C++ 实现带权有向图的单源点最短路径Dijkstra算法(完整代码)

首先，引进一个辅助向量D，它的每个分量D[i]表示当前所找到的从始点v0到每个终点vi的最短路径的长度。

它的初态为：若从v0到vi有弧，则D[i]为弧上的权值；否则，置D[i]为∞。

显然，长度为
D[j]=Min{D[i]|vi∈V-S}, S初值为{v0}
的路径就是从v0出发的长度最短的一条路径。
此路径为（v0, vj）。

那么，下一条长度次短的路径是哪一条呢？
假设该次短路径的终点是vk，可想而知，这条路径或者是（v0, vk），或者是（v0, vj, vk）。

它的长度或者是从v0到vk的弧上的权值，或者是D[j]和从vj到vk的弧上的权值之和。

在一般情况下，下一条长度次短的路径的长度必是
D[j]=Min{D[i]|vi∈V-S}
其中，D[i]或者是弧（v0, vi）上的权值，或者是D[k]（vk∈S和弧（vk, vi）上的权值之和。

根据以上分析，可以得到如下描述的算法。

假设用带权的邻接矩阵arcs表示带权有向图，arcs[i][j]表示弧〈vi, vj〉上的权值。

若〈vi, vj〉不存在，则置arcs[i][j]为∞（在计算机上可用允许的最大值代替）。

S为已找到从v0出发的最短路径的终点的集合，它的初始状态S={v0}。

那么，从v0出发到图上其余各顶点vi可能达到最短路径长度的初值为 D[i]=arcs[LocateVertex(G,v0)][i],
vi∈V-S
选择vj，使得 D[j]=Min{D[i]|vi∈V-S} vj就是当前求得的一条从v0出发的最短路径的终点。令S=S∪{vj}。
（3）修改从v0出发到集合V-S上任一顶点vk可达的最短路径长度。如果 D[j]+arcs[j][k]<D[k] 则修改D[k]为
D[k]=D[j]+arcs[j][k] 重复操作步骤（2）和步骤（3）共n-1次。

由此求得从v0到图上其余各顶点的最短路径是依路径长度递增的序列。

用C++语言描述的Dijkstra算法如下:

#include <iostream>
using namespace std;const int MAXW = 30000;
const int MaxVertexNum = 30;
typedef int VertexType;
class MGraph
{public:void CreateGraph();void ShortestPath_Dij(int v0);void Print_Path_Dij(int v0);private:int vertexnum;VertexType vertexs[MaxVertexNum];int edgenum;int P[MaxVertexNum];int D[MaxVertexNum];int arcs[MaxVertexNum][MaxVertexNum];
};void MGraph::CreateGraph()
{cout << "请输入节点数和边条数" << endl;cin >> vertexnum >> edgenum;for (int i = 0; i < vertexnum; i++)for (int j = 0; j < vertexnum; j++)arcs[i][j] = MAXW;cout << "请依次输入按序号0到n顶点的中存储的信息" << endl;for (int i = 0; i < vertexnum; i++){cin >> vertexs[i];}cout << "下面输入边的信息" << endl;for (int i = 0; i < edgenum; i++){int v1, v2, w;cout << "输入边<i,j>对应的顶点序号i,j,然后再输入该边的权值" << endl;cin >> v1 >> v2 >> w;arcs[v1][v2] = w;}
}void MGraph::ShortestPath_Dij(int v0)
{bool f[MaxVertexNum];for (int v = 0; v <vertexnum; v++){f[v] = false;D[v] = arcs[v0][v];P[v] = -1;if (D[v] < MAXW) P[v] = v0;}D[v0] = 0;f[v0] = true;for (int i = 0; i < vertexnum; i++){int v = -1;int min = MAXW;for (int w = 0; w < vertexnum; w++)if (!f[w] && D[w] < min){v = w;min = D[w];}if (v == -1) break;f[v] = true;for (int w = 0; w < vertexnum; w++){if (!f[w] && (min + arcs[v][w] < D[w])){D[w] = min+arcs[v][w];P[w] = v;}}}
}void MGraph::Print_Path_Dij(int v0)
{cout << "The shortest path from Vertex:" << v0 << " to the other Vertex:" << endl;for (int v = 0; v < vertexnum; v++){if (P[v] == -1)continue;cout << D[v] << " ";cout << v << "<=";int i = v;while (P[i] != -1){cout << P[i] << "<=";i = P[i];}cout << endl;}
}int main()
{MGraph g;g.CreateGraph();int v0;cin >> v0;g.ShortestPath_Dij(v0);g.Print_Path_Dij(v0);return 0;
}

测试结果:

以上代码存在一点小问题，有时间我会进行修改的，我最新发布的dijkstra的代码是正确的，可以在我的博客主页搜索找一下。

C++ 实现带权有向图的单源点最短路径Dijkstra算法(完整代码)相关推荐

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 ...
JAVA编程求单源最短路径_【算法】单源最短路径——dijkstra算法
一,概念单源最短路径给定一个带权有向图G=(V,E),其中每条边的权是一个实数.另外,还给定V中的一个顶点,称为源.要计算从源到其他所有各顶点的最短路径长度.这里的长度就是指路上各边权之和.这个问 ...
图论(四)------非负权有向图的单源最短路径问题，Dijkstra算法
Dijkstra算法解决了有向图G=(V,E)上带权的单源最短路径问题,但要求所有边的权值非负. Dijkstra算法是贪婪算法的一个很好的例子.设置一顶点集合S,从源点s到集合中的顶点的最终最短路径 ...
C++ 实现带权有向图的每对顶点之间的最短路径Floyd算法(完整代码)
基本思想是: 假设求从顶点vi到vj的最短路径. 如果从vi到vj有弧,则从vi到vj存在一条长度为arcs[i][j]的路径,该路径不一定是最短路径,尚需进行n次试探. 首先考虑路径(vi, v0, ...
图算法：2、计算带有负权值的单源最短路径:Bellman-Ford算法
原文地址:http://www.wutianqi.com/?p=1912 相关文章: 1.Dijkstra算法: http://www.wutianqi.com/?p=1890 2.Floyd算法: ...
数据结构与算法—单源最短路径dijkstra算法
介绍对于dijkstra算法,很多人可能感觉熟悉而又陌生,可能大部分人比较了解bfs和dfs,而对dijkstra和floyd算法可能知道大概是图论中的某个算法,但是可能不清楚其中的作用和原理,又或 ...
单源顶点最短路径java_单源最短路径-Dijkstra 算法
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. 问题:求a点到各个点的最短距离,如下图 ...
dijkstra 算法_数据结构与算法—单源最短路径dijkstra算法
介绍对于dijkstra算法,很多人可能感觉熟悉而又陌生,可能大部分人比较了解bfs和dfs,而对dijkstra和floyd算法可能知道大概是图论中的某个算法,但是可能不清楚其中的作用和原理,又或 ...
单源最短路径Dijkstra算法的思想、详细步骤、代码
目录一.算法思想二.算法详细步骤三.伪代码 + C++代码四.算法复杂度分析五.算法改进六.应用案例一.算法思想 1.Dijkstra 算法是用来求解单源最短路径问题的经典算法,其本质上 ...

C++ 实现带权有向图的单源点最短路径Dijkstra算法(完整代码)

C++ 实现带权有向图的单源点最短路径Dijkstra算法(完整代码)相关推荐

最新文章

热门文章