Single Source shortest Path
Dijkstra - 指向和无向 - 仅适用于正边权重 - 周期??
贝尔曼福特指导 - 不存在循环All source shortest path
Floyd Warshall - 没有信息
Minimum Spanning Tree
（没有关于边缘权重或图形或周期性质的信息）
Kruskal的
Prim's - 无向
Baruvka的
答案 0 :(得分：4)
我不确定问题是什么，但是这里......
Dijkstra算法的经典实现只能处理正边缘权重，但有一种方法可以使它与负边缘成本一起工作。每当更新节点时，将更新的节点放回队列中。然而，这是否真的是Dijkstra或具有优先级队列的Bellman-Ford是有争议的。
例如，请考虑此图表：
1 - 2（100）
2 - 3（-200）
1 - 3（50）
3 - 4（100）
经典Dijkstra将设置D [1] = 0，D [2] = 100，D [3] = 50，D [4] = 150，D [3] = -100并停止。但是，当设置D [3] = -100时，将3添加回队列并继续算法。这将得到D [4] = 0，这是正确的。我不确定这是否被认为是“Dijkstra算法”。
至于Bellman-Ford，图表不一定必须指向，并且（负成本周期，其他周期没有任何差别）周期可以存在，只需确保您检测周期。从队列中n次提取节点时会检测到一个循环，其中n是节点数。您可以执行相同的检查以检测上面概述的“修改后的Dijkstra算法”中的循环。
Floyd Warshall - 节点数量的成本是立方的。对于除了非常小的图之外的任何东西都不够。它假定没有负成本周期，但您可以使用它来检测此类周期，请参阅wikipedia。
MST - 当边数接近O（n）而不是O（n 2 ）时使用Kruskal。否则使用Prim。两者都适用于任何类型的图形，即使它们包含负边缘权重和周期。
我个人非常喜欢的另一种最短路径算法是Dial's algorithm。我喜欢把它想象成计算图表排序。另请阅读this rather exhaustive paper。
答案 1 :(得分：1)
A *（A star）可能是图算法中的最佳选择之一。但是，如维基百科文章中所述：
A *的时间复杂度取决于启发式。在最坏的情况下，扩展的节点数在解的长度（最短路径）中是指数的，但是当搜索空间是树时它是多项式的
意味着根据图形计算的时间并不总是相同的。