初学狄克斯特拉算法~（待提高）

读书笔记

狄克斯特拉算用来寻找加权图的“最短路径”（不一定是段数最少，我们需要一定的量度，比如说最少花费，最短时间等，bfs只是解决了段数的最短路径问题）
鉴于无向图就是一个环，而此算法只适用于有向无环图！
权重永不能为负！否则狄克斯特拉算法失效（使用贝尔曼-福德算法？？）
大致步骤：

找出起点出发权重最小的节点A（遍历起点的邻居），记录起点邻居的“开销”（从起点一步步来到该点的当前可知的最短步数，适用于所有的节点），其余的节点开销为无穷大，此外还需记录每一个节点的父节点（可以导致当前开销的上一个节点，随开销的更新而更新）
遍历A的邻居，检查从A出发到此是否可以缩短其开销，如果缩短了就更新此节点的开销（无穷大的意义在此），同时更新父节点，这个操作遍历A的所有未被检查过的邻居
检查完毕我们可以将A标记为已经经检查过了（专门的记录数组），然后返回过程1，直到所有的节点都被标记检查过了
结合记录下的父节点从终点到起点“顺藤摸瓜”，其路径就是最短权重路径！
（进一步学习通道：Dijkstra（简单的狄克斯特拉算法Python实现））

代码尝试

（能力有限，其实是抄袭的当作练习了~注释是自己的。。。）
（感谢膜拜大佬！）
殊不知自己摸到了最小生成树，尽可能理解一下吧：

#include<iostream>
#include<cstdio>
using namespace std;
#define INF 100000000//足够表示无穷大了
#define MAXNODE 100//最高的节点数目，视情况而定，我给的例子数目很小的
typedef int infotype;
typedef struct {int node;//顶点的编号（从 0 开始） infotype info;//顶点的其他信息
}VertexType;//结构名
typedef struct {//定义图 int edges[MAXNODE][MAXNODE];//临接矩阵 int n, e;//定点数，弧数 VertexType vexs[MAXNODE];//存放顶点信息
}MGraph;
void Ppath(int path[], int i, int v) {//依照 path[] 存放的“父节点”顺藤摸瓜查找路径上的节点，递归思想！！ int k;k = path[i];// k 是 i 的“父节点” if (k == v) return;//找到了起点则返回Ppath(path, k, v);//找顶点 k 的前一个节点 cout << k << ',';//输出顶点 k
}
void Dispath(int dist[], int path[], int s[], int n, int v) {//输出最短路径 int i;for (i = 0;i < n;i++) {if (s[i] == 1) {//被检查完毕的节点已经得出了最短路径 cout << "从" << v << "到" << i << "的最短路径长度为：" << dist[i] << "\t路径为：";cout << v << ',';//路径起点 Ppath(path, i, v);//路径上的中间点 cout << i << endl; //路径的终点 }else cout << "从" << v << "到" << i << "不存在路径" << endl;}
}
void Dijkstra(MGraph g, int v) {int dist[MAXNODE], path[MAXNODE];int s[MAXNODE];int mindis, i, j, u;for (i = 0;i < g.n;i++) {dist[i] = g.edges[v][i];//距离初始化 s[i] = 0;//s[] 置空，表示暂时未被标记，该函数到这里只是检查源点的所有邻居 if (g.edges[v][i] < INF) path[i] = v;//“父节点”更新 else path[i] = -1;//暂未找到“父节点” }s[v] = 1;//标记初始点检查完毕（所有邻居遍历完毕） path[v] = 0;for (i = 0;i < g.n;i++) {//循环直到所有顶点的最短路径都求出 mindis = INF;//mindis 放置最小长度初值 for (j = 0;j < g.n;j++) {//选取不在 s 中并且具有最小距离的顶点 u if (s[j] == 0 && dist[j] < mindis) {u = j;mindis = dist[j];}}s[u] = 1;//顶点 u 加入 s for (j = 0;j < g.n;j++) {//修改不在 s 中的顶点的距离 if (s[j] == 0) {if (g.edges[u][j] < INF && dist[u] + g.edges[u][j] < dist[j]) {dist[j] = dist[u] + g.edges[u][j];path[j] = u;//更新 u 的邻居的最短路径及“父节点” }}}}Dispath(dist, path, s, g.n, v);//输出最短路径
}
int main() {int i, j;MGraph g;g.n = 7;g.e = 12;int a[7][MAXNODE] = {{0,4,6,6,INF,INF,INF},{INF,0,1,INF,7,INF,INF},{INF,INF,0,INF,6,4,INF},{INF,INF,2,0,INF,5,INF},{INF,INF,INF,INF,0,INF,6},{INF,INF,INF,INF,1,0,8},{INF,INF,INF,INF,INF,INF,0}};for (i = 0;i < g.n;i++) {for (j = 0;j < g.n;j++) {g.edges[i][j] = a[i][j];}}cout << "最小生成树构成：" << endl;Dijkstra(g, 0);cout << endl;return 0;
}
/*终极注释：
看一看我们狄克斯特拉算法需要的因素对应的成分：
edges[][]：生成邻接矩阵，就是我放的表格，存放输入数据
node：顶点的编号，记录每一个节点
MGraph.n: node 的个数
MGraph.e：边的个数
dist[]：最短路将，比如 dist[1] 代表从 v（源点）到 1 的最短路径（加权）
path[]：记录当前发现的最短路径的节点的“父节点”，不断更新
s[]：记录节点是否被检查过了，检查完毕就标记
void Dijkstra(MGraph g,int v) 函数实现过程体现了狄克斯特拉算法的流程，
需要我细细咀嚼，我竟然理解了！！下面要靠自己勤于练习会自己写代码啦！*/

额，这个输入的图有点抽象，我解释一下：

进一步解释

首先根据邻接矩阵画出来是这样：

我们规定左上角坐标（0，0），右下角（6，6），以此类推，对于每一个位置，规定对应的数值为f(x,y),那么我们这样说：
从 x 到 y 的路线权重为 f(x,y)（注意叉号指的是无穷大）
我们要找到所要求的最小权重路线，本文中使用狄克斯特拉算法实现，下面是我们根据上表画出来的关系图：

符合狄克斯特拉算法的使用条件，所以接下来好好理解上面的代码吧！（重要信息放在注释了~）
附：贝尔曼·福德算法思想

初学狄克斯特拉算法~（待提高）相关推荐

图解算法学习笔记（七）：狄克斯特拉算法
目录 1)使用狄克斯特拉算法 2)术语 3)实现 4)小结本章内容; 介绍加权图,提高或降低某些边的权重: 介绍狄克斯特拉算法,找出加权图中前往X的最短路径: 介绍图中的环,它导致狄克斯特拉算法不管 ...
算法图解-狄克斯特拉算法
本章内容: 加权图-提高或者降低某些边的权重狄克斯特拉算法,能找出加权图中前往x的最短路径图中的环,它导致狄克斯特拉算不管用 7.1狄克斯特拉算法 4个步骤: 找出最便宜的节点,即最短时间内前往的 ...
《算法图解》学习笔记（七）：狄克斯特拉算法（附代码）
欢迎关注WX公众号:[程序员管小亮] python学习之路 - 从入门到精通到大师文章目录欢迎关注WX公众号:[程序员管小亮] [python学习之路 - 从入门到精通到大师](https://b ...
算法图解第7章狄克斯特拉算法
本章内容继续图的讨论,介绍加权图------提高或降低某些边的权重. 介绍狄克斯特拉算法,让你能够找出加权图中前往X的最短路径. 介绍图中的环,它导致狄克斯特拉算法不管用. 在前一章,你找出了从A点 ...
狄克斯特拉算法——python实现
文章目录狄克斯特拉算法原理概述相关术语: 实例研究--换钢琴代码实现总结狄克斯特拉算法原理概述加权图--提高或降低某些边的权重狄克斯特拉算法包括四个步骤: 1.找出"最便宜 ...
算法图解part7：狄克斯特拉算法
算法图解part7:狄克斯特拉(Dijkstra)算法 1.狄克斯特拉算法(Dijkstra's algorithm) 2.术语 3.负权边 4.实现狄克斯特拉算法 4.1 最短路径思路 4.2 py ...
狄克斯特拉算法（入门）
狄克斯特拉算法可以找出加权图中前往X的最短路径. 注意: - 其只适用于有向无环图 - 适用于正权边,负权边的将出错(贝尔曼-福德算法适用于负权边) 步骤: 找出当前最"便宜"的节 ...
小白的算法初识课堂(part7)--狄克斯特拉算法
学习笔记学习书目:<算法图解>- Aditya Bhargava 文章目录狄克斯特拉算法具体步骤实现术语跳蚤市场具体步骤实现负权边 python实现狄克斯特拉算法在上一个 ...
算法(四):图解狄克斯特拉算法
算法简介狄克斯特拉算法(Dijkstra )用于计算出不存在非负权重的情况下,起点到各个节点的最短距离可用于解决2类问题: 从A出发是否存在到达B的路径: 从A出发到达B的最短路径(时间最少.或者 ...

初学狄克斯特拉算法~（待提高）

读书笔记

代码尝试

进一步解释

初学狄克斯特拉算法~（待提高）相关推荐

最新文章

热门文章