• 通信网实验—Dijkstra算法


    1 实验原理

    Dijkstra(狄克斯特拉)算法用于计算通信网中指定节点到其他各节点的最短路径,简称D算法。Dijkstra算法的大致思路是,先把距离初始节点最近的节点找到,加入置定节点集( m{G_p}),再以这个节点为基础寻找下一个节点,每找到一个节点都加入到置定节点集( m{G_p})中,最终把初始节点到其他各个节点的最短距离依次找出。这里以节点1为初始节点说明:

    • 构建一个距离(dis)列表,存入节点1到其他各个节点的距离。对于节点1不能直接到达的节点,则赋值为一个很大的数(比如999)代替;
    • 从 dis 列表中,我们可以求得一个最小值,即是距离初始节点 1 最近的一个点,我们假设是节点 3。这也是从节点 1 到节点 3 的最短路径,因为无论从初始节点经过别的任何节点再到节点 3 的距离肯定大于这个最小值,这时把节点3存入置定节点集( m{G_p});
    • 接下来更新 dis 列表,即比较初始节点 1 到其它各个节点的距离与节点 1 经过节点 3 再到其它节点的距离,保存较小的那一个值存入 dis 列表。再找出新的 dis 列表里面,除了确定点之外的最小的值,即是下一个要确定的点;
    • 依次执行上述步骤,直到每一个点都确定,此时 dis 列表中所存的数据既 是初始节点到其它各个节点的最短距离。

    2 实验仿真

    通过Python实现Dijkstra算法的函数Dijkstra (D, begin, end),其中:

    • D为输入的无向图节点间路径长度矩阵;
    • begin为起始节点;
    • end为目标节点。

    例题中的无向图有6个节点,如下图所示:

    根据无向图可以得到节点间的距离矩阵可表示为:

    [left[egin{array}{cccccc} 0 & 7 & 1 & infty & infty & 6 \ 7 & 0 & 5 & infty & 6 & infty \ 1 & 5 & 0 & 2 & infty & 10 \ infty & infty & 2 & 0 & 8 & 9 \ infty & 6 & infty & 8 & 0 & 5 \ 6 & infty & 10 & 9 & 5 & 0 end{array} ight] ]

    假定初始节点为节点1,目标节点为节点5,则最短路径以及径长的仿真结果如下所示:

    3 代码

    '''
    Created on 2020.10.30
    @auther: Maye Zhang
    '''
    # D为输入的距离矩阵
    # begin、end分别为起始点和终止点
    def Dijkstra(D, begin, end):
        Dis = D[begin - 1]  #需要迭代更新的表
    
        print('初始化:', end='')
        print(Dis)
    
        path = [0] * len(Dis)   #存储到这个节点前最后一个经过的节点
        # 需要依次更新表
        for i in range(1, len(Dis)):
            # 难点在需要找到第i个最小值的索引,注意碰到最小值相同时怎么找索引
            a = [(key, value) for key, value in enumerate(Dis)]
            mid = sorted(a, key=lambda x: x[1])[i]  #确定第i个点
            mid_index = mid[0]
            mid_value = mid[1]
    
            print('确定第{}个点:'.format(mid_index+1), end='')
            print(Dis)
            # 更新Dis表
            # Dis = [min(Dis[k], mid_value + D[mid_index][k]) for k in range(len(Dis))]
            for k in range(len(Dis)):
                if mid_value + D[mid_index][k] < Dis[k]:
                    Dis[k] = mid_value + D[mid_index][k]
                    path[k] = mid_index + 1     #更新路径,保存更新的中间节点
            # 如果最小节点找到了目的节点,可以直接退出
            if mid_index + 1 == end:
                break
        # https://blog.csdn.net/jinixin/article/details/52247763
        value = end
        node_list = []
        for _ in range(len(Dis)):
            value = path[value - 1]
            if value != 0:
                node_list.append(value)
            else:
                break
        node_list.append(begin)
        node_list.reverse()
        node_list.append(end)
    
        node_list = list(map(str, node_list))
        print('最短径长为{0},最短路径为:'.format(Dis[end-1]), end='')
        print('->'.join(node_list))
    

    检验:

    inf = 999
    
    # 距离矩阵
    D = [
        [0, 7, 1, inf, inf, 6],
        [7, 0, 5, inf, 6, inf],
        [1, 5, 0, 2, inf, 10],
        [inf, inf, 2, 0, 8, 9],
        [inf, 6, inf, 8, 0, 5],
        [6, inf, 10, 9, 5, 0]
    ]
    
    Dijkstra(D, 1, 5)
    
  • 相关阅读:
    22-Camping野营-露营
    node留言板
    js中const,var,let区别
    app消息推送
    Vue + Mui
    七牛云图片存储---Java
    springboot---发送邮件
    SSM简易版
    Hibernate---快速入门
    Vue---mock.js 使用
  • 原文地址:https://www.cnblogs.com/MayeZhang/p/13998372.html
Copyright © 2020-2023  润新知