ujemnymi wagami. Czytając przykład na Shortest Paths , próbuję rozgryźć następujący scenariusz:

    2
A-------B
 \     /
3 \   / -2
   \ /
    C

Ze strony internetowej:

Zakładając, że wszystkie krawędzie są skierowane od lewej do prawej, jeśli zaczniemy od A, algorytm Dijkstry wybierze krawędź (A, x) minimalizując d (A, A) + długość (krawędź), czyli (A, B). Następnie ustawia d (A, B) = 2 i wybiera inną krawędź (y, C) minimalizując d (A, y) + d (y, C); jedynym wyborem jest (A, C) i ustala d (A, C) = 3. Ale nigdy nie znajduje najkrótszej ścieżki z A do B, przez C, o łącznej długości 1.

Nie mogę zrozumieć, dlaczego przy użyciu następującej implementacji Dijkstry, d [B] nie zostanie zaktualizowany do 1(Kiedy algorytm osiągnie wierzchołek C, uruchomi relaksację na B, zobacz, że d [B] jest równe 2, a zatem zaktualizuje jego wartość do 1).

Dijkstra(G, w, s)  {
   Initialize-Single-Source(G, s)
   S ← Ø
   Q ← V[G]//priority queue by d[v]
   while Q ≠ Ø do
      u ← Extract-Min(Q)
      S ← S U {u}
      for each vertex v in Adj[u] do
         Relax(u, v)
}

Initialize-Single-Source(G, s) {
   for each vertex v  V(G)
      d[v] ← ∞
      π[v] ← NIL
   d[s] ← 0
}

Relax(u, v) {
   //update only if we found a strictly shortest path
   if d[v] > d[u] + w(u,v) 
      d[v] ← d[u] + w(u,v)
      π[v] ← u
      Update(Q, v)
}

Dzięki,

Meir


Ogólnie rzecz biorąc, znalezienie ścieżki przy ujemnych wagach krawędzi jest niezwykle trudne. Bez względu na to, jaką trasę znajdziesz, zawsze istnieje możliwość arbitralnie długiej trasy z dowolnie dużym ujemnym ciężarem krawędzi gdzieś wzdłuż niej. Nie zdziwiłbym się, gdyby NP był kompletny.
Nick Johnson,

4
Dla każdego, kto ma tę wątpliwość, można znaleźć najkrótszą ścieżkę na wykresie POD UWAGĄ, że nie ma on ujemnych cykli wagowych. Powyższy algorytm zadziałałby, gdyby funkcja Relax zwróciła wartość „prawdziwą”, gdy relaks faktycznie się powiódł. W takim przypadku sąsiedni wierzchołek „v” zostałby umieszczony w kolejce priorytetów, jeśli nie byłby obecny, lub zaktualizowany, jeśli jest już obecny. Oznacza to, że odwiedzone węzły można ponownie dodać do kolejki priorytetowej, gdy będą się rozluźniać.
Goelakash

Odpowiedzi:


202

Algorytm, który zasugerowałeś, rzeczywiście znajdzie najkrótszą ścieżkę na tym wykresie, ale ogólnie nie wszystkie wykresy. Na przykład rozważ ten wykres:

Rysunek wykresu

Załóżmy, że krawędzie są skierowane od lewej do prawej, jak w twoim przykładzie,

Twój algorytm będzie działał w następujący sposób:

  1. Najpierw ustaw d(A)na, zeroa pozostałe odległości na infinity.
  2. Następnie rozwijasz węzeł A, ustawiając d(B)na 1, d(C)na zeroi d(D)na 99.
  3. Następnie rozszerzasz się Cbez zmian netto.
  4. Następnie rozszerzasz się B, co nie ma żadnego efektu.
  5. Wreszcie rozszerzasz D, co zmienia się d(B)na -201.

Zauważ, że na końcu tego jednak d(C)jest to nadal 0, mimo że najkrótsza ścieżka Cma długość -200. W niektórych przypadkach algorytm nie jest w stanie dokładnie obliczyć odległości. Co więcej, nawet gdybyś miał przechowywać wskaźniki wstecz mówiące o tym, jak dostać się z każdego węzła do węzła początkowego A, skończyłbyś wybierając niewłaściwą ścieżkę z powrotem Cdo A.


35
Aby dodać do swojej doskonałej odpowiedzi: Dijkstra jako chciwy algorytm jest powodem jego krótkowzrocznego wyboru.
blubb

4
Chciałbym zwrócić uwagę, że technicznie rzecz biorąc, wszystkie ścieżki na tym wykresie mają koszt ujemnej nieskończoności dzięki ujemnemu cyklowi A, D, B, A.
Nate

2
@ Nate- Aby wyjaśnić, wszystkie krawędzie na wykresie są skierowane od lewej do prawej. Trudno było renderować strzały na mojej wysokiej jakości grafice ASCII. :-)
templatetypedef

2
Dla tych, którzy wcześniej nie widzieli wykresów z ujemnymi krawędziami, uważam, że użyteczną interpretacją tego wykresu jest sieć płatnych dróg, w których wagi krawędziowe określają opłatę, którą płacisz. Droga -300 to szalona płatna droga wstecz, na której zamiast tego dają 300 $.
D Coetzee,

3
@ SchwitJanwityanujit- Tak działa algorytm Dijkstry. Algorytm nie bada ścieżek , ale zamiast tego działa poprzez przetwarzanie węzłów . Każdy węzeł jest przetwarzany dokładnie raz, więc gdy tylko przetworzymy węzeł B i ustalimy, że jego odległość wynosi 1, nigdy nie będziemy ponownie odwiedzać węzła B ani próbować zaktualizować jego odległości.
templatetypedef

25

Zauważ, że Dijkstra działa nawet dla wag ujemnych, jeśli wykres nie ma cykli ujemnych, tj. Cykli, których sumaryczna waga jest mniejsza od zera.

Oczywiście można by zapytać, dlaczego w przykładzie stworzonym przez templatetypedef Dijkstra zawodzi, mimo że nie ma cykli ujemnych, a właściwie nawet cykli. Dzieje się tak, ponieważ używa innego kryterium zatrzymania, które utrzymuje algorytm, gdy tylko zostanie osiągnięty docelowy węzeł (lub wszystkie węzły zostaną raz ustalone, nie określił tego dokładnie). Na wykresie bez ujemnych wag działa to dobrze.

Jeśli używa się alternatywnego kryterium zatrzymania, które zatrzymuje algorytm, gdy kolejka priorytetowa (sterta) jest pusta (to kryterium zatrzymania zostało również użyte w pytaniu), to dijkstra znajdzie prawidłową odległość nawet dla wykresów z ujemnymi wagami, ale bez ujemne cykle.

Jednak w tym przypadku asymptotyczna granica czasu dijkstry dla grafów bez cykli ujemnych zostaje utracona. Dzieje się tak, ponieważ wcześniej ustalony węzeł można ponownie wstawić do sterty, gdy zostanie znaleziona lepsza odległość ze względu na ujemne wagi. Ta właściwość nazywa się poprawianiem etykiet.


2. Nie jest jasne, dlaczego myślisz, że czas miałby być „bardziej podobny do Bellmana-Forda”, a nie wykładniczy (co jest gorsze niż Bellman-Ford). Czy masz na myśli konkretny algorytm i dowód?
Gassa

3
Do 1 .: ponieważ możesz użyć dokładnie tej samej implementacji dijkstry ze wspomnianym kryterium zatrzymania, które zatrzymuje się, gdy kolejka jest pusta (patrz pseudokod w oryginalnym pytaniu), nadal jest to algorytm dijkstras dla najkrótszych ścieżek, mimo że zachowuje się inaczej kilkakrotne osadzanie węzłów (korekta etykiet).
infty10000101

1
Do 2 .: To był tylko domysł, więc zamierzam to usunąć. Myślę, że masz rację z wykładniczym czasem, ponieważ istnieje wykładniczo wiele ścieżek, które należy zbadać.
infty10000101

11

nie użyłeś S nigdzie w swoim algorytmie (poza jego modyfikacją). idea dijkstry jest taka, że ​​gdy wierzchołek znajdzie się na S, nie będzie już nigdy modyfikowany. w takim przypadku, gdy B znajdzie się w S, nie dojdziesz do niego ponownie przez C.

fakt ten zapewnia złożoność O (E + VlogV) [w przeciwnym razie krawędzie zostaną powtórzone więcej niż raz, a wierzchołki więcej niż raz]

innymi słowy, algorytm, który opublikowałeś, może nie znajdować się w O (E + VlogV), zgodnie z obietnicą algorytmu Dijkstry.


Nie ma też potrzeby modyfikowania wierzchołka bez ujemnych krawędzi wagi, co całkowicie łamie założenie, że koszty ścieżki mogą wzrosnąć tylko przy powtarzających się krawędziach
prusswan

to założenie jest dokładnie tym, co pozwala nam użyć S, a „wiedząc”, że wierzchołek znajduje się w S, nigdy nie zostanie on ponownie zmodyfikowany.
Amit

Twoje ostatnie stwierdzenie jest błędne. Opublikowany algorytm ma złożoność czasową O (E + VlogV), gdy działa na grafach bez ujemnych krawędzi. Nie ma potrzeby sprawdzania, czy już odwiedziliśmy dany węzeł, ponieważ fakt, że był on odwiedzony gwarantuje, że procedura relaksacyjna nie doda go więcej do kolejki.
Pixar

7

Ponieważ Dijkstra jest podejściem Chciwym, gdy wierzchołek zostanie oznaczony jako odwiedzony w tej pętli, nigdy nie zostanie ponownie oszacowany, nawet jeśli istnieje inna ścieżka o mniejszym koszcie dotarcia do niego później. A taki problem może się zdarzyć tylko wtedy, gdy na wykresie istnieją krawędzie ujemne.


Zachłanny algorytm , jak sama nazwa wskazuje, zawsze dokonuje wyboru, który wydaje się być najlepszym w tej chwili. Załóżmy, że masz funkcję celu, która musi zostać zoptymalizowana (zmaksymalizowana lub zminimalizowana) w danym momencie. Algorytm Greedy dokonuje zachłannych wyborów na każdym kroku, aby zapewnić optymalizację funkcji celu. Algorytm Greedy ma tylko jedną szansę na obliczenie optymalnego rozwiązania, tak aby nigdy się nie cofał i nie cofał decyzji.


4

TL; DR: Odpowiedź zależy od implementacji. W przypadku opublikowanego pseudokodu działa on z wagami ujemnymi.


Warianty algorytmu Dijkstry

Kluczowe jest to, że istnieją 3 rodzaje implementacji algorytmu Dijkstry , ale wszystkie odpowiedzi na to pytanie ignorują różnice między tymi wariantami.

  1. Użycie zagnieżdżonej forpętli do rozluźnienia wierzchołków. To najłatwiejszy sposób na wdrożenie algorytmu Dijkstry. Złożoność czasowa wynosi O (V ^ 2).
  2. Implementacja oparta na kolejce priorytetowej / stercie + NIE zezwala się na ponowne wejście, gdzie ponowne wejście oznacza, że ​​zrelaksowany wierzchołek może zostać ponownie wepchnięty do kolejki priorytetowej, aby ponownie go rozluźnić później .
  3. Dozwolone jest wdrażanie w oparciu o kolejkę priorytetową / stertę + ponowne wejście.

Wersja 1 i 2 zawiedzie na wykresach z ujemnymi wagami (jeśli w takich przypadkach uzyskasz poprawną odpowiedź, to tylko zbieg okoliczności), ale wersja 3 nadal działa .

Pseudokod przesłany w ramach oryginalnego problemu to wersja 3 powyżej, więc działa z ujemnymi wagami.

Oto dobra referencja z Algorithm (4. wydanie) , która mówi (i zawiera implementację Java wersji 2 i 3, o której wspomniałem powyżej):

P. Czy algorytm Dijkstry działa z ujemnymi wagami?

A. Tak i nie. Istnieją dwa algorytmy najkrótszych ścieżek, znane jako algorytm Dijkstry, w zależności od tego, czy wierzchołek może zostać umieszczony w kolejce priorytetowej więcej niż raz. Gdy wagi są nieujemne, obie wersje pokrywają się (ponieważ żaden wierzchołek nie zostanie kolejkowany więcej niż raz). Wersja zaimplementowana w DijkstraSP.java (która umożliwia kolejkowanie wierzchołka więcej niż jeden raz) jest poprawna w obecności ujemnych wag krawędzi (ale bez ujemnych cykli), ale w najgorszym przypadku jej czas wykonywania jest wykładniczy. (Zwracamy uwagę, że DijkstraSP.java zgłasza wyjątek, jeśli dwuznak ważony krawędzią ma krawędź o ujemnej wadze, więc programista nie jest zaskoczony tym wykładniczym zachowaniem). Jeśli zmodyfikujemy DijkstraSP.java tak, że wierzchołek nie może być kolejkowany więcej niż raz (np. używając oznaczonej tablicy [] do oznaczenia tych wierzchołków, które zostały rozluźnione),


Więcej szczegółów dotyczących implementacji i połączenia wersji 3 z algorytmem Bellmana-Forda można znaleźć w odpowiedzi z zhihu . To także moja odpowiedź (ale po chińsku). Obecnie nie mam czasu, aby przetłumaczyć to na angielski. Naprawdę doceniam, gdyby ktoś mógł to zrobić i edytować tę odpowiedź na stackoverflow.


1

Zastanów się, co się stanie, jeśli będziesz podróżować tam iz powrotem między B i C ... voila

(dotyczy tylko wtedy, gdy wykres nie jest skierowany)

Edytowano: Uważam, że problem polega na tym, że ścieżka z AC * może być lepsza niż AB tylko z istnieniem ujemnych krawędzi wagi, więc nie ma znaczenia, gdzie idziesz po AC, przy założeniu, że nie ujemne krawędzie wagi nie można znaleźć ścieżki lepszej niż AB, gdy zdecydowałeś się dotrzeć do B po przejściu na AC.


nie jest to możliwe, wykres jest skierowany.
Amit

@amit: słuszna uwaga, przegapiłem to. Czas ponownie rozważyć problem
prusswan

1

"2) Czy możemy użyć algorytmu Dijksry do najkrótszych ścieżek dla wykresów z wagami ujemnymi - jednym pomysłem może być obliczenie wartości minimalnej wagi, dodanie wartości dodatniej (równej wartości bezwzględnej wartości wagi minimalnej) do wszystkich wag i uruchomienie algorytmu Dijksry dla zmodyfikowanego wykresu. Czy ten algorytm zadziała? ”

To absolutnie nie działa, chyba że wszystkie najkrótsze ścieżki mają taką samą długość. Na przykład biorąc pod uwagę najkrótszą ścieżkę o długości dwóch krawędzi i po dodaniu wartości bezwzględnej do każdej krawędzi, całkowity koszt ścieżki jest zwiększany o 2 * | max waga ujemna |. Z drugiej strony kolejna ścieżka o długości trzech krawędzi, więc koszt ścieżki jest zwiększony o 3 * | max ujemna waga |. W związku z tym wszystkie różne ścieżki są zwiększane o różne kwoty.


0

Możesz użyć algorytmu Dijkstry z ujemnymi krawędziami bez ujemnego cyklu, ale musisz pozwolić na wielokrotne odwiedzanie wierzchołka, a ta wersja straci swoją szybką złożoność czasową.

W takim przypadku praktycznie widziałem, że lepiej jest użyć algorytmu SPFA, który ma normalną kolejkę i radzi sobie z krawędziami ujemnymi.

Korzystając z naszej strony potwierdzasz, że przeczytałeś(-aś) i rozumiesz nasze zasady używania plików cookie i zasady ochrony prywatności.
Licensed under cc by-sa 3.0 with attribution required.