图的最短路径dijkstra算法

想法是这样的：

1. 最开始要建立4个list，分别存储

a. 所有的Vertex: allVertex[]

b. 一个空的Vertex list: emptyVertex[]

c. 一个前缀表 previous list(用来回溯路径用): previous[]

d. 一个表示最短距离的表(就是表示某个点与0点的最短距离)：

前两个list是用来辅助操作的，后2个表则是输出，通过后2个表我们能得到想要的一切结果。

因此我们的任务其实就是，最终把c。d两个表填充完毕即可。

2. 我们要做一个循环，循环次数为VertexMax次，因为如果是连通图，每次循环都能处理一个Vertex。

3. 第一次循环前我们把start这个vertex从allVertex表，移动到emptyVertex表。

4. 这样我们就需要遍历，与empty表所有vertex关联的每一条line。找出这些line中最短的一条。

5. 找到最短的这条line之后，更新一下previous表，previous[line->end] = start; 然后更新一下distances表, (distances[line->end]) 同 (distances[start] + line->weight)取最小值

6. 然后,line->end作为新的start，重新进入循环。。重复3-5步即可。

#include <iostream>
using namespace std;const int MAX_VERTEX = 5;//图的顶点数
const int MAX_INT = 0x7fffffff;//4字节的整数
const int MIN_INT = 0xffffffff;//4字节的整数
enum Kind{NG, DG};//无向图，有向图
Kind k = NG;//图的种类
int graph[MAX_VERTEX][MAX_VERTEX];//图
int emptyVertex[MAX_VERTEX];//空的Vertex集合
int allVertex[MAX_VERTEX];//当前Vertex集合
int previous[MAX_VERTEX];//前缀
int distances[MAX_VERTEX];//distancevoid printGraph(){//打印图cout<<"-----------begin-------------"<<endl;for(int i = 0; i < MAX_VERTEX; i++){for(int j = 0; j < MAX_VERTEX; j++){if(graph[i][j] < MAX_INT){cout<<graph[i][j]<<"\t";}else{cout<<"∞\t";}}cout<<"\n\v";}cout<<"-----------end-------------"<<endl;
}void printArr(int *arr, int len){//打印数组for(int i = 0; i < len; i++){if(arr[i] >= MAX_INT){cout<<"∞\t";}else{cout<<arr[i]<<"\t";}}cout<<endl;
}void printSituation(){//打印整个结构的各个数据部分。cout<<"[[======================================"<<endl;//cout<<"graph:\n";//printGraph();cout<<"allVertex:\n";printArr(allVertex, MAX_VERTEX);cout<<"emptyVertex:\n";printArr(emptyVertex, MAX_VERTEX);cout<<"previous:\n";printArr(previous, MAX_VERTEX);cout<<"distances:\n";printArr(distances, MAX_VERTEX);cout<<"======================================]]"<<endl;
}void init(){//初始化for(int i = 0; i < MAX_VERTEX; i++){emptyVertex[i] = MAX_INT;allVertex[i] = i;previous[i] = MAX_INT;distances[i] = MAX_INT;for(int j = 0; j < MAX_VERTEX; j++){graph[i][j] = MAX_INT;}}distances[0] = 0;
}void addLine(int start, int end, int weight){//增加一条lineif(start >= MAX_VERTEX || end >= MAX_VERTEX) return;graph[start][end] = weight;if(k == NG){graph[end][start] = weight;}
}void rmLine(int start, int end){//移除一条lineif(start >= MAX_VERTEX || end >= MAX_VERTEX) return;graph[start][end] = MAX_INT;if(k == NG){graph[end][start] = MAX_INT;}
}void dijkstra(){int start = 0;int emptyI = 0;//emptyVertex数组的下标int numHandled = 0;//每次循环都能处理一个vertex，因此需要循环MAX_VERTEX次。while(numHandled < MAX_VERTEX){//1. 把start从allVertex中取出，放入emptyVertex中emptyVertex[emptyI++] = allVertex[start];allVertex[start] = MAX_INT;//2. 找出 已经加入到 empty中的所有点上 的所有的line, 选出其中最短的一条，其end点作为下一次访问的起始点。//3. 根据这些line重新计算distances, 更新distances表--同时更新前缀表，前缀表是随着distances表变化的。int shortestWeight = MAX_INT;int shortestEnd = MIN_INT;for(int j = 0; j < MAX_VERTEX; j++){int currentStart = emptyVertex[j];if(currentStart < MAX_INT){//每一个在empty中的vertex都必须参加比较。在所有的这些vertex中关联的line中选一条 end 值不在empty中的最短的line。for(int i = 0; i < MAX_VERTEX; i++){//i值表示 (currentStart -> i) 这条 line 的 end值if(graph[currentStart][i] >= MAX_INT) {//如果这条line不存在，搜索下一条continue;}else{if(allVertex[i] != MAX_INT && shortestWeight > graph[currentStart][i]){//并且这条line不能是计算过的。如果合法，则比较当前最小的weight。shortestWeight = graph[currentStart][i];//选中这条line。shortestEnd = i;//记住这条line。if(distances[i] >= MAX_INT){//调整distances和previous.distances[i] = graph[currentStart][i] + distances[currentStart];previous[i] = currentStart;}else{if(distances[currentStart] + graph[currentStart][i] < distances[i]){distances[i] = distances[currentStart] + graph[currentStart][i];previous[i] = currentStart;}}}}}}}//4. 把最短的line的end作为新的start重新循环,if(shortestEnd == MIN_INT){cout<<"error!! shortestEnd == MIN_INT"<<endl;}else{cout<<"&&shortest line "<<shortestEnd<<", shortestWeight = "<<shortestWeight<<endl;start = shortestEnd;}//5. numHandled++numHandled++;printSituation();}
}int main(){init();/*addLine(0, 1, 5);addLine(1, 2, 7);addLine(1, 4, 5);addLine(2, 3, 8);addLine(2, 4, 9);addLine(2, 5, 7);addLine(3, 5, 5);addLine(4, 5, 15);addLine(4, 6, 6);addLine(5, 6, 8);addLine(5, 7, 9);addLine(6, 7, 11);*/k = DG;addLine(0, 1, 10);addLine(0, 3, 30);addLine(0, 4, 100);addLine(1, 2, 50);addLine(2, 4, 10);addLine(3, 2, 20);addLine(3, 4, 60);dijkstra();
}

。。。

图的最短路径dijkstra算法相关推荐

python棋盘最短路径_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 ...
【数据结构】图（最短路径Dijkstra算法）的JAVA代码实现
最短路径的概念最短路径的问题是比较典型的应用问题.在图中,确定了起始点和终点之后,一般情况下都可以有很多条路径来连接两者.而边或弧的权值最小的那一条路径就称为两点之间的最短路径,路径上的第一个顶点为 ...
三牛三虎过河问题--图的最短路径dijkstra算法--简单的Python实现
问题:三头牛三只虎要过河,船需要一只动物来划,另外至多还能载一物,而只有一头牛和一只虎会划船,并且当虎的数量多于牛的数量时,虎要吃牛,请设计一个安全渡河方案,并使渡河次数尽量少. 我们用一个数组来表示 ...
c++ 遍历所有点且距离最短_C/C++ 图的最短路径 Dijkstra 算法
作者:小石王链接:https://www.cnblogs.com/xiaoshiwang/p/9442391.html 图的最短路径的概念: 一位旅客要从城市A到城市B,他希望选择一条途中中转次数最 ...
最短路径-Dijkstra算法与Floyd算法
最短路径-Dijkstra算法与Floyd算法原文:https://www.cnblogs.com/smile233/p/8303673.html 一.最短路径 ①在非网图中,最短路径是指两顶点之间 ...
最短路径——Dijkstra算法以及二叉堆优化（含证明）
一般最短路径算法习惯性的分为两种:单源最短路径算法和全顶点之间最短路径.前者是计算出从一个点出发,到达所有其余可到达顶点的距离.后者是计算出图中所有点之间的路径距离. 单源最短路径 Dijkstra算 ...
使用邻接矩阵实现有向图最短路径Dijkstra算法
题目描述: 用邻接矩阵存储有向图,实现最短路径Dijkstra算法,图中边的权值为整型,顶点个数少于10个. 输入描述首先输入图中顶点个数和边的条数: 再输入顶点的信息(字符型): 再输入各边及其权 ...
最短路径——Dijkstra算法与Floyd算法
最短路径 Dijkstra算法 C语言代码实现代码解析 Floyd算法算法解析 C语言代码实现最短路径问题最短路径问题是我们经常会面临的一种决策问题.在图论中,非网图(边没有权值)的最短路径就 ...
分支限界法：单源最短路径--dijkstra算法
单源最短路径–dijkstra算法前面已经多次介绍过dijkstra算法是贪心算法,是动态规划,实际上可以从分支限界的角度来理解: 分支限界法分支限界法,实际上就是回溯法,一般意义的回溯法是基于深 ...

图的最短路径dijkstra算法

图的最短路径dijkstra算法相关推荐

最新文章

热门文章