1.BFS算法

2.Dijkstra算法

3.Floyd算法

4.总结

1.BFS算法

G纲是个物流离散中心，经常需要往各个城市运东西，怎么运送距离最近——单源最短路径问题

各个城市之间也学要来往，相互之间怎么走距离最近？——每对顶点之间的最短路径

如下图,BFS算法是如何实现最短路径问题的呢？设从顶点2开始，第一次搜索的结点为1号结点和6号结点，路径为1，从1号结点和6号结点开始找相邻的接地，5号结点和3号7号为相邻的结点，然后5号结点周围都是已经访问过的，3号结点和7号结点分别搜索搭配4号和8号结点，路径为4

代码

void BFS_MIN_Distance(Graph G,int u){//d[i]表示从u到i结点的最短路径for(int i = 0;i <G.vexnum;i ++){d[i] = -1 ;        //初始化路径长度path[i] = -1;     //最短路径从哪个顶点过来 } d[u] = 0;visited[u] = TRUE;EnQueue(Q,u);while(!isEmpty(Q)) {             //BFS算法过程 DeQueue(Q,u);               //对头元素u出队for(w = FirstNeighbor(G,u); w >=0 ;w = NextNeighbor(G,u,w))if(!visited[w]){d[w] = d[u] + 1;    // w为u的尚未访问的领结点 path[w] = u;        //最短路径应从u到w visited[w] = u;     // 设已访问标记 EnQueue(Q,w);       //顶点w入队 } }
}

2.Dijkstra算法

BFS算法的局限性

BFS算法只适用于求无权图，或所有边的权值都相同的图。

迪杰斯特拉最短路径算法可以解决

final：标记是否找到最短路径

dist：最短路径长度

path：路径上的前驱

首先v1和v4距离v0的路径长度分别为10和5，v0到本身的距离就位0

首先遍历所有没确定最短路径的点，v0是0，确定了，在v1,v2,v3,v4中找最短的是v4的5，

然后从经过v4开始到v1的最短路径变为8，到v2的最短路径变为14，到v3的最短路径值改为7.

同时修改path的值。

第二轮循环中，如果遍历发现最小的v3，把v3final值设为true。然后看其他没有确定的点，经过v3到v2的最短路径为7+6= 13，修改dist[2]的值为13，在修改其path的值。

第三次循环在v1和v2中，发现v1的dist值最少，将v1的final值改为true，经过v1的v2最短路径长度为9，修改为9，同时修改path的值。

第四次循环遍历所有结点，发现未遍历的最小的为v2，然后就找不到了。

通过path【】可知，v0到v2的最短带权路径v2<--v1<--v4<--v0。

时间复杂度

带负权值的图

3.Floyd算法

Floyd算法:求出每一对顶点之间的最短路径

使用动态规划思想，将问题的求解分为多个阶段
对于n个顶点的图G，求任意一对顶点Vi->Vj之间的最短路径可分为如下几个阶段:#初始:不允许在其他顶点中转，最短路径是?

#0:若允许在Vo中转，最短路径是?
#1∶若允许在Vo、V中转,最短路径是?#2:若允许在Vo、V1、V2中转，最短路径是?...
#n-1:若允许在Vo、V1、V2.......Vn-1中转，最短路径是?

算法实现

经过v4的时候发现任何一个代码都不需要修改。

代码实现如下

l l ... ...准备工作，根据图的信息初始化矩阵A和 path (如上图)
for (int k=0 ; k<n ; k++){          //考虑以Vk 作为中转点for(int i=0; i<n; i++) {           //遍历整个矩阵，i为行号，j为列号for (int j=0; j<n; j++){if (A[i][j]>A[i] [k]+A[k][j]){   //以vk为中转点的路径更短A[i][j]=A[ i] [k ]+A[k][j];  //更新最短路径长度path[ i][j]=k;    //中转点       }}}}

那么假如实现完成如何去找一个完整的路径呢

首先 v0 到 v4 通过 path[0][4]可知为3，所以

v0 v3 v4

然后v3到v4是没有中转点的，在再看v0和v3也就是path[0][3] 有2 这个中转点，所以填为

v0 v2 v3 v4

最后再找，只有v2 和v3之间有个中转点，中转点为v1

所以

v0 v2 v3 v1 v4

最后Floyd算法可以实现负权图，不能实现带负权值的组成的回路

4.总结

详解BFS，Dijkstra算法，Floyd算法是如何解决最短路径问题的相关推荐

最短路算法详解（Dijkstra/SPFA/Floyd）
转自:http://blog.csdn.net/murmured/article/details/19281031 一.Dijkstra Dijkstra单源最短路算法,即计算从起点出发到每个点的最短 ...
数据结构（六）：图的概念、存储方式、基本操作、最小生成树、最短路径、有向无环图、关键路径 | Prim、Kruskal算法 | BFS、Dijkstra、Floyd算法 | 拓扑排序 | 求关键路径
文章目录第六章图一.图 (一)图的定义 (二)图逻辑结构的应用 (三)无向图.有向图 (四)简单图.多重图 (五)顶点的度.入度.出度 (六)顶点-顶点的关系描述 (七)连通图.强连通图 (八) ...
03 最短路 dijkstra算法spfa算法floyd算法（附带实例代码）图论-1
文章目录最短路邻接表的图如下邻接矩阵如下图链表实现邻接表实现代码单源最短路径 Dijkstra 算法朴素版本 Dijkstra 实现代码堆优化的dijkstra算法代码实现 Bellma ...
【百度联盟峰会】李彦宏详解AI时代思维方式，算法驱动的降维攻击
[百度联盟峰会]李彦宏详解AI时代思维方式,算法驱动的降维攻击新智元 2017-05-23 14:51:52 李彦宏手机百度阅读(20879) 评论(19) 新智元报道来源:百度 [新 ...
CORDIC算法详解（一）- CORDIC 算法之圆周系统之旋转模式（ Rotation Mode )
版权声明:本文为博主原创文章,遵循 CC 4.0 by-sa 版权协议,转载请附上原文出处链接和本声明. 本文链接:https://blog.csdn.net/Pieces_thinking/arti ...
CORDIC算法详解(五)-统一的 CORDIC 算法形式
CORDIC算法详解(五)- 统一的 CORDIC 算法形式文章目录 CORDIC算法详解(五)- 统一的 CORDIC 算法形式 5 统一的 CORDIC 算法形式相关参考资料及源码网上有 ...
详解高斯混合模型与EM算法
详解高斯混合模型与EM算法详解高斯混合模型与EM算法高斯混合模型单高斯模型(Gaussian single model, GSM) 一维高斯分布多维高斯分布混合高斯模型(Gaussian m ...
一文详解基于测距的空间定位算法
一文详解基于测距的空间定位算法文章目录一文详解基于测距的空间定位算法 0 定位算法分类 0.1 基于测距与非基于测距的定位算法 0.2 集中式与分布式定位算法 0.3 绝对与相对定位算法 0.4 ...
html 字体模糊,详解css3使用transform出现字体模糊的解决办法
这个问题很奇葩,话不多少直接上代码: .g-dialog-wrapper { position: fixed; top: 50%; left: 50%; transform: translate(-5 ...

详解BFS，Dijkstra算法，Floyd算法是如何解决最短路径问题的

1.BFS算法

2.Dijkstra算法

3.Floyd算法

4.总结

详解BFS，Dijkstra算法，Floyd算法是如何解决最短路径问题的相关推荐

最新文章

热门文章