数据结构实验之图论七:驴友计划(最短路径之Dijkstra算法+Bellman-Ford算法)
来源:互联网 发布:免费下载淘宝网到桌面 编辑:程序博客网 时间:2024/06/07 01:03
数据结构实验之图论七:驴友计划
Time Limit: 1000ms Memory limit: 65536K 有疑问?点这里^_^
题目描述
输入
连续T组数据输入,每组输入数据的第一行给出四个正整数N,M,s,d,其中N(2 <= N <= 500)是城市数目,城市编号从0~N-1,M是城市间高速公路的条数,s是出发地的城市编号,d是目的地的城市编号;随后M行,每行给出一条高速公路的信息,表示城市1、城市2、高速公路长度、收费额,中间以空格间隔,数字均为整数且不超过500,输入数据均保证有解。
输出
在同一行中输出路径长度和收费总额,数据间用空格间隔。
示例输入
14 5 0 30 1 1 201 3 2 300 3 4 100 2 2 202 3 1 20
示例输出
3 40
提示
最短路径:
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。
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。
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。
#include<iostream>#include<queue>#include<limits.h>#include<cstring>#define Max INT_MAXusing namespace std;int Edge[100][100];int dist[100]; //原点v0到vi最短路径长度int path[100]; //前一序号节点void Dijkstra(int n,int v0,int vn){ int s[100]; //标记数组 for(int i=0; i<n; i++) //初始化dist数组和path数组 { dist[i]=Edge[v0][i]; if(i!=v0&&dist[i]<Max) path[i]=v0; else path[i]=-1; } memset(s,0,sizeof(s)); //清零 s[v0]=1; dist[v0]=0; for(int i=1; i<n; i++) { int Min=Max; int k=v0; for(int j=0; j<n; j++) //选择当前集合中最短路径的顶点k if(!s[j]&&dist[j]<Min) { Min=dist[j]; k=j; } s[k]=1; for(int j=0; j<n; j++) if(!s[j]&&Edge[k][j]<Max&&dist[k]+Edge[k][j]<dist[j]) { dist[j]=dist[k]+Edge[k][j]; path[j]=k; } }}int main(){ int t; cin>>t; while(t--) { int n,m,s,d; cin>>n>>m>>s>>d; for(int i=0; i<n; i++) //初始化邻接矩阵 for(int j=0; j<n; j++) if(i==j) Edge[i][j]=0; else Edge[i][j]=Max; for(int i=0; i<m; i++) { int a,b,l,c; cin>>a>>b>>l; Edge[a][b]=l; } Dijkstra(n,s,d); int so[100]; cout<<endl; for(int i=1; i<n; i++) { cout<<dist[i]<<"\t"; memset(so,0,sizeof(so)); int k=0; so[k]=i; while(path[so[k]]!=0) { k++; so[k]=path[so[k-1]]; } k++; so[k]=0; for(int j=k; j>0; j--) cout<<so[j]<<"->"; cout<<so[0]<<endl; } } return 0;}
下面是测试数据:
#include<iostream>#include<queue>#include<limits.h>#include<cstring>#define Max INT_MAX#define MaxE 510using namespace std;int Edge[MaxE][MaxE];int cost[MaxE][MaxE];void Dijkstra(int n,int v0,int vn){ int dist[MaxE]; //原点v0到vi最短路径长度 int s[MaxE]; //标记数组 int mon[MaxE];// int path[MaxE]; //前一序号节点 for(int i=0; i<n; i++) //初始化dist数组和path数组 { dist[i]=Edge[v0][i]; mon[i]=cost[v0][i]; // if(i!=v0&&dist[i]<Max) // path[i]=v0; // else path[i]=-1; } memset(s,0,sizeof(s)); //清零 s[v0]=1; dist[v0]=0; mon[v0]=0; for(int i=1; i<n; i++) { int Min=Max; int k=v0; for(int j=0; j<n; j++) //选择当前集合中最短路径的顶点k if(!s[j]&&dist[j]<Min) { Min=dist[j]; k=j; } s[k]=1; for(int j=0; j<n; j++) if(!s[j]&&Edge[k][j]<Max) { if(dist[k]+Edge[k][j]<dist[j]) { dist[j]=dist[k]+Edge[k][j]; mon[j]=mon[j]+cost[k][j]; // path[j]=k; } else if(dist[k]+Edge[k][j]==dist[j]&&mon[k]+cost[k][j]<mon[j]) { mon[j]=mon[j]+cost[k][j]; } } } cout<<dist[vn]<< " "<<mon[vn]<<endl;}int main(){ int t; cin>>t; while(t--) { int n,m,s,d; cin>>n>>m>>s>>d; for(int i=0; i<n; i++) //初始化邻接矩阵 for(int j=0; j<n; j++) if(i==j) Edge[i][j]=0; else Edge[i][j]=Max; for(int i=0; i<m; i++) { int a,b,l,c; cin>>a>>b>>l>>c; Edge[a][b]=Edge[b][a]=l; cost[a][b]=cost[b][a]=c; } Dijkstra(n,s,d); } return 0;}
Bellman-Ford算法的流程如下:
给定图G(V, E)(其中V、E分别为图G的顶点集与边集),源点s,数组Distant[i]记录从源点s到顶点i的路径长度,初始化数组Distant[n]为, Distant[s]为0;
以下操作循环执行至多n-1次,n为顶点数:
对于每一条边e(u, v),如果Distant[u] + w(u, v) < Distant[v],则另Distant[v] = Distant[u]+w(u, v)。w(u, v)为边e(u,v)的权值;
若上述操作没有对Distant进行更新,说明最短路径已经查找完毕,或者部分点不可达,跳出循环。否则执行下次循环;
为了检测图中是否存在负环路,即权值之和小于0的环路。对于每一条边e(u, v),如果存在Distant[u] + w(u, v) < Distant[v]的边,则图中存在负环路,即是说改图无法求出单源最短路径。否则数组Distant[n]中记录的就是源点s到各顶点的最短路径长度。
可知,Bellman-Ford算法寻找单源最短路径的时间复杂度为O(V*E).
Bellman-Ford算法可以大致分为三个部分
第一,初始化所有点。每一个点保存一个值,表示从原点到达这个点的距离,将原点的值设为0,其它的点的值设为无穷大(表示不可达)。
第二,进行循环,循环下标为从1到n-1(n等于图中点的个数)。在循环内部,遍历所有的边,进行松弛计算。
第三,遍历途中所有的边(edge(u,v)),判断是否存在这样情况:
d(v) > d (u) + w(u,v)。
因为时间复杂多较高,可以参照:图结构练习——最短路径 的SPFA算法
- 数据结构实验之图论七:驴友计划(最短路径之Dijkstra算法+Bellman-Ford算法)
- 【算法】最短路径之Bellman-Ford
- 第七章 图(最短路径之dijkstra、 bellman-ford、floyd算法)
- 《算法4》最短路径之Dijkstra与Bellman-Ford算法
- 2017/8/5训练日记(最短路径算法之Dijkstra算法和Bellman-Ford算法)
- 算法笔记---最短路径之bellman-ford算法
- 算法导论-最短路径-Dijkstra算法+Bellman-Ford 算法
- 最短路径之Bellman-Ford算法----解决负权边
- 最短路径(Bellman-Ford算法)
- 最短路径算法 dijkstra bellman-ford floyd
- 最短路径算法----Dijkstra Bellman-Ford Floyd-Warshall Johnson
- 最短路径算法模板:Dijkstra/Floyd/Bellman-Ford模板
- 最短路径 Floyd算法 Dijkstra算法 Bellman-Ford(贝尔曼)算法
- 从零开始学算法(七)最短路径之Bellman-Ford算法
- 从零开始学算法(八)最短路径之Bellman-Ford算法的队列优化以及几种最短路径算法对比
- 最短路径算法比较(Dijkstra、Bellman-Ford、SPFA)及实现(Java)
- 四大算法解决最短路径问题(Dijkstra+Bellman-ford+SPFA+Floyd)
- 第七章 图(最短路径算法:dijkstra,bellman-ford,floyd)
- 华为OJ 初级 合唱队
- Kafka系列之-Kafka入门
- 【UVa】10328 - Coin Toss(递推 & 对立事件 & java)
- 2k进制数
- 1.python爬虫抓取单一网页
- 数据结构实验之图论七:驴友计划(最短路径之Dijkstra算法+Bellman-Ford算法)
- json格式转换工具包
- asp.net 常用传值方式及其优缺点分析
- Jzoj 2555. 【NOIP2011模拟9.7】雾雨魔理沙
- 程序员必读书籍
- HDU 4714 Tree2cycle(树形dp)
- 对Java的简单了解
- UVA-202
- NYoj-311 (完全背包模板)