最短路径,迪杰斯特拉(Dijkstra)算法及C/C++代码实现
内容摘要
1. 何为最短路径最短路径问题是图论研究中的一个经典算法问题,旨在寻找图(由结点和路径组成的)中两结点之间的最短路径,大致可以分为如下几种问题,可无论如何分类问题,其本质思想
文章正文
1. 何为最短路径
最短路径问题是图论研究中的一个经典算法问题,旨在寻找图(由结点和路径组成的)中两结点之间的最短路径,大致可以分为如下几种问题,可无论如何分类问题,其本质思想还是不变的,即,求两点间的最短距离。
a) 确定起点的最短路径问题 - 即已知起始结点,求最短路径的问题。
b) 确定终点的最短路径问题 - 与确定起点的问题相反,该问题是已知终结结点,求最短路径的问题。在无向图中该问题与确定起点的问题完全等同,在有向图中该问题等同于把所有路径方向反转的确定起点的问题。
c) 确定起点终点的最短路径问题 - 即已知起点和终点,求两结点之间的最短路径。
d) 全局最短路径问题 - 求图中所有的最短路径。
2. 迪杰斯特拉算法介绍
如上图,迪杰斯特拉算法的核心思路是:
1) 指定一个节点,例如我们要计算 'A' 到其他节点的最短路径
2) 引入两个集合(S、U),S集合包含已求出的最短路径的点(以及相应的最短长度),U集合包含未求出最短路径的点(以及A到该点的路径,注意 如上图所示,A->C由于没有直接相连 初始时为∞)
3) 初始化两个集合,S集合初始时 只有当前要计算的节点,A->A = 0,
4) U集合初始时为 A->B = 4, A->C = ∞, A->D = 2, A->E = ∞
5) 从U集合中找出路径最短的点,加入S集合,例如 A->D = 2
6) 更新U集合路径,if ( 'D 到 B,C,E 的距离' + 'AD 距离' < 'A 到 B,C,E 的距离' ) 则更新U
7) 循环执行 4、5 两步骤,直至遍历结束,得到A 到其他节点的最短路径
3. 样例代码
代码仅供参考
#include <iostream> #include <iomanip> #include <string> using namespace std; #define INFINITY 65535//无边时的权值 #define MAX_VERTEX_NUM 10//最大顶点数 typedef struct MGraph { string vexs[10];//顶点信息 int arcs[10][10];//邻接矩阵 int vexnum, arcnum;//顶点数和边数 } MGraph; int LocateVex(MGraph G, string u) { //返回顶点u在图中的位置 for(int i=0; i<G.vexnum; i++) if(G.vexs[i]==u) return i; return -1; } void CreateDN(MGraph &G) { //构造有向网 string v1, v2; int w; int i, j, k; cout<<"请输入顶点数和边数:"; cin>>G.vexnum>>G.arcnum; cout<<"请输入顶点:"; for(i=0; i<G.vexnum; i++) cin>>G.vexs[i]; for(i=0; i<G.vexnum; i++) for(j=0; j<G.vexnum; j++) G.arcs[i][j]=INFINITY; cout<<"请输入边和权值:"<<endl; for(k=0; k<G.arcnum; k++) { cin>>v1>>v2>>w; i=LocateVex(G, v1); j=LocateVex(G, v2); G.arcs[i][j]=w; } } //迪杰斯特拉算法求有向网G的v0顶点到其余顶点v的最短路径p[v]及带权长度D[v] //p[][]=-1表示没有路径,p[v][i]存的是从v0到v当前求得的最短路径经过的第i+1个顶点(这是打印最短路径的关键),则v0到v的最短路径即为p[v][0]到p[v][j]直到p[v][j]=-1,路径打印完毕。 //final[v]为true当且仅当v∈S,即已经求得从v0到v的最短路径。 void ShortestPath_DIJ(MGraph G, int v0, int p[][MAX_VERTEX_NUM], int D[]) { int v, w, i, j, min; bool final[10]; for(v=0; v<G.vexnum; v++) { final[v]=false;//设初值 D[v]=G.arcs[v0][v];//D[]存放v0到v得最短距离,初值为v0到v的直接距离 for(w=0; w<G.vexnum; w++) p[v][w]=-1;//设p[][]初值为-1,即没有路径 if(D[v]<INFINITY) { //v0到v有直接路径 p[v][0]=v0;//v0到v最短路径经过的第一个顶点 p[v][1]=v;//v0到v最短路径经过的第二个顶点 } } D[v0]=0;//v0到v0距离为0 final[v0]=true;//v0顶点并入S集 for(i=1; i<G.vexnum; i++) { //其余G.vexnum-1个顶点 //开始主循环,每次求得v0到某个顶点v的最短路径,并将v并入S集,然后更新p和D min=INFINITY; for(w=0; w<G.vexnum; w++)//对所有顶点检查 if(!final[w] && D[w]<min) { //在S集之外(即final[]=false)的顶点中找离v0最近的顶点,将其赋给v,距离赋给min v=w; min=D[w]; } final[v]=true;//v并入S集 for(w=0; w<G.vexnum; w++) { //根据新并入的顶点,更新不在S集的顶点到v0的距离和路径数组 if(!final[w] && min<INFINITY && G.arcs[v][w]<INFINITY && (min+G.arcs[v][w]<D[w])) { //w不属于S集且v0->v->w的距离<目前v0->w的距离 D[w]=min+G.arcs[v][w];//更新D[w] for(j=0; j<G.vexnum; j++) { //修改p[w],v0到w经过的顶点包括v0到v经过的所有顶点再加上顶点w p[w][j]=p[v][j]; if(p[w][j]==-1) { //在p[w][]第一个等于-1的地方加上顶点w p[w][j]=w; break; } } } } } } int main() { int i, j; MGraph g; CreateDN(g); int p[MAX_VERTEX_NUM][MAX_VERTEX_NUM];//最短路径数组p int D[MAX_VERTEX_NUM];//最短距离数组D ShortestPath_DIJ(g, 0, p, D); cout<<"最短路径数组p[i][j]如下:"<<endl; for(i=0; i<g.vexnum; i++) { for(j=0; j<g.vexnum; j++) cout<<setw(3)<<p[i][j]<<" "; cout<<endl; } cout<<g.vexs[0]<<"到各顶点的最短路径及长度为:"<<endl; for(i=0; i<g.vexnum; i++) { if(i!=0 && D[i]!=INFINITY) { cout<<g.vexs[0]<<"-"<<g.vexs[i]<<"的最短路径长度为:"<<D[i]; cout<<" 最短路径为:"; for(j=0; j<g.vexnum; j++) { if(p[i][j]>-1) cout<<g.vexs[p[i][j]]<<" "; } cout<<endl; } else if(D[i]==INFINITY) cout<<g.vexs[0]<<"-"<<g.vexs[i]<<":"<<"不可达"<<endl; } return 0; }
代码注释
[!--zhushi--]