最短路径之Dijkstra算法及实例分析
Dijkstra算法迪科斯彻算法
Dijkstra算法描述为:假设用带权邻接矩阵来表示带权有向图。首先引进一个辅助向量D,它的每个分量D[i]表示当前所找到的从始点v到每个终点Vi的最短路径。它的初始状态为:若两顶点之间有弧,则D[i]为弧上的权值;否则置D[i]为无穷大。
1. 找到与源点v最近的顶点,并将该顶点并入最终集合S;
2. 根据找到的最近的顶点更新从源点v出发到集合V-S上可达顶点的最短路径;
3. 重复以上操作。
以前总是认为Dijkstra算法可以用来求从源点到指定终点的最短路径,导致总不能抓住算法的中心思想。现在认为把握Dijkstra的算法要点为:
1. Dijkstra提出了一个按路径长度递增的次序产生最短路径的算法;
2. 每次循环都可以得到一个从源点到某个顶点的最短路径,某个即不是确定的一个;
以 带权有向图 1为例说明Dijkstra算法的执行过程:
图1 带权有向图
假设源点为v0,则初始状态时源点到其它各顶点的距离为:<∽代表无穷大>
源点 终点 |
v1 |
v2 |
v3 |
v4 |
v5 |
v0 |
∽ |
10 |
∽ |
30 |
100 |
由上表可知,与源点v0最近的顶点为v2,距离为10。
将v2加入到最终顶点集合S中。
再根据v2更新从源点到其它顶点的最短距离,即从v0-v2-v3的距离为60<∽,所以将v0到v3的距离更新为60,如下表所示:
源点 终点 |
v1 |
v2 |
v3 |
v4 |
v5 |
v0 |
∽ |
10 |
60 |
30 |
100 |
由上表可知,与源点v0次近的顶点为v4,距离为30。
将v4加入到最终顶点集合S中;
再根据v4更新从源点到其它顶点的最短距离。即从v0-v4-v3的距离为50<60,所以将v0到v3的距离更新为50;从v0-v4-v5的距离为90<100,所以将v0到v5的距离更新为90。
源点 终点 |
v1 |
v2 |
v3 |
v4 |
v5 |
v0 |
∽ |
10 |
50 |
30 |
90 |
重复以上操作……
直到最终集合包含了所有的顶点。
以上参考来源:http://www.cppblog.com/eryar/archive/2013/01/01/196897.html
>>应用例子:深大各地点之最短路径
#include<iostream>
#include<stack>
#include<string>
#defineM 100
#defineN 100
#definev_num 8 //顶点个数
#definee_num 11 //边数
usingnamespace std;
classMGraph
{
public:
string name[v_num];
//顶点名称
string info[v_num];
//顶点信息
int matrix[N][M];
//邻接矩阵
int n ;
//顶点数
int e ;
//边数
public:
MGraph(int v_n,int e_n){ n = v_n; e =e_n; }
void help();
void buildMap();
void buildInfo();
void display();
void findInfo(int v);
void findDij(int v0,int v);
};
//主菜单
voidhelp()
{
cout<<"************************************"<<endl;
cout<<"<1> 查询景点介绍\n";
cout<<"<2> 查询任意两个景点之间的最佳路线\n";
cout<<"<other> 退出\n";
cout<<"************************************"<<endl;
}
//景点距离
voidMGraph::buildMap()
{
matrix[0][1] = 5;
matrix[1][3] = 5;
matrix[1][2] = 8;
matrix[2][3] = 5;
matrix[3][4] = 5;
matrix[4][5] = 4;
matrix[4][6] = 10;
matrix[3][6] = 10;
matrix[5][6] = 10;
matrix[5][7] = 20;
matrix[6][7] = 15;
}
//景点名称及介绍信息
voidMGraph::buildInfo()
{
name[0] = "南区";info[0] ="南区有学生宿舍以及新建的信工,机电,医学院大楼";
name[1] = "学生活动中心/石头坞"; info[1] = "各种学生活动的主要场所";
name[2] = "南图";info[2] = "南图书馆与北图书馆相对而立,主要存放理工科类书籍";
name[3] = "教学楼";info[3] ="顾名思义,很多课程都在这上,建筑呈之字形,分A,B,C,D四栋";
name[4] = "北图";info[4] ="北图书馆文学气息浓厚,主要存放文科类书籍";
name[5] = "办公楼";info[5] ="深圳大学的行政办公楼";
name[6] = "科技楼";info[6] ="又被称为中指楼,深大最具特色的建筑,兼具办公,科研";
name[7] = "文科楼";info[7] ="文科楼是深大学生主要上课的场所之一";
}
//显示景点
voidMGraph::display()
{
int i;
cout<<"*******************************菜单**********************************"<<endl;
cout<<"*********************************************************************"<<endl;
cout<<"<0>返回上层菜单 ";
for(i=0;i<v_num;++i)
{
if((i+2)%3==0)
{
cout<<'<'<<i+1<<'>'<<name[i]<<endl;
cout<<"---------------------------------------------------------------------"<<endl;
}
else
cout<<'<'<<i+1<<'>'<<name[i]<<" ";
}
cout<<endl;
cout<<"*********************************************************************"<<endl<<endl;
}
//查询景点信息
voidMGraph::findInfo(int v)
{
cout<<"-------------------------<"<<name[v]<<">------------------------------"<<endl;
cout<<endl;
cout<<info[v]<<endl;
cout<<"---------------------------------------------------------------------"<<endl;
cout<<endl<<endl;
}
//最短路径算法
voidMGraph::findDij(int v0,int v) //v0表示源顶点
{
int *dist=(int *)malloc(sizeof(int)*n);
int *path=(int *)malloc(sizeof(int)*n);
int i,j,k;
bool *visited=(bool*)malloc(sizeof(bool)*n);
for(i=0;i<n;i++) //初始化
{
if(matrix[v0][i]>0&&i!=v0)
{
dist[i]=matrix[v0][i];
path[i]=v0;
//path记录最短路径上从v0到i的前一个顶点
}
else
{
dist[i]=INT_MAX;
//若i不与v0直接相邻,则权值置为无穷大
path[i]=-1;
}
visited[i]=false;
path[v0]=v0;
dist[v0]=0;
}
visited[v0]=true;
for(i=1;i<n;i++)
//循环扩展n-1次
{
int min=INT_MAX;
int u;
for(j=0;j<n;j++)
//寻找未被扩展的权值最小的顶点
{
if(visited[j]==false&&dist[j]<min)
{
min=dist[j];
u=j;
}
}
visited[u]=true;
for(k=0;k<n;k++)
//更新dist数组的值和路径的值
{
if(visited[k]==false&&matrix[u][k]>0&&min+matrix[u][k]<dist[k])
{
dist[k]=min+matrix[u][k];
path[k]=u;
}
}
}
//输出最短路线
cout<<endl<<name[v0]<<"到"<<name[v]<<"的最短路径是:"<<dist[v]<<endl;
//打印路线
stack<int> s;
int u=v;
while(v!=v0)
{
s.push(v);
v=path[v];
}
s.push(v);
cout<<"具体路线为:";
while(!s.empty())
{
cout<<name[s.top()]<<"";
s.pop();
}
cout<<endl<<endl;
}
//主函数
intmain(int argc, char *argv[])
{
int i,j,c2;
char c1;
MGraph g(v_num,e_num);
int v0,v;
for(i=0;i<N;i++)
for(j=0;j<M;j++)
g.matrix[i][j]=10000;
g.buildInfo();
g.buildMap();
do
{
help();
cout<<"请选择查询内容:"<<endl;
cin>>c1;
switch(c1)
{
case'1':while(1)
{
g.display();
cout<<"请输入查询景点编号:"<<endl;
cin>>c2;
if(c2==0) break;
g.findInfo(c2-1);
}
break;
case'2':while(1)
{
g.display();
cout<<"请依次输入两个查询景点编号(第一个编号小于第二个):"<<endl;
cin>>v0>>v;
if(v0==0||v==0) break;
g.findDij(v0-1,v-1);
}
break;
}
}while(c1=='1'||c1=='2');
return 0;
}
最短路径之Dijkstra算法及实例分析的更多相关文章
- 【算法设计与分析基础】25、单起点最短路径的dijkstra算法
首先看看这换个数据图 邻接矩阵 dijkstra算法的寻找最短路径的核心就是对于这个节点的数据结构的设计 1.节点中保存有已经加入最短路径的集合中到当前节点的最短路径的节点 2.从起点经过或者不经过 ...
- 单源最短路径(dijkstra算法)php实现
做一个医学项目,当中在病例评分时会用到单源最短路径的算法.单源最短路径的dijkstra算法的思路例如以下: 如果存在一条从i到j的最短路径(Vi.....Vk,Vj),Vk是Vj前面的一顶点.那么( ...
- 数据结构与算法--最短路径之Dijkstra算法
数据结构与算法--最短路径之Dijkstra算法 加权图中,我们很可能关心这样一个问题:从一个顶点到另一个顶点成本最小的路径.比如从成都到北京,途中还有好多城市,如何规划路线,能使总路程最小:或者我们 ...
- 最短路径 | 深入浅出Dijkstra算法(一)
参考网址: https://www.jianshu.com/p/8b3cdca55dc0 写在前面: 上次我们介绍了神奇的只有五行的 Floyd-Warshall 最短路算法,它可以方便的求得任意两点 ...
- 经典树与图论(最小生成树、哈夫曼树、最短路径问题---Dijkstra算法)
参考网址: https://www.jianshu.com/p/cb5af6b5096d 算法导论--最小生成树 最小生成树:在连通网的所有生成树中,所有边的代价和最小的生成树,称为最小生成树. im ...
- Python数据结构与算法之图的最短路径(Dijkstra算法)完整实例
本文实例讲述了Python数据结构与算法之图的最短路径(Dijkstra算法).分享给大家供大家参考,具体如下: # coding:utf-8 # Dijkstra算法--通过边实现松弛 # 指定一个 ...
- 算法学习记录-图——最短路径之Dijkstra算法
在网图中,最短路径的概论: 两顶点之间经过的边上权值之和最少的路径,并且我们称路径上的第一个顶点是源点,最后一个顶点是终点. 维基百科上面的解释: 这个算法是通过为每个顶点 v 保留目前为止所找到的从 ...
- ACM: HDU 3790 最短路径问题-Dijkstra算法
HDU 3790 最短路径问题 Time Limit:1000MS Memory Limit:32768KB 64bit IO Format:%I64d & %I64u Des ...
- python数据结构与算法——图的最短路径(Dijkstra算法)
# Dijkstra算法——通过边实现松弛 # 指定一个点到其他各顶点的路径——单源最短路径 # 初始化图参数 G = {1:{1:0, 2:1, 3:12}, 2:{2:0, 3:9, 4:3}, ...
随机推荐
- HDU-4751 Divide Groups 染色问题
题目链接:http://acm.hdu.edu.cn/showproblem.php?pid=4751 题意:有n个人,每个人都认识一些人,要求把他们分成两个集合,使得两个集合中的人都相符两两认识. ...
- Spring Auto-Wiring Beans with @Autowired annotation
In last Spring auto-wiring in XML example, it will autowired the matched property of any bean in cur ...
- jps用法
jps(Java Virtual Machine Process Status Tool)是JDK 1.5提供的一个显示当前所有java进程pid的命令,简单实用,非常适合在linux/unix平台上 ...
- Linux 系统监控和诊断工具:lsof
1.lsof 简介 lsof 是 Linux 下的一个非常实用的系统级的监控.诊断工具. 它的意思是 List Open Files,很容易你就记住了它是 “ls + of”的组合~ 它可以用来列出被 ...
- mvc annotation-driven作用
会自动注册DefaultAnnotationHandlerMapping与AnnotationMethodHandlerAdapter两个bean,是spring MVC为Controller分发请求 ...
- VC中监测函数运行时间
VC++编程时,经常会监控某个算法的计算时间,以确定算法的效率.编码举例如下, //========start: algorithm time============= // SYSTEMTIME s ...
- corpus academic writing
http://micusp.elicorpora.info/ http://corpus.byu.edu/coca/ http://rcpce.engl.polyu.edu.hk/RACorpus/
- 神经网络学习-问题(二)-scipy未正确安装报DLL找不到的问题
问题如下: E:\project\DL\python\keras>python keras_sample.pyUsing Theano backend.Traceback (most recen ...
- 剑指OFFER之二进制中1的个数(九度OJ1513)
题目描述: 输入一个整数,输出该数二进制表示中1的个数.其中负数用补码表示. 输入: 输入可能包含多个测试样例.对于每个输入文件,第一行输入一个整数T,代表测试样例的数量.对于每个测试样例输入为一个整 ...
- kotlin使用手记
几个月前接触过scala,当时下载一个库用maven引入,弄了很久,后来觉得没起一个项目有点重量级,一次偶然机会在升级idea的时候,发现jetbrains官网出了一门新的jvm编程语言kotlin, ...