【算法入门】最短路径算法
来源:互联网 发布:vscode开发python 编辑:程序博客网 时间:2024/05/16 18:56
Dijkstra算法
1.定义
Dijkstra(迪杰斯特拉)算法是典型的单源最短路径算法,用于计算一个节点到其他所有节点的最短路径。主要特点是以起始点为中心向外层层扩展,直到扩展到终点为止。Dijkstra算法是很有代表性的最短路径算法,在很多专业课程中都作为基本内容有详细的介绍,如数据结构,图论,运筹学等等。注意该算法要求图中不存在负权边。
问题描述:在无向图 G=(V,E) 中,假设每条边 E[i] 的长度为 w[i],找到由顶点 V0 到其余各点的最短路径。(单源最短路径)
2.算法描述
1)算法思想:设G=(V,E)是一个带权有向图,把图中顶点集合V分成两组,第一组为已求出最短路径的顶点集合(用S表示,初始时S中只有一个源点,以后每求得一条最短路径 , 就将加入到集合S中,直到全部顶点都加入到S中,算法就结束了),第二组为其余未确定最短路径的顶点集合(用U表示),按最短路径长度的递增次序依次把第二组的顶点加入S中。在加入的过程中,总保持从源点v到S中各顶点的最短路径长度不大于从源点v到U中任何顶点的最短路径长度。此外,每个顶点对应一个距离,S中的顶点的距离就是从v到此顶点的最短路径长度,U中的顶点的距离,是从v到此顶点只包括S中的顶点为中间顶点的当前最短路径长度。
2)算法步骤:
a.初始时,S只包含源点,即S={v},v的距离为0。U包含除v外的其他顶点,即:U={其余顶点},若v与U中顶点u有边,则<u,v>正常有权值,若u不是v的出边邻接点,则<u,v>权值为∞。
b.从U中选取一个距离v最小的顶点k,把k,加入S中(该选定的距离就是v到k的最短路径长度)。
c.以k为新考虑的中间点,修改U中各顶点的距离;若从源点v到顶点u的距离(经过顶点k)比原来距离(不经过顶点k)短,则修改顶点u的距离值,修改后的距离值的顶点k的距离加上边上的权。
d.重复步骤b和c直到所有顶点都包含在S中。
3.算法实例
先给出一个无向图
用Dijkstra算法找出以A为起点的单源最短路径步骤如下
4.算法代码实现:
class Dijkstra{public:void solve(int v0){bool s[MAXNUM];for (int i = 0; i < MAXNUM; ++i){dist[i] = G[v0][i];s[i] = false;if (dist[i] == MAXINT){pre[i] = -1;}else{pre[i] = v0;}}dist[v0] = 0;s[v0] = true;for (int i = 1; i < MAXNUM; ++i){int mindist = MAXINT;int u = v0;for (int j = 0; j < MAXNUM;++j){if (!s[j] && dist[j] < mindist){u = j;mindist = dist[j];}s[u] = true;for (int j = 0; j < MAXNUM;++j){if (!s[j] && G[u][j] < MAXINT){if (dist[u] + G[u][j] < dist[j]){dist[j] = dist[u] + G[u][j];pre[j] = u;}}}}}}};
Floyd算法
1.定义概览
Floyd-Warshall算法(Floyd-Warshall algorithm)是解决任意两点间的最短路径的一种算法,可以正确处理有向图或负权的最短路径问题,同时也被用于计算有向图的传递闭包。Floyd-Warshall算法的时间复杂度为O(N3),空间复杂度为O(N2)。
2.算法描述
1)算法思想原理:
Floyd算法是一个经典的动态规划算法。用通俗的语言来描述的话,首先我们的目标是寻找从点i到点j的最短路径。从动态规划的角度看问题,我们需要为这个目标重新做一个诠释(这个诠释正是动态规划最富创造力的精华所在)
从任意节点i到任意节点j的最短路径不外乎2种可能,1是直接从i到j,2是从i经过若干个节点k到j。所以,我们假设Dis(i,j)为节点u到节点v的最短路径的距离,对于每一个节点k,我们检查Dis(i,k) + Dis(k,j) < Dis(i,j)是否成立,如果成立,证明从i到k再到j的路径比i直接到j的路径短,我们便设置Dis(i,j) = Dis(i,k) + Dis(k,j),这样一来,当我们遍历完所有节点k,Dis(i,j)中记录的便是i到j的最短路径的距离。
2)算法描述:
a.从任意一条单边路径开始。所有两点之间的距离是边的权,如果两点之间没有边相连,则权为无穷大。
b.对于每一对顶点 u 和 v,看看是否存在一个顶点 w 使得从 u 到 w 再到 v 比己知的路径更短。如果是更新它。
3)Floyd算法过程矩阵的计算----十字交叉法
方法:两条线,从左上角开始计算一直到右下角 如下所示
给出矩阵,其中矩阵A是邻接矩阵,而矩阵Path记录u,v两点之间最短路径所必须经过的点
相应计算方法如下:
最后A3即为所求结果
3.算法代码实现
class Floyd{public:int A[MAXNUM][MAXNUM];int path[MAXNUM][MAXNUM];void solve(int v0){for (int i = 0; i < MAXNUM; ++i){for (int j = 0; j < MAXNUM; ++j){A[i][j] = G[i][j];path[i][j] = j;}}for (int k = 0; k < MAXNUM; ++k){for (int i = 0; i < MAXNUM; ++i){for (int j = 0; j < MAXNUM; ++j){if (A[i][k] + A[k][j] < A[i][j]){A[i][j] = A[i][k] + A[k][j];path[i][j] = path[i][k];}}}}}};
测试:
int main(){for (int i = 0; i < MAXNUM; ++i){for (int j = 0; j < MAXNUM; ++j){if (G[i][j] < 0)G[i][j] = MAXINT;}}int s = 0; //第1个节点Dijkstra d;d.solve(s);cout << "Dijkstra" << endl;for (int i = 0; i < 7; ++i){cout << s + 1 << " -> " << i + 1 << " min distance: " << dist[i];cout << ", path: " << i+1 << " <- ";int p = pre[i];while (p != s){cout << p + 1 << " <- ";p = pre[p];}cout << s + 1 << endl;}Floyd f;f.solve(s);cout << "Floyd" << endl;for (int i = 0; i < 7; ++i){cout << s + 1 << " -> " << i + 1 << " min distance: " << dist[i];cout << ", path: " << i + 1 << " <- ";int p = f.path[i][s];while (p != s){cout << p + 1 << " <- ";p = f.path[p][s];}cout << s + 1 << endl;}}
转载:http://www.cnblogs.com/biyeymyhjob/archive/2012/07/31/2615833.html
- 【算法入门】最短路径算法
- 最短路径算法
- 最短路径算法
- 最短路径算法
- 最短路径算法
- 最短路径算法
- 最短路径算法
- 最短路径算法
- 最短路径算法
- 最短路径算法
- 最短路径算法
- 最短路径算法
- 最短路径算法
- 最短路径算法
- 最短路径算法
- 最短路径算法
- 最短路径算法
- 最短路径算法
- swift项目中导入OC三方类库时找不到的解决办法
- 字符串扩展进阶
- 1612: [Usaco2008 Jan]Cow Contest奶牛的比赛
- MFC如何获取编辑框中的字符?
- mybatis一对多查询(多个条件查询多值)
- 【算法入门】最短路径算法
- 黑苹果MacOS Sierra读写Windows NTFS盘的方法(非第三方软件)
- 解析c语言结构体和位段
- Bootstrap路径分页标签和徽章组件
- 1159: 最大的两个数(指针专题)
- N皇后问题 HDU
- Halcon学习之coherence_enhancing_diff例程学习
- 开启nexus出现If you insist running as root, then set the environment variable RUN_AS_USER=root
- 找餐饮设计公司 这些要了解透彻