【数据结构】图论中求最短路径——迪杰斯特拉算法(Dijkstra)、弗洛伊德算法(Floyd)

目录

  • 最短路径 (*)
    • 迪杰斯特拉算法(Dijkstra)
      • 迪杰斯特拉算法(Dijkstra)的算法原理:
    • 弗洛伊德算法(Floyd)
      • 弗洛伊德算法(Floyd)的算法原理:
      • 弗洛伊德算法的(c语言)完整实例:

最短路径 (*)

生活中最短路径问题例如:
交通网络:给定了该网内的n个城市以及这些市之间的相通公路的距离,能否找到城市A城市B之间一条最近的通路呢?

  1. 从A地到B地换车次数最少的路径
  2. 从A地到B地最短的路径(距离最短,行驶时间最短,费用最低)
  1. 迪杰斯特拉(Dijkstra)算法–从一个源点到其它各点的最短路径
  2. 弗洛伊德(Floyd)算法–每一对顶点之间的最短路径
  3. Bellman-Ford算法

迪杰斯特拉算法(Dijkstra)

该算法只适用于静态网络网络上边的权值不能为负数

基本思想:设集合S中存放已找到最短路径的顶点,集合 T = V − S T =V-S TVS存放当前还未找到最短路径的顶点。
1.初态: S中 只包含源点 v0v0到其余 各点的弧 为各点当前各点的“最短”路径。
2.从T中选取当前各点的“最短”路径长度中最短的顶点u加入到S中。
3.S加入新的顶点u后,考察顶点 v 0 v_0 v0T中剩余顶点的最短路径长度是否可以优化更新:T中各顶点新的最短路径长度值为原来的最短路径长度值、顶点u的最短路径长度值加上u到该顶点的路径长度值中的较小值。
4.重复2,3,直到T的顶点全部加入到S中、或源点到剩余顶点的路径都是为止。

在这里插入图片描述

一、图的存储:邻接矩阵和邻接表都可以

#define max 100
typedef struct {int arcs[max][max];int vexnum,arcnum;
}AGraphs;
Agraphs G;//定义图存储结构  邻接矩阵的存储形式

二、区分已经求出最短路径的点

方法一:设一个一维数组int final[max];
final[i]=1表示从源点到顶点i的最短路径已经求出,iS
final[i]=0表示从源点到顶点i的最短路径尚未求出,iV-S

方法二:利用邻接矩阵主对角线的位置G.arcs[i][i]表示i是否在S
G.arcs[i][i]=1表示从源点到顶点i的最短路径已经求出iS
G.arcs[i][i]=0表示从源点到顶点i的最短路径尚未求出iV-S

三、表示源点到顶点i最短路径

一维数组int D[max]表示最短路径的长度
D[i] :从源点到点 v i v_i vi的最短路径的长度
初态为:若从源点 到 v i v_i vi有弧,则D[i]为弧上的权值;否则置 D[i] ,即:D[i]=G.arcs[k][i]; //说明:k为源点

二维数组int P[max][max]表示最短路径包含的顶点

P[i][ ] :从源点到点 v i v_i vi的最短路径

P[i][j]=0 v j v_j vj不在从源点 到点 v i v_i vi的最短路径上

P[i][j]=1 v j v_j vj位于从源点 到点 v i v_i vi的最短路径上。

迪杰斯特拉算法(Dijkstra)的算法原理:


void ShortestPath(AGraphs G,int k,int P[][], int D[]){ int i,w, j,min;for (i=0;i<G.vexnum; i ++){  final[i]=0; //初始化D[i]=G.arcs[k][i];//最短路径长度for(w=0;w<G.vexnum; w ++) P[i][w]=0;//初始化if (D[i]<INFINITY){ //短路径包含的顶点P[i][k]=1; P[i][i]=1; }}D[k]=0; //初始点final[k]=1;for(i=1; i<G.vexnum; i ++){  min=INFINITY;//初始化为 无穷大for (w=0;w<G.vexnum; w ++)if (!final[w]&&D[w]<min){//j=w; min=D[w];} if(min== INFINITY) //return;final[j]=1; //标记为选入for(w=0;w<G.vexnum; w ++)if(!final[w]&&(min+G.arcs[j][w]<D[w])){ D[w]=min+G.arcs[j][w];P[w]=P[j]; //??P[w][w]=1;  }}

弗洛伊德算法(Floyd)

在这里插入图片描述

图的存储:邻接矩阵和邻接表都可以

#define max 100
typedef struct {int arcs[max][max];int vexnum,arcnum;
}AGraphs;
Agraphs G;//定义图存储结构  邻接矩阵的存储形式

弗洛伊德算法(Floyd)的算法原理:

void s1(int D[][],int p[][][], Agraphs G){   int i,j,k;for(i=0;i<G. vexnum;i++) for(j=0;j<G. vexnum;j++){  D[i][j]=G.arcs[i][j];for(k=0;k<G.vnum;k++) p[i][j][k]=0; //初始化if(D[i][j]<INFINITY){ p[i][j][i]=1; //初始化p[i][j][j]=1; //初始化}}for (k=0;k<G. vexnum;k++) for (i=0;i<G. vexnum;i++)for(j=0;j<G vexnum;j++) if(D[i][k]+D[k][j]<D[i][j]){//是否K 加入能够减小路径长度D[i][j]=D[i][k]+D[k][j];//如果可以 就加入for(w=0;w<G. vexnum;w++) p[i][j][w]=p[i][k][w]||p[k][j][w];//然后确定路径上的元素}
}

弗洛伊德算法的(c语言)完整实例:

//算法6.11 弗洛伊德算法#include  <iostream>
using  namespace  std;#define  MaxInt  32767       //表示极大值,即∞
#define  MVNum  100           //最大顶点数typedef  char  VerTexType;  //假设顶点的数据类型为字符型  
typedef  int  ArcType;   //假设边的权值类型为整型  int  Path[MVNum][MVNum];                                                //最短路径上顶点vj的前一顶点的序号
int  D[MVNum][MVNum];                                                //记录顶点vi和vj之间的最短路径长度//------------图的邻接矩阵---------------
typedef  struct{  VerTexType  vexs[MVNum];    //顶点表  ?ArcType  arcs[MVNum][MVNum];//邻接矩阵  int  vexnum,arcnum;         //图的当前点数和边数  
}AMGraph;int  LocateVex(AMGraph  G  ,  VerTexType  v){//确定点v在G中的位置for(int  i  =  0;  i  <  G.vexnum;  ++i)if(G.vexs[i]  ==  v)return  i;return  -1;
}//LocateVexvoid  CreateUDN(AMGraph  &G){  //采用邻接矩阵表示法,创建有向网G  int  i , j  , k;//cout  <<"请输入总顶点数,总边数,以空格隔开:";cin  >>  G.vexnum  >>  G.arcnum;                                                        //输入总顶点数,总边数//cout  <<  "输入点的名称,如a"  <<  endl;for(i  =  0;  i  <  G.vexnum;  ++i){      //cout  <<  "请输入第"  <<  (i+1)  <<  "个点的名称:";cin  >>  G.vexs[i];                                                                        //依次输入点的信息  }for(i  =  0;  i  <  G.vexnum;  ++i){                                                        //初始化邻接矩阵,边的权值均置为极大值MaxInt  for(j  =  0;  j  <  G.vexnum;  ++j){    if(j  !=  i)G.arcs[i][j]  =  MaxInt;    elseG.arcs[i][j]  =  0;}//for}//for  //初始化//cout  <<  "输入边依附的顶点及权值,如a  b  3"  <<  end;for(k  =  0;  k  <  G.arcnum;++k){                                                //构造邻接矩阵  VerTexType  v1  ,  v2;ArcType  w;//cout  <<  "请输入第"  <<  (k  +  1)  <<  "条边依附的顶点及权值:";cin  >>  v1  >>  v2  >>  w;                                                      //输入一条边依附的顶点及权值i  =  LocateVex(G,  v1);    j  =  LocateVex(G,  v2);        //确定v1和v2在G中的位置,即顶点数组的下标  G.arcs[i][j]  =  w;                                                                //边<v1,  v2>的权值置为w  }//for
}//CreateUDN  /*
【样例输入】4 5A B C D A B 2 A C 4B C 3B D 5C D 1A D【样例输出】5*/void  ShortestPath_Floyed(AMGraph  G){   int i, j, k;for( i=0;i<G.vexnum;i++ ){for( j=0;j<G.vexnum;j++ ){D[i][j] = G.arcs[i][j];	// 距离矩阵初始化Path[i][i] = i;		// 路径矩阵初始化if(G.arcs[i][j]!=MaxInt){Path[i][j]=i;}}}for( k=0;k<G.vexnum;k++ )     {for( i=0;i<G.vexnum;i++ ){for( j=0;j<G.vexnum;j++ ){if( D[i][k] + D[k][j] < D[i][j] ){D[i][j] = D[i][k] + D[k][j];   // 动态更新距离矩阵Path[i][j] = Path[k][j];       // 动态更新路径矩阵}}}}//test   看每个矩阵的结果// 	printf("\nG.arc矩阵的结果如下:\n");// for( i=0;i<G.vexnum;i++ )     // 输出// {// 	for( j=0;j<G.vexnum;j++ )// 	{// 		printf("%d  ",G.arcs[i][j]);// 	}// 	printf("\n");// }// 	printf("\n距离矩阵的结果如下:\n");// for( i=0;i<G.vexnum;i++ )     // 输出// {// 	for( j=0;j<G.vexnum;j++ )// 	{// 		printf("%d  ",D[i][j]);// 	}// 	printf("\n");// }// printf("\n路径矩阵的结果如下:\n");// for( i=0;i<G.vexnum;i++ )     // 输出// {// 	for( j=0;j<G.vexnum;j++ )// 	{// 		printf("%d  ",Path[i][j]);// 	}// 	printf("\n");// }}void  DisplayPath(AMGraph  G  ,  int  begin  ,int  temp  ){//显示最短路径if(Path[begin][temp]  !=  -1){DisplayPath(G  ,  begin  ,Path[begin][temp]);cout  <<  G.vexs[Path[begin][temp]]  <<  "-->";}
}//DisplayPathint  main(){//cout  <<  "************算法6.11 弗洛伊德算法**************"  <<  endl  <<  endl;AMGraph  G;char  start  ,  destination;int  num_start  ,  num_destination;CreateUDN(G);//test//cout  <<  "有向网G创建完成!"  <<  endl;//test//需要完成的函数ShortestPath_Floyed(G);//需要完成的函数//test//cout  <<  "请依次输入路径的起点与终点的名称:";//testcin  >>  start  >>  destination;num_start  =  LocateVex(G  ,  start);num_destination  =  LocateVex(G  ,  destination);//DisplayPath(G  ,  num_start  ,  num_destination);//cout  <<  G.vexs[num_destination]  <<  endl;cout  <<  D[num_start][num_destination]  <<  endl;return  0;
}//main 

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.mzph.cn/bicheng/22709.shtml

如若内容造成侵权/违法违规/事实不符,请联系多彩编程网进行投诉反馈email:809451989@qq.com,一经查实,立即删除!

相关文章

哪种价格行为指标对投资者有用?AnzoCapital昂首资本总结6个特征

各位投资者都知道价格行为指标对于交易极具助益&#xff0c;无论是初学者还是专业交易员都能运用。构建外汇交易系统时&#xff0c;这类指标堪称核心且必不可少的工具。 但不是所有的价格行为指标都对投资者有用的&#xff0c;哪种价格行为指标才是对投资者有用的&#xff0c;都…

CogVLM2多模态开源大模型部署与使用

CogVLM2多模态开源大模型部署与使用 项目简介 CogVLM2 是由清华大学团队发布的新一代开源模型系列。2024年5月24日&#xff0c;发布了Int4版本模型&#xff0c;只需16GB显存即可进行推理。2024年5月20日&#xff0c;发布了基于llama3-8b的CogVLM2&#xff0c;性能与GPT-4V相当…

论文AI率过高?掌握这四种技巧轻松降重

随着人工智能技术的突飞猛进&#xff0c;AI生成内容&#xff08;AIGC&#xff09;已被广泛用于学术论文撰写中&#xff0c;提高效率同时也带来了原创性的挑战。面对日益严格的学术审查&#xff0c;一个突出的问题是&#xff1a;使用AI代写的论文能否通过内容检测&#xff1f;因…

Linux 搭建 ZeroTier 的 Moon 服务器

系统&#xff1a;centos 7.6 轻量云服务器&#xff1a;腾讯云 Moon是什么&#xff0c;为什么需要Moon&#xff1f; ZeroTier通过自己的多个根服务器帮助我们建立虚拟的局域网&#xff0c;让虚拟局域网内的各台设备可以打洞直连。这些根服务器的功能有些类似于通过域名查询找到…

SpringCloud Hystrix服务熔断实例总结

SpringCloud Hystrix断路器-服务熔断与降级和HystrixDashboard SpringCloud Hystrix服务降级实例总结 【1】服务熔断 熔断机制概述 熔断机制是应对雪崩效应的一种微服务链路保护机制。当扇出链路的某个微服务出错不可用或者响应时间太长时&#xff0c;会进行服务的降级&…

WWDC 2024前瞻:苹果如何用AI技术重塑iOS 18和Siri

苹果下周的全球开发者大会有望成为这家 iPhone 制造商历史上的关键时刻。在 WWDC 上&#xff0c;这家库比蒂诺科技巨头将展示如何选择将人工智能技术集成到其设备和软件中&#xff0c;包括通过与 OpenAI 的历史性合作伙伴关系。随着重大事件的临近&#xff0c;有关 iOS 18 及其…

AI大模型时代必须关注的数据库 DuckDB1.0 正式发布

开源数据库DuckDB1.0 经过内部6年的打磨&#xff0c;积累了30万行代码&#xff0c;1.8万star&#xff0c;2024.06.03号正式发布了1.0版本&#xff08;代号 Snow Duck&#xff09;。 我们新一代程序员&#xff0c;没能见证MySQL 1.0、PostgreSQL 1.0、Windows 1.0、Linux 1.0、…

flinksql 回撤流中主键发生变更的影响(group by中的值发生改变)

flinksql 回撤流中,主键发生变更的影响 1 什么是回撤流2 主键变更场景2.2 实践发生3 实践中发现的比较好的的实时数仓架构1 什么是回撤流 这篇文章主要谈论一个场景,简单来说: 首先我们来简单的说一下什么是回撤流,以及回撤流的底层原理,举个例子: 这个说的不是很清晰…

【吊打面试官系列】MySQL 中有哪几种锁?

大家好&#xff0c;我是锋哥。今天分享关于 【MySQL 中有哪几种锁&#xff1f;】面试题&#xff0c;希望对大家有帮助&#xff1b; MySQL 中有哪几种锁&#xff1f; 1、表级锁&#xff1a;开销小&#xff0c;加锁快&#xff1b;不会出现死锁&#xff1b;锁定粒度大&#xff0c;…

TypeScript学习(一):开发环境搭建

官方文档搭建参考 https://learn.microsoft.com/zh-cn/training/modules/typescript-get-started/ 1.下载node.js https://nodejs.org/en/download 2.下载vscode https://code.visualstudio.com/ 3.在线ts的测试工具 https://www.typescriptlang.org/play/ 4.下载typescr…

H5即时通讯群聊源码无限建群创群/H5聊天系统聊天网站源码/H5语音聊天系统

源码介绍 支持自助建群 管理群 修改群资料支持自动登录 登陆成功可自助修改资料后台可查看群组聊天消息记录支持表情 动态表情 图片发布支持消息语音提醒

docker-compose教程

1. docker-compose是什么&#xff1f; 1. 1 简介 compose、machine 和 swarm 是docker 原生提供的三大编排工具。 简称docker三剑客。Compose 项目是 Docker 官方的开源项目&#xff0c;定义和运行多个 Docker 容器的应用&#xff08;Defining and running multi-container Do…

月入30000的软件测试人员,简历是什么样子的?

我们都知道&#xff0c;简历是一个人进入职场的敲门砖。从某种层面来说&#xff0c;简历也像一个人的具象身份证&#xff0c;或者专业资格证。所以&#xff0c;一份简历的好坏&#xff0c;不仅关乎个人的“脸面”&#xff0c;更关乎你是不是一个有“含金量”的技术人员。 所以…

SVG画双色虚线并带有流动效果

实现效果 HTML代码 <svg xmlns"http://www.w3.org/2000/svg" viewBox"0 0 100 100" version"1.1"><polyline points"10,20 10,40 80,40 80,60" stroke-width"2" stroke-dasharray"10 10" fill"non…

C语言数据结构排序、插入排序、希尔排序(多组并排、一组排完排另一组)、选择排序、堆排序、冒泡排序等的介绍

文章目录 前言打印数组函数一、插入排序二、希尔排序三、选择排序四、堆排序五、冒泡排序总结 前言 C语言数据结构排序、插入排序、希尔排序&#xff08;多组并排、一组排完排另一组&#xff09;、选择排序、堆排序、冒泡排序等的介绍 打印数组函数 打印数组函数定义 // 打印…

如何以定投策略投资场外个股期权?

场外个股期权为投资者提供了一种灵活且富有潜力的投资工具。与传统的投资方式不同&#xff0c;场外个股期权以其低门槛、高灵活性和潜在的较高回报吸引了众多投资者。对于希望长期稳健增值的投资者来说&#xff0c;利用定投策略来投资场外个股期权是一个值得考虑的选项。 文章…

什么样的男士内裤比较好?按这个方法选男士内裤不会出错!

男士内裤作为日常穿着的重要服饰&#xff0c;其舒适度与卫生性对男士们的健康至关重要。随着时代的变迁&#xff0c;男士内裤的款式与材质也日益丰富多样&#xff0c;为男士们提供了更多选择。 目前市场上&#xff0c;男士内裤主要分为三角、平角和四角三大类别。其中&#xf…

结构体+结构体内存对齐+结构体实现位段

结构体内存对齐实现位段 一.结构体1.结构体的声明2.结构体变量成员访问操作符3.结构体传参4.匿名结构体5.结构的自引用 二.结构体内存对齐1.对齐规则2.为什么存在内存对齐&#xff1f;3.修改默认对齐数 三.结构体实现位段1.什么是位段2.位段的内存分配3.位段的跨平台问题4.位段…

帮助客服高效工作的快捷回复软件

在繁忙的客服工作中&#xff0c;对于客服团队来说&#xff0c;每天面对大量的客户咨询&#xff0c;如何快速、准确地回应每一位客户的需求&#xff0c;成为了他们日常工作中的一大挑战。而快捷回复软件的出现&#xff0c;无疑是客服人员的福音。今天&#xff0c;我要向大家介绍…

MySQL 关键特性一:插入缓冲、双写缓冲

前言 ​ 本文主要介绍 mysql 的几大特性之几&#xff0c;如&#xff1a;双写缓冲和插入缓存。 双写缓冲 基本概念 ​ 双写缓冲&#xff08;doublewrite buffer&#xff09;是MySQL/InnoDB中用于支持原子页面更新的一种机制。在传统的数据库系统中&#xff0c;为了保证数据的…