数据结构-最短路径问题

一.问题分类

二.无权图单源最短路算法

dist[]数组记录的是个个顶点到源点的距离这个数组的下标表示顶点

源点到自己的距离是0,dist[s]=0

path[]数组记录的是这个顶点的前驱，可以同过这个数组找到源点到个个顶点的距离

代码如下

void Unweighted(MGraph Graph, Vertex S) {Vertex V,W;dist[S] = 0;//初始化源点到自己的距离queue<Vertex>q;q.push(S);//压栈while(!q.empty()) {/*弹栈*/V = q.front();q.pop();for (W = 0; W < Graph->Nv; W++) {/*点W到源点的距离没有被确定并且两个顶点有边，*/if (dist[W] == -1 && IsEdge(Graph, V, W) ){dist[W] = dist[V] + 1;/*更新距离*/path[W] = V;//记录W的前驱q.push(W);}}}
}

dist[]和path[]都初始为-1

全部代码

#include<iostream>
#include<queue>
using namespace std;
#define INIFIN 65535/*表示没有边*/
#define MaxVertenNum 100/*最大顶点值*/
typedef int Vertex;/*顶点的下标用整形表示*/
typedef int WeightType;/*权重*/
int dist[MaxVertenNum], path[MaxVertenNum];
/* 边的定义*/
typedef struct ENode* PtrToENode;
struct ENode
{Vertex V1, V2;/*有向图<v1,v2>*///WeightType Weight;/*权重*/
};
typedef PtrToENode Edge;//图的定义
typedef struct GNode* PtrToGNode;
struct GNode {int Nv;/*顶点个数*/int Ne;/*边的个数*/WeightType G[MaxVertenNum][MaxVertenNum];
};
typedef PtrToGNode MGraph;MGraph CreateGraph(int VerNum) {/*创建1个VN个顶点0条边的图*/Vertex V, W;MGraph Graph = new GNode();Graph->Nv = VerNum;Graph->Ne = 0;for (V = 0; V < Graph->Nv; V++)for (W = 0; W < Graph->Nv; W++)Graph->G[V][W] = INIFIN;return Graph;
}
//插入边
void InsertEdge(MGraph Graph, Edge E)
{/* 插入边 <V1, V2> */Graph->G[E->V1][E->V2] = 1;/* 若是无向图，还要插入边<V2, V1> *///Graph->G[E->V2][E->V1] = 1;  
}MGraph BuildGraph() {Edge E;MGraph Graph;Vertex Nv;cin >> Nv;/*顶点个数*/Graph = CreateGraph(Nv);cin >> Graph->Ne;/*输入边的个数*/if (Graph->Ne != 0) {for (int i = 0; i < Graph->Ne; i++) {E = new ENode();cin >> E->V1 >> E->V2;InsertEdge(Graph, E);}}return Graph;
}
bool IsEdge(MGraph G, Vertex v1, Vertex v2) {return G->G[v1][v2] < INIFIN ? true : false;
}
void Unweighted(MGraph Graph, Vertex S) {Vertex V,W;dist[S] = 0;//初始化源点到自己的距离queue<Vertex>q;q.push(S);//压栈while(!q.empty()) {/*弹栈*/V = q.front();q.pop();for (W = 0; W < Graph->Nv; W++) {/*点W到源点的距离没有被确定并且两个顶点有边，*/if (dist[W] == -1 && IsEdge(Graph, V, W) ){dist[W] = dist[V] + 1;/*更新距离*/path[W] = V;//记录W的前驱q.push(W);}}}
}
void FindDp(int V) {if (V == -1)return;FindDp(path[V]);cout << V << " ";}
int main()
{MGraph G = BuildGraph();for (int i = 0; i < MaxVertenNum; i++) {dist[i] = path[i] = -1;}Unweighted(G, 0);cout << "请输入终点顶点:";int n;cin >> n;cout << "源点到终点的路径:";FindDp(n);cout << endl;system("pause");return 0;
}
/*
7
12
0 1
0 3
1 3
1 4
2 0
2 5
3 2
3 4
3 5
3 6
4 6
6 5
*/

运行结果

三.有权图单源最短路算法

S集合存储的是的已经确定最短距离的顶点，起初集合只有一个顶点源点

若顶点V没有收录到集合,dist[V]表示源点到顶点V的距离，但这个距离不是真正的最短路径，当V顶点被收录到集合的时候，dist[V]才是最短距离

每次从dist[]中找到距离最短的顶点

当有顶点加入到集合中的时候,可能会影响dits[W]的值,及顶点的邻接点

代码如下

Vertex FindMinDist(MGraph Graph) {/*返回未被收入顶点中的最小dist者*/Vertex MinV, V;int MinDist = INFINITY;for (V = 0; V < Graph->Nv; V++) {if (Visted[V] == false && dist[V] < MinDist) {/*若V未被收录，且dist[V]更小*/MinDist = dist[V];/*更新最小距离*/MinV = V;/*更新最小顶点*/}}if (MinDist < INFINITY)/*若找到最小dist*/return MinV;/*返回对应的顶点下标*/else return 0;/*若这样的顶点不存在，返回错误标记*/
}
bool Dijkstra(MGraph Graph, Vertex S) {Vertex V, W;/*初始化：此处默认邻接矩阵中不存在的边用INFINITY表示*/for (V = 0; V < Graph->Nv; V++) {dist[V] = Graph->G[S][V];//与S结点邻接把边值放到dist中if (dist[V] < INFINITY)//有边记录它的前驱path[V] = S; //记录V的前驱V的前驱是Selsepath[V] = -1;Visted[V] = false;//全部顶点都没有收录}/*先将收起点收入集合*/dist[S] = 0;Visted[S] = true;//放到集合中while (1) {/*找到未被收入顶点中dist最小者*/V = FindMinDist(Graph);if (!V)/*如不存在*/break;//算法结束Visted[V] = true;//收录Vfor (W = 0; W < Graph->Nv; W++)if (Visted[W] == false && Graph->G[V][W] < INFINITY) {if (Graph->G[V][W] < 0)//若有负边return false;//if (dist[V] + Graph->G[V][W] < dist[W]) {dist[W] = dist[V] + Graph->G[V][W];path[W] = V;//跟新S到W的路径}}}return true;
}

全部代码

#include<iostream>
using namespace std;
#define INFINITY 65535/*设为最大值*/
#define MaxVertexNum 100 /*最大顶点树设为100*/
typedef int Vertex; /*用顶点下标表示为整型*/
typedef int WeightType;/*边的权值设为整型*/
typedef char DataType;/*顶点存储的数据类型设为字符型*/int Visted[MaxVertexNum];//集合等于false的都属于未被找的最短路径的结点
int dist[MaxVertexNum];//路径长度//
int path[MaxVertexNum];/*边的定义*/
typedef struct ENode* PtrToENode;
struct ENode {Vertex V1, V2;/*有向边<v1,v2>*/WeightType Weight;/*权重 */}; typedef PtrToENode Edge;/*图的定义*/
typedef struct GNode* PtrToGNode;
struct GNode
{int Nv;/*顶点个数*/int Ne;/*边的个数*/WeightType G[MaxVertexNum][MaxVertexNum];
};
typedef PtrToGNode MGraph;/*以邻接矩阵存储的图的类型*/MGraph CreateGraph(int VertexNum) {/*初始化一个有VN个顶点但没有边的图*/Vertex V, W;MGraph Graph;Graph = new GNode();Graph->Nv = VertexNum;Graph->Ne = 0;/*初始化邻接矩阵*/for (V = 0; V < Graph->Nv; V++)for (W = 0; W < Graph->Nv; W++)Graph->G[V][W] = INFINITY;return Graph;
}
void Insert(MGraph Graph, Edge E) {Graph->G[E->V1][E->V2] = E->Weight;
}
bool IsEdge(MGraph Graph, Vertex V, Vertex W) {return Graph->G[V][W] < INFINITY ? true : false;
}
/*邻接矩阵存储*/Vertex FindMinDist(MGraph Graph) {/*返回未被收入顶点中的最小dist者*/Vertex MinV, V;int MinDist = INFINITY;for (V = 0; V < Graph->Nv; V++) {if (Visted[V] == false && dist[V] < MinDist) {/*若V未被收录，且dist[V]更小*/MinDist = dist[V];/*更新最小距离*/MinV = V;/*更新最小顶点*/}}if (MinDist < INFINITY)/*若找到最小dist*/return MinV;/*返回对应的顶点下标*/else return 0;/*若这样的顶点不存在，返回错误标记*/
}
bool Dijkstra(MGraph Graph, Vertex S) {Vertex V, W;/*初始化：此处默认邻接矩阵中不存在的边用INFINITY表示*/for (V = 0; V < Graph->Nv; V++) {dist[V] = Graph->G[S][V];//与S结点邻接把边值放到dist中if (dist[V] < INFINITY)//有边记录它的前驱path[V] = S; //记录V的前驱V的前驱是Selsepath[V] = -1;Visted[V] = false;//全部顶点都没有收录}/*先将收起点收入集合*/dist[S] = 0;Visted[S] = true;//放到集合中while (1) {/*找到未被收入顶点中dist最小者*/V = FindMinDist(Graph);if (!V)/*如不存在*/break;//算法结束Visted[V] = true;//收录Vfor (W = 0; W < Graph->Nv; W++)if (Visted[W] == false && Graph->G[V][W] < INFINITY) {if (Graph->G[V][W] < 0)//若有负边return false;//if (dist[V] + Graph->G[V][W] < dist[W]) {dist[W] = dist[V] + Graph->G[V][W];path[W] = V;//跟新S到W的路径}}}return true;
}
void FindDp(int V) {if (V == -1)return;FindDp(path[V]);cout << V << endl;}
int main()
{MGraph Graph = CreateGraph(7);Graph->Ne = 12;Vertex a[12] = { 0,0,1,1,2,2,3,3,3,3,4,6 };Vertex b[12] = { 1,3,3,4,0,5,2,4,5,6,6,5 };WeightType w[12] = { 2,1,3,10,4,5,2,2,8,4,6,1 };/* 读入边，格式为"起点 终点 权重"，插入邻接矩阵 */for (int i = 0; i < Graph->Ne; i++) {Edge E = (Edge)malloc(sizeof(struct ENode)); /* 建立边结点 */E->V1 = a[i]; E->V2 = b[i]; E->Weight = w[i];/* 注意：如果权重不是整型，Weight的读入格式要改 */Insert(Graph, E);}for (int i = 0; i < MaxVertexNum; i++) { Visted[i] = false; dist[i] = INFINITY; path[i] = -1; }Dijkstra(Graph, 0);int n;cin >> n;FindDp(n);return 0;
}

运行结果

四.多源最短路算法

D^k[i][j]表示i到j经过k的最小长度

依次将每个点作为中间点去做更新

k=V-1是D[i][j]将最小路径更新完成

bool Floyd(MGraph Graph) {for(int i=0;i<Graph->Nv;i++)for (int j = 0; j < Graph->Nv; j++) {D[i][j] = Graph->G[i][j];path[i][j] = -1;}/*k表示中间点*/for(int k=0;k<Graph->Nv;k++)for (int i = 0; i < Graph->Nv; i++)for (int j = 0; j < Graph->Nv; j++)if (D[i][k] + D[k][j] < D[i][j]) {D[i][j] = D[i][k] + D[k][j];if (i == j && D[i][j] < 0)/*若出现负边无法解决*/return false;path[i][j] = k;}return true;
}

全部代码

#include<iostream>
using namespace std;
#define MaxvertexNum 100/*最大顶点值*/
#define INF 65535/*无穷大表示没有边直接相连*/
typedef int Vertex;/*顶点下标*/
typedef int WeightType;/*权重*/
WeightType D[MaxvertexNum][MaxvertexNum];/*D[i][j]，顶点i到顶点j的最短距离*/
Vertex path[MaxvertexNum][MaxvertexNum];/*记录路径*//*边的定义*/
typedef struct ENode* PtrToENode;
struct ENode
{Vertex V1, V2;WeightType Weigtht;
};
typedef PtrToENode Edge;/*图的定义*/
typedef struct GNode* PtrToGNode;
struct GNode {int Nv;/*顶点个数*/int Ne; /*边的个数*/WeightType G[MaxvertexNum][MaxvertexNum];
};
typedef PtrToGNode MGraph;MGraph CreateGraph(int Vertexnum) {MGraph G = new GNode();G->Nv = Vertexnum;G->Ne = 0;for (int i = 0; i < G->Nv; i++)for (int j = 0; j < G->Nv; j++)G->G[i][j] = INF;return G;
}
void InsertEdeg(MGraph Graph, Edge E) {Graph->G[E->V1][E->V2] = E->Weigtht;Graph->G[E->V2][E->V1] = E->Weigtht;
}bool Floyd(MGraph Graph) {for(int i=0;i<Graph->Nv;i++)for (int j = 0; j < Graph->Nv; j++) {D[i][j] = Graph->G[i][j];path[i][j] = -1;}/*k表示中间点*/for(int k=0;k<Graph->Nv;k++)for (int i = 0; i < Graph->Nv; i++)for (int j = 0; j < Graph->Nv; j++)if (D[i][k] + D[k][j] < D[i][j]) {D[i][j] = D[i][k] + D[k][j];if (i == j && D[i][j] < 0)/*若出现负边无法解决*/return false;path[i][j] = k;}return true;
}
//void FindDp(int i, int j) {
//	if (path[i][j] == -1)
//		return;
//	FindDp(i, path[i][j]);
//	cout << j;
//}
MGraph BuildGraph() {Edge E;MGraph Graph;Vertex Nv;cin >> Nv;/*顶点个数*/Graph = CreateGraph(Nv);cin >> Graph->Ne;/*输入边的个数*/if (Graph->Ne != 0) {for (int i = 0; i < Graph->Ne; i++) {E = new ENode();cin >> E->V1 >> E->V2>>E->Weigtht;E->V1--;E->V2--;InsertEdeg(Graph, E);}}return Graph;
}
int main()
{MGraph Graph = BuildGraph();Floyd(Graph);int i,j;
//	cin >> i>>j;
//	FindDp(i,j);return 0;
}

 怎么样打印两点之间的路径还没有写好

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/62313.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

ulimit -n是1024无法启动redis

ulimit -n是1024无法启动redis

ulimit -n 命令显示的是当前 shell 会话中可以打开的最大文件描述符数。如果这个值设置得太低&#xff0c;可能会导致 Redis 无法启动&#xff0c;因为 Redis 需要大量的文件描述符来处理客户端连接、持久化文件等。 默认情况下&#xff0c;Redis 可能需要更多的文件描述符&am…
阅读更多...
Vue.js 实现用户注册功能

Vue.js 实现用户注册功能

在本篇博客中&#xff0c;我们将通过一个简单的例子来展示如何使用 Vue.js 来实现一个用户注册功能。我们将创建一个包含用户名、邮箱和密码输入的表单&#xff0c;并在用户点击“创建账号”按钮时进行简单的验证。 完整代码 <!DOCTYPE html> <html lang"en&q…
阅读更多...
transformers训练(NLP)阅读理解(多项选择)

transformers训练(NLP)阅读理解(多项选择)

简介 在阅读理解任务中&#xff0c;有一种通过多项选择其中一个答案来训练机器的阅读理解。比如&#xff1a;给定一个或多个文档h,以及一个问题S和对应的多个答案候选&#xff0c;输出问题S的答案E&#xff0c;E是答案候选中的某一个选项。 这样的目的就是通过文档&#xff0c…
阅读更多...
【Java 学习】面向程序的三大特性：封装、继承、多态

【Java 学习】面向程序的三大特性：封装、继承、多态

引言 1. 封装1.1 什么是封装呢&#xff1f;1.2 访问限定符1.3 使用封装 2. 继承2.1 为什么要有继承&#xff1f;2.2 继承的概念2.3 继承的语法2.4 访问父类成员2.4.1 子类中访问父类成员的变量2.4.2 访问父类的成员方法 2.5 super关键字2.6 子类的构造方法 3. 多态3.1 多态的概…
阅读更多...
impala入门与实践

impala入门与实践

1.impala基本介绍 impala是cloudera提供的一款高效率的sql查询工具&#xff0c;提供实时的查询效果&#xff0c;官方测试性能比hive快10到100倍&#xff0c;其sql查询比sparkSQL还要更加快速&#xff0c;号称是当前大数据领域最快的查询sql工具。impala是参照谷歌的新三篇论文…
阅读更多...
shell查看服务器的内存和CPU，实时使用情况

shell查看服务器的内存和CPU，实时使用情况

要查看服务器的内存和 CPU 实时使用情况&#xff0c;可以使用以下方法和命令&#xff1a; 1. 使用 top 运行 top 命令以显示实时的系统性能信息&#xff0c;包括 CPU 和内存使用情况。 top按 q 退出。输出内容包括&#xff1a; CPU 使用率&#xff1a;位于顶部&#xff0c;标…
阅读更多...
java中链表的数据结构的理解

java中链表的数据结构的理解

在 Java 中&#xff0c;链表是一种常见的数据结构&#xff0c;可以通过类的方式实现自定义链表。以下是关于 Java 中链表的数据结构和实现方式的详细介绍。 1. 自定义链表结构 Java 中链表通常由一个节点类 (ListNode) 和可能的链表操作类构成。 节点类 (ListNode) 这是链表…
阅读更多...
结构方程模型（SEM）入门到精通：lavaan VS piecewiseSEM、全局估计/局域估计；潜变量分析、复合变量分析、贝叶斯SEM在生态学领域应用

结构方程模型（SEM）入门到精通：lavaan VS piecewiseSEM、全局估计/局域估计；潜变量分析、复合变量分析、贝叶斯SEM在生态学领域应用

目录 第一章 夯实基础 R/Rstudio简介及入门 第二章 结构方程模型&#xff08;SEM&#xff09;介绍 第三章 R语言SEM分析入门&#xff1a;lavaan VS piecewiseSEM 第四章 SEM全局估计&#xff08;lavaan&#xff09;在生态学领域高阶应用 第五章 SEM潜变量分析在生态学领域…
阅读更多...
2.mybatis整体配置

2.mybatis整体配置

文章目录 mybatis-config.xml介绍SqlSessionFactoryBuilderXMLConfigBuilderpropertiessetting类型别名&#xff08;typeAliases&#xff09;扫描插件(plugins)解析objectFactory(对象工厂)解析objectWrapperFactory解析reflectorFactorysettingsElement()方法环境配置&#xf…
阅读更多...
把本地新项目初始化传到github

把本地新项目初始化传到github

在本地项目根目录下初始化Git仓库 git init将项目文件添加到Git仓库,接下来&#xff0c;你需要将项目中的文件添加到Git仓库中。可以使用git add命令来添加文件或目录。如果你想要添加所有文件&#xff0c;可以使用.来表示当前目录中的所有文件&#xff1a; git add .提交项目…
阅读更多...
软件测试丨Pytest 第三方插件与 Hook 函数

软件测试丨Pytest 第三方插件与 Hook 函数

Pytest不仅是一个用于编写简单和复杂测试的框架&#xff0c;还有大量的第三方插件以及灵活的Hook函数供我们使用&#xff0c;这些功能大大增强了其在软件测试中的应用。通过使用Pytest&#xff0c;测试开发变得简便、安全、高效&#xff0c;同时也能帮助我们更快地修复Bug&…
阅读更多...
小米PC电脑手机互联互通，小米妙享，小米电脑管家，老款小米笔记本怎么使用，其他品牌笔记本怎么使用，一分钟教会你

小米PC电脑手机互联互通，小米妙享，小米电脑管家，老款小米笔记本怎么使用，其他品牌笔记本怎么使用，一分钟教会你

说在前面 之前我们体验过妙享中心&#xff0c;里面就有互联互通的全部能力&#xff0c;现在有了小米电脑管家&#xff0c;老款的笔记本竟然用不了&#xff0c;也可以理解&#xff0c;毕竟老款笔记本做系统研发的时候没有预留适配的文件补丁&#xff0c;至于其他品牌的winPC小米…
阅读更多...
python爬虫案例——猫眼电影数据抓取之字体解密，多套字体文件解密方法（20）

python爬虫案例——猫眼电影数据抓取之字体解密，多套字体文件解密方法（20）

文章目录 1、任务目标2、网站分析3、代码编写1、任务目标 目标网站：猫眼电影（https://www.maoyan.com/films?showType=2） 要求：抓取该网站下，所有即将上映电影的预约人数，保证能够获取到实时更新的内容；如下： 2、网站分析 进入目标网站，打开开发者模式，经过分析，我…
阅读更多...
一分钟食用前端测试框架Jest

一分钟食用前端测试框架Jest

安装 其实食用Jest是很简单的,我们只需要安装Jest即可 npm install --save-dev jestyarn add --dev jestpnpm add --save-dev jest ESmodule 本身来说,Jest是不支持Esmodule的,他支持CommonJS,我们需要Babel改一下 npm i --save-dev babel-jest babel/core babel/preset-env …
阅读更多...
MySQL中的ROW_NUMBER窗口函数简单了解下

MySQL中的ROW_NUMBER窗口函数简单了解下

ROW_NUMBER() 是 MySQL8引入的窗口函数之一&#xff0c;它为查询结果集中的每一行分配一个唯一的顺序号&#xff08;行号&#xff09;。这个顺序号是基于窗口函数的 ORDER BY 子句进行排序的&#xff0c;可以根据指定的排序顺序生成连续的整数值。 ROW_NUMBER() 在分页、去重、…
阅读更多...
从 App Search 到 Elasticsearch — 挖掘搜索的未来

从 App Search 到 Elasticsearch — 挖掘搜索的未来

作者&#xff1a;来自 Elastic Nick Chow App Search 将在 9.0 版本中停用&#xff0c;但 Elasticsearch 拥有你构建强大的 AI 搜索体验所需的一切。以下是你需要了解的内容。 生成式人工智能的最新进展正在改变用户行为&#xff0c;激励开发人员创造更具活力、更直观、更引人入…
阅读更多...
CTF之密码学（费纳姆密码）

CTF之密码学（费纳姆密码）

一、作为二进制替换密码的费纳姆密码 定义&#xff1a;费纳姆密码是一种由二进制产生的替换密码&#xff0c;也被称为弗纳姆密码&#xff08;Vernam cipher&#xff09;。它采用二进制表示法&#xff0c;将明文转化为二进制数字&#xff0c;并通过与密钥进行模2加法运算来产生密…
阅读更多...
若依框架部署在网站一个子目录下（/admin）问题（

若依框架部署在网站一个子目录下（/admin）问题（

部署在子目录下首先修改vue.config.js文件&#xff1a; 问题一&#xff1a;登陆之后跳转到了404页面问题&#xff0c;解决办法如下&#xff1a; src/router/index.js 把404页面直接变成了首页&#xff08;大佬有啥优雅的解决办法求告知&#xff09; 问题二&#xff1a;退出登录…
阅读更多...
【贪心算法第六弹——334.递增的三元子序列(easy)】

【贪心算法第六弹——334.递增的三元子序列(easy)】

目录 1.题目解析 题目来源 测试用例 2.算法原理 3.实战代码 代码解析 本题属于最长递增子序列的简化版本&#xff0c;只需要判断能不能组成三位的递增子序列即可&#xff0c;建议先去看博主的另一篇博客可以更好的理解本篇博客&#xff1a;300.最长递增子序列 1.题目解析…
阅读更多...
c++(斗罗大陆)

c++(斗罗大陆)

这次&#xff0c;作者编了斗罗大陆的武魂、魂力等级&#xff0c;目前只写到了11级 #include<iostream> #include<conio.h> #include<windows.h> #include<stdlib.h> #include<stdio.h> #include<time.h> #include<strin…
阅读更多...
最新文章

Copyright @ 2022~2023