最近由于工作需要一直在研究Bellman-Ford算法,这也是我第一次用C++编写代码。

1、Bellman-Ford算法总结

(1)Bellman-Ford算法计算从源点(起始点)到任意一点的最短路径的长度,初始化数组m_Dist[m_Segment[i].m_StartPoint] = m_Maxdouble , m_Dist[m_Source]=0。

(2)对每一个路径进行松弛运算

  如果m_Dist[m_Segment[j].m_EndPoint]>m_Dist[m_Segment[j].m_StartPoint]+m_Segment[j].m_Weight,那么m_Dist[m_Segment[j].m_EndPoint]=m_Dist[m_Segment[j].m_StartPoint]+m_Segment[j].m_Weight进行松弛计算。若上述操作没有对m_Dist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;

  由于规定路径不存在负权重的情况,所以对有负权重的情况这里不进行说明。

注释:m_Source是一条有向边的起点,m_DestPoint是一条有向边的终点;m_Dist(m_StartPoint,m_EndPoint)为节点m_StartPoint和节点m_EndPoint之间边;m_Weight(m_StartPoint, m_EndPoint)为节点m_StartPoint和节点m_EndPoint之间的边的权值;                                                                  m_Dist[m_Segment[i].m_StartPoint] 是指源节点到m_Segment[i].m_StartPoint节点的距离;

下面为本功能模块的代码,由于这只是车载系统中的一部分代码,与其他功能模块存在互相调用的情况,路径信息存在于SQLite数据库找中,读取数据库是一个完整的功能模块,我这里是直接调用就好了。由于这是本人第一次编写C++程序,哪位大神觉得代码有很可以优化的部分,欢迎提出,进行优化!!!

  1. #ifndef ROUTEPLAN_H
  2. #define ROUTEPLAN_H
  3.  
  4. #include <qmap.h>
  5. #include <QVector>
  6. #include <QList>
  7. #include <iostream>
  8. using namespace std;
  9.  
  10. typedef struct
  11. {
  12. int m_StartPoint; //线的起始点
  13. int m_EndPoint; //线的终点
  14. double m_Weight; //线的权重
  15. int m_SegmentNum; //有向边编号
  16. }PathPlaning_Segment;
  17.  
  18. class RoutePlan:public QObject
  19. {
  20. Q_OBJECT
  21. public:
  22. const static int m_Maxnum = ; //最大边数
  23. const double m_Maxdouble = ; //源点和某点不可达时的距离
  24. int m_Nodenum; //节点的数目
  25. int m_Edgenum; //边的数目
  26. int m_Source; //起始点
  27. int m_DestPoint; //目的地
  28. int m_RecvNum = ;
  29.  
  30. PathPlaning_Segment m_Segment[m_Maxnum]; //路径数组
  31. int m_RelaxNum[m_Maxnum]; //松弛的路径编号
  32. int m_Dist[m_Maxnum]; //距离数组
  33.  
  34. RoutePlan();
  35. //初始化函数
  36. void Init(int srcPoint, int destPoint );
  37. //贝尔曼福特函数
  38. void Bellman_Ford();
  39. //返回路径函数
  40. QList<int> ReturnPath();
  41. };
  42. #endif // ROUTEPLAN_H
  43.  
  44. #include "routeplan.h"
  45.  
  46. RoutePlan::RoutePlan()
  47. {
  48. }
  49. /***********************************************************************
  50. Description:
  51. 初始化函数
  52. Arguments:
  53. int srcPoint 起始点
  54. int destPoint 目标点
  55. Returns:
  56. NULL
  57. Notes:
  58. 从“/home/map.zar”地图文件中读取地图信息,赋值到本地
  59. ************************************************************************/
  60. void RoutePlan::Init(int srcPoint,int destPoint)
  61. {
  62. m_RouteManager = new RouteManager();
  63. if(m_RouteManager->ReadRouteApplicationFile("/home/map.zar"))
  64. {
  65. m_Nodenum = m_RouteManager->ReturnSizeofPoint();
  66. m_Edgenum = m_RouteManager->ReturnSizeofSegment();
  67. m_Source = srcPoint;
  68. m_DestPoint = destPoint;
  69.  
  70. int num = ;
  71. QMap<int,PathApplication_Segments>:: const_iterator iter;
  72. QMap<int,PathApplication_Segments> seg = m_RouteManager->ReturnSegment();
  73. for( iter=seg.constBegin(); iter!=seg.constEnd(); iter++)
  74. {
  75. m_Segment[num].m_StartPoint = iter.value().StartPointKey;
  76. m_Segment[num].m_EndPoint = iter.value().EndPointKey;
  77. m_Segment[num].m_Weight = iter.value().Length;
  78. m_Segment[num].m_SegmentNum = iter.key();
  79. num++;
  80. }
  81.  
  82. for(int i = ;i<=m_Edgenum-;i++)
  83. {
  84. m_Dist[m_Segment[i].m_StartPoint]=m_Maxdouble;
  85. }
  86. m_Dist[m_Source]=;
  87. }
  88. Bellman_Ford();
  89. }
  90.  
  91. /***********************************************************************
  92. Description:
  93. 贝尔曼福特函数
  94. Arguments:
  95. NULL
  96. Returns:
  97. NULL
  98. Notes:
  99. 松弛路径,记录松弛的路径编号,松弛后标记的路径数量
  100. ************************************************************************/
  101. void RoutePlan::Bellman_Ford()
  102. {
  103. for(int i=;i<=m_Nodenum-;i++)
  104. {
  105. for(int j=;j<=m_Edgenum-;j++)
  106. {
  107. //松弛路径
  108. if(m_Dist[m_Segment[j].m_EndPoint]>m_Dist[m_Segment[j].m_StartPoint]+m_Segment[j].m_Weight)
  109. {
  110. m_Dist[m_Segment[j].m_EndPoint]=m_Dist[m_Segment[j].m_StartPoint]+m_Segment[j].m_Weight;
  111.  
  112. m_RelaxNum[m_RecvNum] = m_Segment[j].m_SegmentNum;
  113. m_RecvNum++;
  114.  
  115. }
  116. }
  117. }
  118. }
  119. /***********************************************************************
  120. Description:
  121. 返回路径函数
  122. Arguments:
  123. NULL
  124. Returns:
  125. return lst 返回路径编号
  126. Notes:
  127. 松弛路径,记录松弛的路径编号,松弛后标记的路径数量
  128. ************************************************************************/
  129. QList<int> RoutePlan::ReturnPath()
  130. {
  131. QList<int> lst;
  132. for(int k = ; k<m_RecvNum;k++)
  133. {
  134. for(int i = ;i<m_RecvNum;i++)
  135. {
  136. for(int j=;j<=m_Edgenum;j++)
  137. {
  138. if(m_RelaxNum[i] == m_Segment[j].m_SegmentNum)
  139. {
  140. if(m_DestPoint == m_Segment[j].m_EndPoint)
  141. {
  142. lst.push_front(m_Segment[j].m_SegmentNum);
  143. cout<<"m_SegmentNum = "<<m_Segment[j].m_SegmentNum<<endl;
  144. m_DestPoint = m_Segment[j].m_StartPoint;
  145. if(m_Segment[j].m_StartPoint == m_Source)
  146. {
  147. return lst;
  148. }
  149. }
  150. }
  151. }
  152. }
  153. }
  154. cout<<"there is not path form "<<m_Source<<" to "<<m_DestP

路径规划算法之Bellman-Ford算法的更多相关文章

  1. Dijkstra算法与Bellman - Ford算法示例(源自网上大牛的博客)【图论】

    题意:题目大意:有N个点,给出从a点到b点的距离,当然a和b是互相可以抵达的,问从1到n的最短距离 poj2387 Description Bessie is out in the field and ...

  2. Bellman - Ford 算法解决最短路径问题

    Bellman - Ford 算法: 一:基本算法 对于单源最短路径问题,上一篇文章中介绍了 Dijkstra 算法,但是由于 Dijkstra 算法局限于解决非负权的最短路径问题,对于带负权的图就力 ...

  3. Bellman—Ford算法思想

    ---恢复内容开始--- Bellman—Ford算法能在更普遍的情况下(存在负权边)解决单源点最短路径问题.对于给定的带权(有向或无向)图G=(V,E),其源点为s,加权函数w是边集E的映射.对图G ...

  4. poj1860 bellman—ford队列优化 Currency Exchange

    Currency Exchange Time Limit: 1000MS   Memory Limit: 30000K Total Submissions: 22123   Accepted: 799 ...

  5. uva 558 - Wormholes(Bellman Ford判断负环)

    题目链接:558 - Wormholes 题目大意:给出n和m,表示有n个点,然后给出m条边,然后判断给出的有向图中是否存在负环. 解题思路:利用Bellman Ford算法,若进行第n次松弛时,还能 ...

  6. 算法笔记_070:BellmanFord算法简单介绍(Java)

    目录 1 问题描述 2 解决方案 2.1 具体编码   1 问题描述 何为BellmanFord算法? BellmanFord算法功能:给定一个加权连通图,选取一个顶点,称为起点,求取起点到其它所有顶 ...

  7. 全局路径规划算法Dijkstra(迪杰斯特拉算法)- matlab

    参考博客链接:https://www.cnblogs.com/kex1n/p/4178782.html Dijkstra是常用的全局路径规划算法,其本质上是一个最短路径寻优算法.算法的详细介绍参考上述 ...

  8. [python] A*算法基于栅格地图的全局路径规划

    # 所有节点的g值并没有初始化为无穷大 # 当两个子节点的f值一样时,程序选择最先搜索到的一个作为父节点加入closed # 对相同数值的不同对待,导致不同版本的A*算法找到等长的不同路径 # 最后c ...

  9. RRT路径规划算法

    传统的路径规划算法有人工势场法.模糊规则法.遗传算法.神经网络.模拟退火算法.蚁群优化算法等.但这些方法都需要在一个确定的空间内对障碍物进行建模,计算复杂度与机器人自由度呈指数关系,不适合解决多自由度 ...

  10. PRM路径规划算法

    路径规划作为机器人完成各种任务的基础,一直是研究的热点.研究人员提出了许多规划方法:如人工势场法.单元分解法.随机路标图(PRM)法.快速搜索树(RRT)法等.传统的人工势场.单元分解法需要对空间中的 ...

随机推荐

  1. 在Windows上安装配置MongoDB

    MongoDB下载 下载地址: https://www.mongodb.org/ 找到下载页面,选择对应的平台和版本,选择Package类型msi 安装 按默认或选择安装位置一步步到头 配置环境变量 ...

  2. WPF C# 命令的运行机制

    1.概述 1.1 WPF C# 命令的本质 命令是 WPF 中的输入机制,它提供的输入处理比设备输入具有更高的语义级别. 例如,在许多应用程序中都能找到的“复制”.“剪切”和“粘贴”操作就是命令. W ...

  3. shell编程企业级实战

    如何才能学好Shell编程 为什么要学习shell编程 Shell是Linux底层核心 Linux运维工作常用工具 自动化运维必备基础课程 学好shell编程所需Linux基础 熟练使用vim编辑器 ...

  4. apose和spire操作word

    Apose public void doSaveAsword(Dictionary<string,string> dict) { //--------------------------- ...

  5. Colorful Bricks CodeForces - 1081C ( 组合数学 或 DP )

    On his free time, Chouti likes doing some housework. He has got one new task, paint some bricks in t ...

  6. 浅析RPC远程过程调用基本原理

    在校期间大家都写过不少程序,比如写个hello world服务类,然后本地调用下,如下所示.这些程序的特点是服务消费方和服务提供方是本地调用关系. 而一旦踏入公司尤其是大型互联网公司就会发现,公司的系 ...

  7. git添加秘钥提示Key is already in use

    种种原因,需要修改git账号的秘钥. 操作如下: 1.删除系统上.ssh下的known_hosts文件  (一般在这个路径下C:\Users\Administrator\.ssh)如果账号不是Admi ...

  8. Keil MDK5的ITM调试

    https://blog.csdn.net/burgesskzg/article/details/77100453

  9. Git diff 统计代码更改数量

    1. git diff HEAD~2 获取最近两次提交的具体不同 包括增删的文件以及行数以及每行具体的改动 2.  git diff --stat 获取文件更改的个数 增加行数 删除行数 3. git ...

  10. JSON.stringify的三个参数(转载)

    前段时间勾股有提到stringify是支持三个参数,刷新的了我的认知,后来查到文档才发现还真的是支持三个参数的. 参考资料: stringify stringify方法顾名思义,就是把JSON序列换, ...