算法系列——迪杰斯特拉算法(Dijkstra)
本系列旨在用简单的人话讲解算法,尽可能避免晦涩的定义,读者可以短时间内理解算法原理及应用细节。我在努力!
本篇文章编程语言为Python,供参考。
迪杰斯特拉算法(Dijkstra)
典型最短路径算法。用于计算一个节点到其他节点的最短路径。
基本原理:从起始点出发,重复寻找当前距离起始点最近的且未访问过的结点,然后利用该结点更新距离数组,直到访问过全部结点为止,最终的距离数组即为起始点到其余个点的最短路径距离。
1. 邻接矩阵构建
基本用途:用一个二维数组存放两两结点之间的距离或权值。
2. 算法实现
最终得到的距离数组的每一项就是起始点到该点的最短距离。
3. 最短路径的寻找
理论依据:
由于 距离数组 是不断更新的,所以最终 目标点索引 所对应的值一定是 起始点到目标点的最短路径距离。所以 最后一次更新这个值的结点 一定是 最短路径上 目标点的上一个结点。(否则就会被更短的再次更新,就不可能是最后一次更新)
由于上一个结点一定是最短路径上的结点,所以根据最优化原理(principle of optimality),上一个结点索引 所对应的值一定是 起始点到该点的最短距离,(否则就会出现更优路径,这条路径就不可能是最短路径)。
所以,以此类推,反向推回去,一直到起始点,就得到了最短路径。
有了理论依据,再返回去看刚才的距离数组更新过程,就可以找出最短路径。
附全部源码:
#北京 天津 郑州 济南 长沙 海南
# 0 1 2 3 4 5#模拟从文件中读入图的各个路径
a = """
0 1 500
0 2 100
1 2 900
1 3 300
2 3 400
2 4 500
3 4 1300
3 5 1400
4 5 1500
"""INF = float('inf')#定义邻接矩阵 记录各城市之间的距离
weight = [[INF if j!=i else 0 for j in range(6)] for i in range(6)]#解析数据
b = [[int(i) for i in i.split(' ')] for i in a.split('\n') if i != '']for i in b:weight[i[0]][i[1]] = i[2]weight[i[1]][i[0]] = i[2]def dijkstra(src, target):"""src : 起点索引dist: 终点索引ret: 最短路径的长度"""#未到的点u = [i for i in range(6)]#距离列表dist = weight[src][:]#把起点去掉u.remove(src)#用于记录最后更新结点last_update = [src if i != INF else -1 for i in dist] while u != []:idx = 0min_dist = INF#找最近的点for i in range(6):if i in u and dist[i] < min_dist:min_dist = dist[i]idx = i#从未到列表中去掉这个点u.remove(idx)#更新dist(借助这个点连接的路径更新dist)for j in range(6):if j in u and weight[idx][j] + min_dist < dist[j]:dist[j] = weight[idx][j] + min_dist#记录更新该结点的结点编号last_update[j] = idx#输出从起点到终点的路径结点tmp = targetpath = []while tmp != src:path.append(tmp)tmp = last_update[tmp]path.append(src)print("->".join([str(i) for i in reversed(path)]))return dist[target]
算法系列——迪杰斯特拉算法(Dijkstra)相关推荐
- 0096 克鲁斯卡尔算法,迪杰斯特拉算法
/* * 克鲁斯卡尔算法 * 1.用来求加权连通图的最小生成树的算法 * 2.思想:按照权值从小到大的顺序,选择n-1条边,并保证这n-1条边不构成回路 * 3.先构造一个只含n个顶点的森林, ...
- 数据结构第十二天——普利姆算法和迪杰斯特拉算法
普利姆(Prim)算法求最小生成树,也就是在包含 n个顶点的连通图中,找出只有(n-1)条边包含所有 n个顶点的连通子图,也就是所谓的极小连通子图 最小生成树:给定一个带权的无向连通图,如何选取一棵生 ...
- 图 相关算法~从头学算法【广搜、 深搜、 拓扑排序、 并查集、 弗洛伊德算法、迪杰斯特拉算法】
图的相关主流算法主要有: 广度优先搜索 深度优先搜索 拓扑排序 并查集 多源最短路径(弗洛伊德算法) 单源最短路径(迪杰斯特拉算法) 其中呢,最基本的是前两种,也就是平时常用的广搜和深搜,本文中将概要 ...
- 算法之迪杰斯特拉(dijkstra)非常详细介绍
迪杰斯特拉(dijkstra)算法是单源最短路径问题的求解方法.单源最短路径就在给出一个固定网络,指定一个原点s,一个目标点e,求这两个点之间的最短路径.举个栗子来理解一下. 小明上学的时候,从家到学 ...
- 最短路径算法之迪杰斯特拉算法(Dijkstra)和佛洛依德算法(Floyd)
今天学习了这两种算法,都是用来求最小路径的算法,但是迪杰斯特拉算法只能从某个特定点到所有点的最短路径,而佛洛依德算法可以查出任意点到任意点的最小路径. 迪杰斯特拉: package dijkstra; ...
- 【数据结构】图的应用(普利姆算法、克鲁斯卡尔算法、迪杰斯特拉算法、弗洛伊德算法、拓扑排序)
最小生成树 什么是最小生成树 是一棵树 - 无回路 - |V|个顶点一定有|V|-1条边 是生成树 - 包含全部顶点 - |V|-1条边全在图里 贪心算法 什么是"贪":每一步都要 ...
- java迪杰斯特拉算法_迪杰斯特拉算法完整代码(Java)
package com.rao.graph; import java.util.*; /** * @author Srao * @className Dijkstra * @date 2019/12/ ...
- 【数据结构与算法】迪杰斯特拉算法的介绍和最短路径问题程序实现
目录 1. 迪杰斯特拉算法的介绍 2. 迪杰斯特拉算法的原理 3. 最短路径问题介绍 1. 迪杰斯特拉算法的介绍 迪杰斯特拉(Dijkstra)算法是典型求两点之间最短路径算法.它的主要特点是以起始点 ...
- 计算机网络课程实验4——编程实现路由算法(迪杰斯特拉算法)
实验目的: 运用各种编程语言实现基于 Dijkstra 算法的路由软件. 实验意义: 通过本实验,使学生能够对路由原理和路由算法有进一步的理解和掌握. 实验步骤: 1, 选择合适的编程语言编程实现基于 ...
最新文章
- 秦州:西瓜书 + 南瓜书 吃瓜系列 10. 集成学习(下)
- 某女产品经理吐槽:男朋友家里出450万做婚房首付,自己想出40万加上名字,男朋友却不同意!网友:心机女!...
- Tensorflow 可视化 TensorBoard 尝试~
- VMware提示:已将该虚拟机配置为使用 64 位客户机操作系统。但是,无法执行 64 位操作。解决方案
- boost::log模块实现loging到 syslog 服务器的示例
- 【spring boot】ajax post提交遇到403
- k8s问题 CrashLoopBackOff
- hive臨時udf與永久udf詳細操作流程
- 读jQuery源码释疑笔记
- dos攻击命令_Kali Linux系列之拒绝服务攻击(DOS)实战(上)
- docker harbor 新建私有仓库
- 从Exchange 通往Office 365系列(十二)发布Outlook Anywhere
- 用汇编的眼光看C++(之算术符重载陷阱)
- Haproxy+Nginx实现web负载均衡群集
- 【题解】Making The Grade(DP+结论)
- macos蓝牙驱动和wifi驱动名称_win7蓝牙装不上?别急着捣鼓驱动软件啦!可能是硬件问题!...
- 计算机应用技术实验教程 网页制作,HtmlExperiment网页制作基础教程
- EKF扩展卡尔曼滤波估算SOC/锂电池SOC估算估计/EKF估算SOC 基于二阶RC模型搭建
- golang的json的时间格式化解决方案
- win7 64 下Vim与Vundle,pathogen的安装【转】
热门文章
- Docker启动命令查看
- 高级算法梳理(三)XGB算法
- ProjectWin.obj:-1: error: LNK2001: 无法解析的外部符号 “private: static class ProjectWin * ProjectWin::m_pInst
- 前端 CSS 基础笔记
- python静态变量和静态方法
- jieba(结巴)分词种词性简介
- xcode 真机调试 需要付费吗_iOS真机调试配置
- jar包制作Docker镜像
- java利用jacob,文字转语音文件,windows
- C++—— pass by value and use std::move