[转]最短路径算法—Dijkstra(迪杰斯特拉)算法分析与实现
最短路径算法—Dijkstra(迪杰斯特拉)算法分析与实现(C/C++)
Dijkstra算法
———————————
最后更新时间:2011.9.25
———————————
Dijkstra(迪杰斯特拉)算法是典型的最短路径路由算法,用于计算一个节点到其他所有节点的最短路径。主要特点是以起始点为中心向外层层扩展,直到扩展到终点为止。Dijkstra算法能得出最短路径的最优解,但由于它遍历计算的节点很多,所以效率低。
Dijkstra算法是很有代表性的最短路算法,在很多专业课程中都作为基本内容有详细的介绍,如数据结构,图论,运筹学等等。
其基本思想是,设置顶点集合S并不断地作贪心选择来扩充这个集合。一个顶点属于集合S当且仅当从源到该顶点的最短路径长度已知。
初始时,S中仅含有源。设u是G的某一个顶点,把从源到u且中间只经过S中顶点的路称为从源到u的特殊路径,并用数组dist记录当前每个顶点所对应的最短特殊路径长度。Dijkstra算法每次从V-S中取出具有最短特殊路长度的顶点u,将u添加到S中,同时对数组dist作必要的修改。一旦S包含了所有V中顶点,dist就记录了从源到所有其它顶点之间的最短路径长度。
例如,对下图中的有向图,应用Dijkstra算法计算从源顶点1到其它顶点间最短路径的过程列在下表中。
Dijkstra算法的迭代过程:
主题好好理解上图!
以下是具体的实现(C/C++):
/***************************************
* About: 有向图的Dijkstra算法实现
* Author: Tanky Woo
* Blog: www.WuTianQi.com
***************************************/#include <iostream>
using namespace std;const int maxnum = 100;
const int maxint = 999999;// 各数组都从下标1开始
int dist[maxnum]; // 表示当前点到源点的最短路径长度
int prev[maxnum]; // 记录当前点的前一个结点
int c[maxnum][maxnum]; // 记录图的两点间路径长度
int n, line; // 图的结点数和路径数// n -- n nodes
// v -- the source node
// dist[] -- the distance from the ith node to the source node
// prev[] -- the previous node of the ith node
// c[][] -- every two nodes' distance
void Dijkstra(int n, int v, int *dist, int *prev, int c[maxnum][maxnum])
{bool s[maxnum]; // 判断是否已存入该点到S集合中for(int i=1; i<=n; ++i){dist[i] = c[v][i];s[i] = 0; // 初始都未用过该点if(dist[i] == maxint)prev[i] = 0;elseprev[i] = v;}dist[v] = 0;s[v] = 1;// 依次将未放入S集合的结点中,取dist[]最小值的结点,放入结合S中// 一旦S包含了所有V中顶点,dist就记录了从源点到所有其他顶点之间的最短路径长度// 注意是从第二个节点开始,第一个为源点for(int i=2; i<=n; ++i){int tmp = maxint;int u = v;// 找出当前未使用的点j的dist[j]最小值for(int j=1; j<=n; ++j)if((!s[j]) && dist[j]<tmp){u = j; // u保存当前邻接点中距离最小的点的号码tmp = dist[j];}s[u] = 1; // 表示u点已存入S集合中// 更新distfor(int j=1; j<=n; ++j)if((!s[j]) && c[u][j]<maxint){int newdist = dist[u] + c[u][j];if(newdist < dist[j]){dist[j] = newdist;prev[j] = u;}}}
}// 查找从源点v到终点u的路径,并输出
void searchPath(int *prev,int v, int u)
{int que[maxnum];int tot = 1;que[tot] = u;tot++;int tmp = prev[u];while(tmp != v){que[tot] = tmp;tot++;tmp = prev[tmp];}que[tot] = v;for(int i=tot; i>=1; --i)if(i != 1)cout << que[i] << " -> ";elsecout << que[i] << endl;
}int main()
{freopen("input.txt", "r", stdin);// 各数组都从下标1开始// 输入结点数cin >> n;// 输入路径数cin >> line;int p, q, len; // 输入p, q两点及其路径长度// 初始化c[][]为maxintfor(int i=1; i<=n; ++i)for(int j=1; j<=n; ++j)c[i][j] = maxint;for(int i=1; i<=line; ++i) {cin >> p >> q >> len;if(len < c[p][q]) // 有重边{c[p][q] = len; // p指向qc[q][p] = len; // q指向p,这样表示无向图}}for(int i=1; i<=n; ++i)dist[i] = maxint;for(int i=1; i<=n; ++i){for(int j=1; j<=n; ++j)printf("%8d", c[i][j]);printf("\n");}Dijkstra(n, 1, dist, prev, c);// 最短路径长度cout << "源点到最后一个顶点的最短路径长度: " << dist[n] << endl;// 路径cout << "源点到最后一个顶点的路径为: ";searchPath(prev, 1, n);
}
输入数据:
5
7
1 2 10
1 4 30
1 5 100
2 3 50
3 5 10
4 3 20
4 5 60
输出数据:
999999 10 999999 30 100
10 999999 50 999999 999999
999999 50 999999 20 10
30 999999 20 999999 60
100 999999 10 60 999999
源点到最后一个顶点的最短路径长度: 60
源点到最后一个顶点的路径为: 1 -> 4 -> 3 -> 5
最后给出两道题目练手,都是直接套用模版就OK的:
1.HDOJ 1874 畅通工程续
http://www.wutianqi.com/?p=1894
2.HDOJ 2544 最短路
http://www.wutianqi.com/?p=1892
来源:http://www.wutianqi.com/?p=1890
Dijkstra算法(单源最短路径)
Dijkstra算法(单源最短路径)
单源最短路径问题,即在图中求出给定顶点到其它任一顶点的最短路径。在弄清楚如何求算单源最短路径问题之前,必须弄清楚最短路径的最优子结构性质。
一.最短路径的最优子结构性质
该性质描述为:如果P(i,j)={Vi....Vk..Vs...Vj}是从顶点i到j的最短路径,k和s是这条路径上的一个中间顶点,那么P(k,s)必定是从k到s的最短路径。下面证明该性质的正确性。
假设P(i,j)={Vi....Vk..Vs...Vj}是从顶点i到j的最短路径,则有P(i,j)=P(i,k)+P(k,s)+P(s,j)。而P(k,s)不是从k到s的最短距离,那么必定存在另一条从k到s的最短路径P'(k,s),那么P'(i,j)=P(i,k)+P'(k,s)+P(s,j)<P(i,j)。则与P(i,j)是从i到j的最短路径相矛盾。因此该性质得证。
二.Dijkstra算法
由上述性质可知,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(Vi...Vk)也必定是从i到k的最短路径。为了求出最短路径,Dijkstra就提出了以最短路径长度递增,逐次生成最短路径的算法。譬如对于源顶点V0,首先选择其直接相邻的顶点中长度最短的顶点Vi,那么当前已知可得从V0到达Vj顶点的最短距离dist[j]=min{dist[j],dist[i]+matrix[i][j]}。根据这种思路,
假设存在G=<V,E>,源顶点为V0,U={V0},dist[i]记录V0到i的最短距离,path[i]记录从V0到i路径上的i前面的一个顶点。
1.从V-U中选择使dist[i]值最小的顶点i,将i加入到U中;
2.更新与i直接相邻顶点的dist值。(dist[j]=min{dist[j],dist[i]+matrix[i][j]})
3.知道U=V,停止。
代码实现:
/*Dijkstra求单源最短路径 2010.8.26*/#include <iostream> #include<stack> #define M 100 #define N 100 using namespace std;typedef struct node {int matrix[N][M]; //邻接矩阵 int n; //顶点数 int e; //边数 }MGraph; void DijkstraPath(MGraph g,int *dist,int *path,int v0) //v0表示源顶点 {int i,j,k;bool *visited=(bool *)malloc(sizeof(bool)*g.n);for(i=0;i<g.n;i++) //初始化 {if(g.matrix[v0][i]>0&&i!=v0){dist[i]=g.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<g.n;i++) //循环扩展n-1次 {int min=INT_MAX;int u;for(j=0;j<g.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<g.n;k++) //更新dist数组的值和路径的值 {if(visited[k]==false&&g.matrix[u][k]>0&&min+g.matrix[u][k]<dist[k]){dist[k]=min+g.matrix[u][k];path[k]=u; }} } }void showPath(int *path,int v,int v0) //打印最短路径上的各个顶点 {stack<int> s;int u=v;while(v!=v0){s.push(v);v=path[v];}s.push(v);while(!s.empty()){cout<<s.top()<<" ";s.pop();} } int main(int argc, char *argv[]) {int n,e; //表示输入的顶点数和边数 while(cin>>n>>e&&e!=0){int i,j;int s,t,w; //表示存在一条边s->t,权值为w MGraph g;int v0;int *dist=(int *)malloc(sizeof(int)*n);int *path=(int *)malloc(sizeof(int)*n);for(i=0;i<N;i++)for(j=0;j<M;j++)g.matrix[i][j]=0;g.n=n;g.e=e;for(i=0;i<e;i++){cin>>s>>t>>w;g.matrix[s][t]=w;}cin>>v0; //输入源顶点 DijkstraPath(g,dist,path,v0);for(i=0;i<n;i++){if(i!=v0){showPath(path,i,v0);cout<<dist[i]<<endl;}}}return 0; }
测试数据:
运行结果:
最短路径—Dijkstra算法和Floyd算法
注意:以下代码 只是描述思路,没有测试过!!
Dijkstra算法
1.定义概览
Dijkstra(迪杰斯特拉)算法是典型的单源最短路径算法,用于计算一个节点到其他所有节点的最短路径。主要特点是以起始点为中心向外层层扩展,直到扩展到终点为止。Dijkstra算法是很有代表性的最短路径算法,在很多专业课程中都作为基本内容有详细的介绍,如数据结构,图论,运筹学等等。注意该算法要求图中不存在负权边。
问题描述:在无向图 G=(V,E) 中,假设每条边 E[i] 的长度为 w[i],找到由顶点 V0 到其余各点的最短路径。(单源最短路径)
2.算法描述
1)算法思想:设G=(V,E)是一个带权有向图,把图中顶点集合V分成两组,第一组为已求出最短路径的顶点集合(用S表示,初始时S中只有一个源点,以后每求得一条最短路径 , 就将加入到集合S中,直到全部顶点都加入到S中,算法就结束了),第二组为其余未确定最短路径的顶点集合(用U表示),按最短路径长度的递增次序依次把第二组的顶点加入S中。在加入的过程中,总保持从源点v到S中各顶点的最短路径长度不大于从源点v到U中任何顶点的最短路径长度。此外,每个顶点对应一个距离,S中的顶点的距离就是从v到此顶点的最短路径长度,U中的顶点的距离,是从v到此顶点只包括S中的顶点为中间顶点的当前最短路径长度。
2)算法步骤:
a.初始时,S只包含源点,即S={v},v的距离为0。U包含除v外的其他顶点,即:U={其余顶点},若v与U中顶点u有边,则<u,v>正常有权值,若u不是v的出边邻接点,则<u,v>权值为∞。
b.从U中选取一个距离v最小的顶点k,把k,加入S中(该选定的距离就是v到k的最短路径长度)。
c.以k为新考虑的中间点,修改U中各顶点的距离;若从源点v到顶点u的距离(经过顶点k)比原来距离(不经过顶点k)短,则修改顶点u的距离值,修改后的距离值的顶点k的距离加上边上的权。
d.重复步骤b和c直到所有顶点都包含在S中。
执行动画过程如下图
3.算法代码实现:
const int MAXINT = 32767; const int MAXNUM = 10; int dist[MAXNUM]; int prev[MAXNUM];int A[MAXUNM][MAXNUM];void Dijkstra(int v0) {bool S[MAXNUM]; // 判断是否已存入该点到S集合中int n=MAXNUM;for(int i=1; i<=n; ++i){dist[i] = A[v0][i];S[i] = false; // 初始都未用过该点if(dist[i] == MAXINT) prev[i] = -1;else prev[i] = v0;}dist[v0] = 0;S[v0] = true; for(int i=2; i<=n; i++){int mindist = MAXINT;int u = v0; // 找出当前未使用的点j的dist[j]最小值for(int j=1; j<=n; ++j)if((!S[j]) && dist[j]<mindist){u = j; // u保存当前邻接点中距离最小的点的号码 mindist = dist[j];}S[u] = true; for(int j=1; j<=n; j++)if((!S[j]) && A[u][j]<MAXINT){if(dist[u] + A[u][j] < dist[j]) //在通过新加入的u点路径找到离v0点更短的路径 {dist[j] = dist[u] + A[u][j]; //更新dist prev[j] = u; //记录前驱顶点 }}} }
4.算法实例
先给出一个无向图
用Dijkstra算法找出以A为起点的单源最短路径步骤如下
Floyd算法
1.定义概览
Floyd-Warshall算法(Floyd-Warshall algorithm)是解决任意两点间的最短路径的一种算法,可以正确处理有向图或负权的最短路径问题,同时也被用于计算有向图的传递闭包。Floyd-Warshall算法的时间复杂度为O(N3),空间复杂度为O(N2)。
2.算法描述
1)算法思想原理:
Floyd算法是一个经典的动态规划算法。用通俗的语言来描述的话,首先我们的目标是寻找从点i到点j的最短路径。从动态规划的角度看问题,我们需要为这个目标重新做一个诠释(这个诠释正是动态规划最富创造力的精华所在)
从任意节点i到任意节点j的最短路径不外乎2种可能,1是直接从i到j,2是从i经过若干个节点k到j。所以,我们假设Dis(i,j)为节点u到节点v的最短路径的距离,对于每一个节点k,我们检查Dis(i,k) + Dis(k,j) < Dis(i,j)是否成立,如果成立,证明从i到k再到j的路径比i直接到j的路径短,我们便设置Dis(i,j) = Dis(i,k) + Dis(k,j),这样一来,当我们遍历完所有节点k,Dis(i,j)中记录的便是i到j的最短路径的距离。
2).算法描述:
a.从任意一条单边路径开始。所有两点之间的距离是边的权,如果两点之间没有边相连,则权为无穷大。
b.对于每一对顶点 u 和 v,看看是否存在一个顶点 w 使得从 u 到 w 再到 v 比己知的路径更短。如果是更新它。
3).Floyd算法过程矩阵的计算----十字交叉法
方法:两条线,从左上角开始计算一直到右下角 如下所示
给出矩阵,其中矩阵A是邻接矩阵,而矩阵Path记录u,v两点之间最短路径所必须经过的点
相应计算方法如下:
最后A3即为所求结果
3.算法代码实现
typedef struct { char vertex[VertexNum]; //顶点表 int edges[VertexNum][VertexNum]; //邻接矩阵,可看做边表 int n,e; //图中当前的顶点数和边数 }MGraph; void Floyd(MGraph g) {int A[MAXV][MAXV];int path[MAXV][MAXV];int i,j,k,n=g.n;for(i=0;i<n;i++)for(j=0;j<n;j++){ A[i][j]=g.edges[i][j];path[i][j]=-1;}for(k=0;k<n;k++){ for(i=0;i<n;i++)for(j=0;j<n;j++)if(A[i][j]>(A[i][k]+A[k][j])){A[i][j]=A[i][k]+A[k][j];path[i][j]=k;} } }
算法时间复杂度:O(n3)
文章来源:http://www.cnblogs.com/biyeymyhjob/archive/2012/07/31/2615833.html
[转]最短路径算法—Dijkstra(迪杰斯特拉)算法分析与实现相关推荐
- 最短路径算法—Dijkstra(迪杰斯特拉)算法分析与实现(C/C++)
Dijkstra(迪杰斯特拉)算法是典型的最短路径路由算法,用于计算一个节点到其他所有节点的最短路径.主要特点是以起始点为中心向外层层扩展,直到扩展到终点为止.Dijkstra算法能得出最短路径的最优 ...
- 图论基础知识--最小生成树算法kruskal(克鲁斯克尔)和普里姆算法(Prim算法);最短路径算法Dijkstra(迪杰斯特拉)和Floyd(弗洛伊德)
一.基础知识 有向图 无向图 以无向图为例: 邻接矩阵: 度矩阵(对角矩阵): 二.最小生成树 应用:将网络顶点看着城市,边看着城市之间通讯网,边的权重看着成本,根据最小生成树可以构建城市之间 ...
- 最短路径之Dijkstra(迪杰斯特拉)算法(无向图)
简介 Dijkstra(迪杰斯特拉)算法是典型的单源最短路径算法,用于计算一个节点到其他所有节点的最短路径.主要特点是以起始点为中心向外层层扩展,直到扩展到终点为止.由for循环可知,其时间 ...
- 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; ...
- 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 ...
- Dijkstra(迪杰斯特拉)算法求单源最短路径问题
Dijkstra(迪杰斯特拉)算法求单源最短路径问题 重要的事情说三遍:代码不是我写的!代码不是我写的!代码不是我写的! 第一个算法是严蔚敏数据结构(C语言版)上写的,第二个算法是王道数据结构上写的, ...
- MATLAB轻松绘制地图路线——Dijkstra(迪杰斯特拉)算法最短路径规划
文章目录 1. 地图绘制 2. 计算各节点之间的距离 3. Dijkstra(迪杰斯特拉)算法 4. 根据计算出的距离利用Dijkstra(迪杰斯特拉)算法找出指定节点之间的最短路径 工程文件(可直接 ...
- Dijkstra迪杰斯特拉算法 C++实现
本篇文章主要介绍了Dijkstra迪杰斯特拉算法的C++实现,文章包含两个部分,在第一部分中我会简单介绍迪杰斯特拉算法以及一些个人的理解,第二部分会对C++代码的逻辑进行解释.下面是我已经上传的代码资 ...
- Dijkstra(迪杰斯特拉)算法
一.简介 迪克斯特拉算法又名Dijkstra算法(属于贪心算法).Dijkstra算法是从一节点到其余各节点最短路径计算方法. 迪杰斯特拉算法以起始点为中心向外层层扩展,直到扩展到终点为止. 算法思想 ...
最新文章
- Linux下的man命令
- 创建型设计模式对比总结 设计模式(八)
- C# 获取文件大小,创建时间,文件信息,FileInfo类的属性表
- 10个调试Java的技巧
- 转:c#委托事件实现窗体传值通信
- master分支 合并到main_10 月 1 日后,GitHub 默认分支不再叫master!
- 沙盒机制和应用程序目录
- 命令行插入时显示不存在_成年人的世界里,不存在“容易”两个字没人心疼时自己要学会坚强...
- toad for mysql 乱码_Toad for mysql乱码解决办法
- BAT面试问题--算法工程师(机器学习)
- LeetCode 97. 交错字符串(动态规划)
- Linux安装和卸载MySQL数据库
- 倍福--ModbusTCP配置
- MOEA/D学习记录
- 删除Docker出现: device or resource busy错误
- Nvidia Jetson AGX Orin 初体验
- 前端学习笔记之——使用 Window 对象
- HDU 3085 Nightmare Ⅱ【BFS +曼哈顿距离+综合性较强】
- Camera硬件结构组成(三)
- 用计算机代替人说话,人工智能是用计算机来模拟人的智能,代替人的部分脑力劳动...
热门文章
- WebSocket(3)---实现一对一聊天功能
- 服务器主板显示e2,大金中央空调有一台机面板显示E2是什么问题如何解决故障...
- dxp中Cap,Cap2,Cap Pol的区别
- 会动的小狗纯HTML代码
- 想给你的Mac换个可心的高清壁纸?Mac好用的桌面壁纸软件推荐
- 恒大研究院|中国最具发展潜力的100个城市
- ffmpeg 截取视频片段 - python
- 家轿进化史|谁说家用与运动,不可兼得?
- html九宫格布局原理,了解CSS九宫格布局的几大实现方法
- 基于virtuoso IC 618的LDO仿真实验