Dijkstra 算法+fibonacci堆的逐步c实现

引言：
来考虑一个问题，
平面上6个点，A,B,C,D,E,F，假定已知其中一些点之间的距离，
现在，要求A到其它5个点，B,C,D,E,F各点的最短距离。

如下图所示：

经过上图，我们可以轻而易举的得到A->B,C,D,E,F各点的最短距离：

目的路径最短距离
A=>A， A->A 0
A=>B， A->C->B 3+2=5
A=>C， A->C 3
A=>D， A->C->D 3+3=6
A=>E， A->C->E 3+4=7
A=>F， A->C->D->F 3+3+3=9

我想，如果是单单出上述一道填空题，要你答出A->B,C,D,E,F各点的最短距离，

一个小学生，掰掰手指，也能在几分钟之内，填写出来。

我们的问题，当然不是这么简单，上述只是一个具体化的例子而已。

实际上，很多的问题，如求图的最短路径问题，就要用到上述方法，不断比较、不断寻找，以期找到最短距离的路径，此类问题，便是Dijkstra 算法的应用了。当然，还有BFS算法，以及更高效的A*搜寻算法。

A*搜寻算法已在本BLOG内有所详细的介绍，本文咱们结合fibonacci堆实现Dijkstra 算法。

即，Dijkstra + fibonacci堆 c实现。

我想了下，把一个算法研究够透彻之后，还要编写代码去实现它，才叫真正掌握了一个算法。本BLOG内经典算法研究系列，已经写了18篇文章，十一个算法，所以，还有10多个算法，待我去实现。

代码风格
实现一个算法，首先要了解此算法的原理，了解此算法的原理之后，便是写代码实现。
在打开编译器之前，我先到网上搜索了一下“Dijkstra 算法+fibonacci堆实现”。

发现：网上竟没有过 Dijkstra + fibonacci堆实现的c代码，而且如果是以下几类的代码，我是直接跳过不看的：

1、没有注释(看不懂)。
2、没有排版(不舒服)。
3、冗余繁杂(看着烦躁)。

fibonacci堆实现Dijkstra 算法

ok，闲话少说，咱们切入正题。下面，咱们来一步一步利用fibonacci堆实现Dijkstra 算法吧。

前面说了，要实现一个算法，首先得明确其算法原理及思想，而要理解一个算法的原理，又得知道发明此算法的目的是什么，即，此算法是用来干什么的?

由前面的例子，我们可以总结出：Dijkstra 算法是为了解决一个点到其它点最短距离的问题。

我们总是要找源点到各个目标点的最短距离，在寻路过程中，如果新发现了一个新的点，发现当源点到达前一个目的点路径通过新发现的点时，路径可以缩短，那么我们就必须及时更新此最短距离。

ok，举个例子：如我们最初找到一条路径，A->B，这条路径的最短距离为6，后来找到了C点，发现若A->C->B点路径时，A->B的最短距离为5，小于之前找到的最短距离6，所以，便得此更新A到B的最短距离：为5，最短路径为A->C->B.好的，明白了此算法是干什么的，那么咱们先用伪代码尝试写一下吧(有的人可能会说，不是吧，我现在，什么都还没搞懂，就要我写代码了。额，你手头不是有资料么，如果全部所有的工作，都要自己来做的话，那就是一个浩大的工程了。:D。)。咱们先从算法导论上，找来Dijkstra 算法的伪代码如下：

DIJKSTRA(G, w, s)
1 INITIALIZE-SINGLE-SOURCE(G, s) //1、初始化结点工作
2 S ←
3 Q ← V[G] //2、插入结点操作
4 while Q ≠
5 do u ← EXTRACT-MIN(Q) //3、从最小队列中，抽取最小点工作
6 S ← S ∪{u}
7 for each vertex v ∈ Adj[u]
8 do RELAX(u, v, w) //4、松弛操作。

伪代码毕竟与能在机子上编译运行的代码，还有很多工作要做。

首先，咱们看一下上述伪代码，可以看出，基本上，此Dijkstra 算法主要分为以下四个步骤：

1、初始化结点工作
2、插入结点操作
3、从最小队列中，抽取最小点工作
4、松弛操作。

ok，由于第2个操作涉及到斐波那契堆，比较复杂一点，咱们先来具体分析第1、2、4个操作：

1、得用O（V）的时间，来对最短路径的估计，和对前驱进行初始化工作。

INITIALIZE-SINGLE-SOURCE(G, s)
1 for each vertex v ∈ V[G]
2 do d[v] ← ∞
3 π[v] ← NIL //O（V）
4 d[s] 0

我们根据上述伪代码，不难写出以下的代码：

void init_single_source(Graph *G,int s)
{
for (int i=0;in;i++) {
d[i]=INF;
pre[i]=-1;
}
d[s]=0;
}

2、插入结点到队列的操作

2 S ←
3 Q ← V[G] //2、插入结点操作

代码：
for (i=0;in;i++)
S[i]=0;

4、松弛操作。
首先得理解什么是松弛操作：
Dijkstra 算法使用了松弛技术，对每个顶点v<-V，都设置一个属性d[v]，用来描述从源点s到v的最短路径上权值的上界，称为最短路径的估计。
RELAX(u, v, w)
1 if d[v] > d[u] + w(u, v)
2 then d[v] ← d[u] + w(u, v)
3 π[v] ← u //O（E）

同样，我们不难写出下述代码：
void relax(int u,int v,Graph *G)
{
if (d[v]>d[u]+G->w[u][v])
{
d[v] = d[u]+G->w[u][v]; //更新此最短距离
pre[v]=u; //u为v的父结点
}
}

再解释一下上述relax的代码，其中u为v的父母结点，当发现其父结点d[u]加上经过路径的距离G->w[u][v]，小于子结点到源点的距离d[v]，便得更新此最短距离。
请注意，说的明白点：就是本来最初A到B的路径为A->B，现在发现，当A经过C到达B时，此路径距离比A->B更短，当然，便得更新此A到B的最短路径了，即是：A->C->B，C 即成为了B的父结点(如此解释，我相信您已经明朗。:D。)。
即A=>B <== A->C->B，执行赋值操作。ok，第1、2、4个操作步骤，咱们都已经写代码实现了，那么，接下来，咱们来编写第3个操作的代码：3、从最小队列中，抽取最小点工作。相信，你已经看出来了，我们需要构造一个最小优先队列，那用什么来构造最小优先队列列?对了，堆。什么堆最好，效率最高，呵呵，就是本文要实现的fibonacci堆。为什么?ok，请看最小优先队列的三种实现方法比较：EXTRACT-MIN + RELAX

I、简单方式： O（VV + E1）
II、二叉/项堆： O（VlgV + |E|lgV）
源点可达：O（ElgV）
稀疏图时，有E=o（V^2/lgV），
=> O（V^2）
III、斐波那契堆：O（VlgV + E）

其中，V为顶点，E为边。好的，这样我们就知道了：Dijkstra 算法中，当用斐波纳契堆作优先队列时，算法时间复杂度为O（V*lgV + E）。额，那么接下来，咱们要做的是什么列?当然是要实现一个fibonacci堆了。可要怎么实现它，才能用到我们

Dijkstra 算法中列?对了，写成一个库的形式。库?呵呵，是一个类。

    ok，以下就是这个fibonacci堆的实现：


```c
//FibonacciHeap.h
#ifndef _FIBONACCI_HEAP_H_INCLUDED_
#define _FIBONACCI_HEAP_H_INCLUDED_  #include <functional>
#include <algorithm>  template<typename T>
struct Fib_node
{  Fib_node* ns_; //后驱结点  Fib_node *pt_; //父母结点  Fib_node* ps_; //前驱结点  Fib_node* fc_; //头结点  int rank_;     //孩子结点  bool marked_;  //孩子结点是否删除的标记  T* pv_;  Fib_node(T* pv = 0) : pv_(pv) { }  T& value(void) { return *pv_; }  void set_src(T* pv) { pv_ = pv; }
}; //Fib_node的数据结构  template<class Node, class OD>
Node* merge_tree(Node*a, Node* b, OD small)  //合并结点
{


[转载于以下网址](https://blog.csdn.net/a_big_pig/article/details/44163903)

Dijkstra 算法+fibonacci堆的逐步c实现相关推荐

dijkstra算法及其堆优化
dijkstra算法及其堆优化 (个人笔记写给自己看的) 数据结构:链式前向星,优先队列 dijkstra算法: vis数组初始化为0,dis数组初始化为inf(很大的值如:0x7fffffff),设 ...
Dijkstra算法和堆优化
目录 Dijkstra介绍算法思想具体步骤代码实现 Dijkstra链式向前星优化思路实现步骤代码实现 Dijkstra链式向前星堆优化优化思路优化步骤代码实现参考资料(帮助理解代 ...
Dijkstra算法及堆优化
1.有向无环图的单源点最短路其实跟之前说的最长路是一样的思路:广搜(拓扑排序)+ DP 如下图所示: 2.一般图的单源点最短路 Dijkstra(迪杰斯特拉)算法算法思路:每次找离起点最近的那个 ...
Dijkstra算法（堆优化版求稀疏图最短路）
南昌理工acm集训队迪杰斯特拉算法是由荷兰计算机科学家狄克斯特拉于1959年提出的,是从一个顶点到其余各顶点的最短路径算法,解决的是有权图中最短路径问题. 基本思想 Dijkstra算法是用来解决不 ...
第六天PAT-A1003 Emergency最短路问题Dijkstra算法(小根堆)描述及模板
A1003 Description: 作为一个城市的急救队领导,你会得到你所在城市的一个特别地图.这张地图展示了一些由一些路径相连的几个零散的城市.每个城市的救援队总数和连接两个城市的道路的长度都标注 ...
DijKstra算法普通+堆优化链式向前星
朴素版本 #include<bits/stdc++.h> using namespace std; const int maxn = 10010; const int inf = 0x3f ...
朴素版Dijkstra算法
文章目录一.Dijkstra是什么? 二.使用步骤 1.Dijkstra的基本原理 2.时间复杂度三.代码实现思路四.代码实现总结一.Dijkstra是什么? Dijkstra算法是由荷兰计 ...
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 ...
Dijkstra算法详解
什么是Dijkstra算法迪杰斯特拉算法(Dijkstra)是由荷兰计算机科学家狄克斯特拉于1959年提出的,因此又叫狄克斯特拉算法.是从一个顶点到其余各顶点的最短路径算法,解决的是有权图中最短 ...
Dijkstra算法求最短路
一.算法描述 Dijkstra算法的流程如下: 1.初始化dist[1] = 0,其余节点的dist值为无穷大. 2.找出一个未被标记的.dist[x]最小的节点x,然后标记节点x. 3.扫描节点x的 ...

Dijkstra 算法+fibonacci堆的逐步c实现

Dijkstra 算法+fibonacci堆的逐步c实现相关推荐

最新文章

热门文章