• Dijkstra算法


    Djkstra算法示例演示

    下面我求下图,从顶点v1到其他各个顶点的最短路径

     

    首先第一步,我们先声明一个dis数组,该数组初始化的值为:

     

     

    我们的顶点集T的初始化为:T={v1}

    既然是求 v1顶点到其余各个顶点的最短路程,那就先找一个离 1 号顶点最近的顶点。通过数组 dis 可知当前离v1顶点最近是 v3顶点。当选择了 2 号顶点后,dis[2](下标从0开始)的值就已经从“估计值”变为了“确定值”,即 v1顶点到 v3顶点的最短路程就是当前 dis[2]值。将V3加入到T中。

    为什么呢?因为目前离 v1顶点最近的是 v3顶点,并且这个图所有的边都是正数,那么肯定不可能通过第三个顶点中转,使得 v1顶点到 v3顶点的路程进一步缩短了。因为 v1顶点到其它顶点的路程肯定没有 v1到 v3顶点短.

    OK,既然确定了一个顶点的最短路径,下面我们就要根据这个新入的顶点V3会有出度,发现以v3 为弧尾的有: < v3,v4 >,那么我们看看路径:v1–v3–v4的长度是否比v1–v4短,其实这个已经是很明显的了,因为dis[3]代表的就是v1–v4的长度为无穷大,而v1–v3–v4的长度为:10+50=60,所以更新dis[3]的值,得到如下结果:

     

    因此 dis[3]要更新为 60。这个过程有个专业术语叫做“松弛”。即 v1顶点到 v4顶点的路程即 dis[3],通过 < v3,v4> 这条边松弛成功。这便是 Dijkstra 算法的主要思想:通过“边”来松弛v1顶点到其余各个顶点的路程。

    然后,我们又从除dis[2]和dis[0]外的其他值中寻找最小值,发现dis[4]的值最小,通过之前是解释的原理,可以知道v1到v5的最短距离就是dis[4]的值,然后,我们把v5加入到集合T中,然后,考虑v5的出度是否会影响我们的数组dis的值,v5有两条出度:< v5,v4>和 < v5,v6>,然后我们发现:v1–v5–v4的长度为:50,而dis[3]的值为60,所以我们要更新dis[3]的值.另外,v1-v5-v6的长度为:90,而dis[5]为100,所以我们需要更新dis[5]的值。更新后的dis数组如下图:

     

    然后,继续从dis中选择未确定的顶点的值中选择一个最小的值,发现dis[3]的值是最小的,所以把v4加入到集合T中,此时集合T={v1,v3,v5,v4},然后,考虑v4的出度是否会影响我们的数组dis的值,v4有一条出度:< v4,v6>,然后我们发现:v1–v5–v4–v6的长度为:60,而dis[5]的值为90,所以我们要更新dis[5]的值,更新后的dis数组如下图:

      

    然后,我们使用同样原理,分别确定了v6和v2的最短路径,最后dis的数组的值如下:

     

    因此,从图中,我们可以发现v1-v2的值为:∞,代表没有路径从v1到达v2。所以我们得到的最后的结果为:

    起点  终点    最短路径    长度

    v1    v2     无          ∞    

          v3     {v1,v3}    10

          v4     {v1,v5,v4}  50

          v5     {v1,v5}    30

          v6     {v1,v5,v4,v6} 60

     代码:

      版本一:与图解匹配

     1 void Test01()
     2 {
     3     createDis();
     4     vector<int>pathNum(Size, 0);//用来保存最优路径数量
     5     vector<int>path(Size, Start);//每个的点的上溯点是哪个点,用来找出最优路线图
     6     vector<bool>index(Size, true);//用来标记是否已经遍历过的点
     7     pathNum[Start] = 1;//最开始初始化有一条
     8     index[Start] = false;
     9     int first = 1;
    10     //在city[Start]的基础上对city[Start][End]的最短距离,第一个出发点不是Start
    11     for (int i = 0; i < Size; ++i)
    12     {
    13         //先找出发点去往下一个最近的点
    14         int p = -1;
    15         int minD = INF;
    16         for (int j = 0; j < Size; ++j)
    17         {
    18             if (index[j] && minD > city[Start][j])
    19             {
    20                 p = j;
    21                 minD = city[Start][j];
    22                 if (first)
    23                 {
    24                     pathNum[p] = 1;
    25                     first = 0;
    26                 }
    27             }
    28         }
    29         if (p == -1)
    30             break;//遍历完毕
    31         index[p] = false;//已经遍历过了
    32         //那么就遍历点p能去往的点
    33         for (int j = 0; j < Size; ++j)
    34         {
    35             //更新点Start->j的距离
    36             if (index[j] && city[Start][j] > city[Start][p] + city[p][j])
    37             {
    38                 city[Start][j] = city[Start][p] + city[p][j];
    39                 path[j] = p;//更新路径记录,即到达j的最优路径是经过点p的    
    40                 pathNum[j] = pathNum[p];
    41             }
    42             else if (index[j] && city[Start][j] == city[Start][p] + city[p][j])//出现相同路径
    43             {
    44                 pathNum[j] += pathNum[p];//叠加最优路径数量
    45             }
    46         }
    47     }
    48     cout << "最短路径为:" << city[Start][End] << endl;
    49     cout << "最优路径数量为:" << pathNum[End] << endl;
    50     int  k = End;
    51     //最优路线是反着的,如果要顺着,则使用栈再存一次,这里就不做了
    52     cout << "最优路线为:" << endl << k << "->";
    53     while (k!=Start)
    54     {
    55         k = path[k];
    56         cout << k << "->";
    57     }
    58     cout << endl;
    59 
    60 }

      版本二:只有一点点改变,就是从出发点开始遍历

     1 void Test02()
     2 {
     3     createDis();
     4     vector<int>pathNum(Size, 0);//用来保存最优路径数量
     5     vector<int>path(Size, Start);//每个的点的上溯点是哪个点,用来找出最优路线图
     6     vector<bool>index(Size, true);//用来标记是否已经遍历过的点
     7     vector<int>Dis(Size, INF);
     8     pathNum[Start] = 1;//最开始初始化有一条
     9     Dis[Start] = 0;//Start开始出发
    10 
    11     //与Test01不同的是,此处在Dis的基础上进行距离更新,第一次出发点一定是Start
    12     for (int i = 0; i < Size; ++i)
    13     {
    14         //先找出发点去往下一个最近的点
    15         int p = -1;
    16         int minD = INF;
    17         for (int j = 0; j < Size; ++j)
    18         {
    19             if (index[j] && minD > city[Start][j])
    20             {
    21                 p = j;
    22                 minD = city[Start][j];
    23             }
    24         }
    25         if (p == -1)
    26             break;//遍历完毕
    27         index[p] = false;//已经遍历过了
    28         //那么就遍历点p能去往的点
    29         for (int j = 0; j < Size; ++j)
    30         {
    31             //更新点Start->j的距离
    32             if (index[j] && city[Start][j] > city[Start][p] + city[p][j])
    33             {
    34                 city[Start][j] = city[Start][p] + city[p][j];
    35                 path[j] = p;//更新路径记录,即到达j的最优路径是经过点p的    
    36                 pathNum[j] = pathNum[p];
    37             }
    38             else if (index[j] && city[Start][j] == city[Start][p] + city[p][j])//出现相同路径
    39             {
    40                 pathNum[j] += pathNum[p];//叠加最优路径数量
    41             }
    42         }
    43     }
    44     cout << "最短路径为:" << city[Start][End] << endl;
    45     cout << "最优路径数量为:" << pathNum[End] << endl;
    46     int  k = End;
    47     //最优路线是反着的,如果要顺着,则使用栈再存一次,这里就不做了
    48     cout << "最优路线为:" << endl << k << "->";
    49     while (k != Start)
    50     {
    51         k = path[k];
    52         cout << k << "->";
    53     }
    54     cout << endl;
    55 }

      其他:

     1 #include <iostream>
     2 #include <vector>
     3 
     4 using namespace std;
     5 
     6 #define INF 999999
     7 #define Size 9
     8 vector<vector<int>>city(Size, vector<int>(Size, INF));//将距离矩
     9 阵初始化为0
    10 
    11 int Start = 0, End = 8;
    12 void createDis()
    13 {
    14     //一般是输入的,这里就直接初始化了
    15     city.clear();//清除
    16     city.push_back({ 0,        1,        5,        INF,    INF,    INF,    INF,    INF,    INF});
    17     city.push_back({ 1,        0,        3,        7,        5,        INF,    INF,    INF,    INF});
    18     city.push_back({ 5,        3,        0,        INF,    1,        7,        INF,    INF,    INF});
    19     city.push_back({ INF,    7,        INF,    0,        2,        INF,    3,        INF,    INF });
    20     city.push_back({ INF,    5,        1,        2,        0,        3,        6,        9,        INF});
    21     city.push_back({ INF,    INF,    7,        INF,    3,        0,        INF,    5,        INF});
    22     city.push_back({ INF ,    INF,    INF,    3,        6,        INF,    0,        2,        7});//7
    23     city.push_back({ INF ,    INF,    INF,    INF,    9,        5,        2,        0,        4});
    24     city.push_back({ INF ,    INF,    INF,    INF,    INF,    INF,    7,        4,        0 });
    25 }
    26 
    27 
    28 int main()
    29 {
    30     Test01();
    31     Test02();
    32     return 0;
    33 }
  • 相关阅读:
    vscode vue开发环境搭建
    mysql索引
    JVM垃圾回收与调优详解
    jenkins操作手册以及脚本编写
    Kibana 管理界面使用教程
    elk安装与搭建
    windows安装elasticsearch服务以及elasticsearch5.6.10集群的配置(elasticsearch5.6.10配置跟1.1.1的配置不太相同,有些1.1.1版本下的配置指令在5.6.10中不能使用)
    springBoot与Swagger2的整合
    java代码实现搜索elasticsearch索引数据
    springBoot配置elasticsearch搜索
  • 原文地址:https://www.cnblogs.com/zzw1024/p/11167200.html
Copyright © 2020-2023  润新知