所有节点最短路径的Johnson实现

2024-08-21 05:48

本文主要是介绍所有节点最短路径的Johnson实现,希望对大家解决编程问题提供一定的参考价值,需要的开发者们随着小编来一起学习吧!

一、数据集形式

这里写图片描述
其中:6105(节点个数) 7035(边数)
0(id) 1609(起始边) 1622(终边) 57.403187(权重)

二、数据集

数据集下载链接

三、实现代码

// Dijkstra.cpp : Defines the entry point for the console application.
//#include "stdafx.h"
#include "time.h"
#include <fstream>
#include<iostream>
#include <stack>
#include <queue>
#include<algorithm>
using namespace std;
int nodeNumber;
int edgeNumber;#define PATH "E://dataset//MapSet//MinCreateTree//Testnew.txt"//#define PATH "E://dataset//MapSet//MinCreateTree//Ol.txt"
//#define PATH "E://dataset//MapSet//MinCreateTree//TGRoad.txt"
//#define PATH "E://dataset//MapSet//MinCreateTree//California.txt"
class CWeightSort {
public:int value;double weight;CWeightSort *before;CWeightSort *next;
};
class CTreeNode
{
public:CTreeNode(){}~CTreeNode() {}int value;double  weight;CTreeNode *next;
};
class CTree
{
public:CTree() {weight = 65535;smallWeigth = NULL;}~CTree() {}int value;CTreeNode *next;CTree *before;double weight;CWeightSort *smallWeigth;bool state;
};
CTree * S;
CTree* createTree(char* filename)
{CTree *tree;ifstream ReadFile;int temp;ReadFile.open(filename, ios::in);//ios::in 表示以只读的方式读取文件ReadFile >> nodeNumber;//第一个字符是数组长度ReadFile >> edgeNumber;tree = new CTree[nodeNumber];S = new CTree;S->weight = 0;S->value = 0;S->next = NULL;S->before = NULL;CTreeNode *nt;//为树赋初值for (int i = 0; i < nodeNumber; i++){nt = new CTreeNode;nt->value = i;nt->weight = 0;nt->next = S->next;S->next = nt;tree[i].next = NULL;tree[i].value = i;tree[i].before = NULL;}while (!ReadFile.eof())            //按空格读取,遇到空白符结束{nt = new CTreeNode();       //读出的数据新建一个节点ReadFile >> temp;ReadFile >> temp;ReadFile >> (nt->value);ReadFile >> (nt->weight);nt->next = tree[temp].next;tree[temp].next = nt;}return tree;
}
//Bellman算法
queue<CTree *> myQ;
void Bellman(CTree *t, CTree *tree)
{CTreeNode *p = t->next;while (p != NULL){//链接的节点已经完成,不做任何改变if (t->weight != 65535 && tree[p->value].weight>t->weight + p->weight){//cout << tree[p->value].value << " ";tree[p->value].weight = t->weight + p->weight;tree[p->value].before = t;//Bellman(tree, p->value);myQ.push(&tree[p->value]);}p = p->next;}
}
void Bell(CTree *S,CTree *tree)
{myQ.push(S);while (!myQ.empty()){Bellman(myQ.front(), tree);myQ.pop();}
}
double **Johnson; 
//Dijkstra 算法
class CQueue {                                  //一个保持队形的队列结构
public:CQueue() {que = new CWeightSort();que->next = NULL;}void Add(CWeightSort *nq) {//将新节点按顺序插入到队列上CWeightSort *q = que;while (q->next != NULL){if (nq->weight < q->next->weight){q->next->before = nq;nq->next = q->next;nq->before = q;q->next = nq;break;}q = q->next;}if (q->next == NULL){nq->next = q->next;nq->before = q;q->next = nq;}}CWeightSort * del(CWeightSort *nq){nq->before->next = nq->next;if (nq->next != NULL)nq->next->before = nq->before;return nq;}bool empty(){if (que->next == NULL)return true;return false;}CWeightSort *que;
};
void initDijkstra(CTree *tree, int in)
{for (int i = 0; i < nodeNumber; i++){tree[i].state=true;tree[i].before = NULL; //delete tree[i].smallWeigth;tree[i].smallWeigth = NULL;}tree[in].smallWeigth = new CWeightSort;tree[in].smallWeigth->weight = 0;
}
CTree* Dijkstra(CTree *tree,int in)
{initDijkstra(tree, in);CQueue myQue;CWeightSort *myi = new CWeightSort;myi->value = in;myi->before = NULL;myQue.Add(myi);CWeightSort *nt = NULL;while (!myQue.empty()){nt = myQue.del(myQue.que->next);Johnson[in][nt->value] = nt->weight + tree[nt->value].weight - tree[in].weight;//如果在这里设置数组可以得到所有值,但占用空间太大//cout << nt->value << "(" << nt->weight << ")" << " ";//标记这个节点为已经访问状态tree[nt->value].state = false;CTreeNode *p = tree[nt->value].next;while (p != NULL){//链接的节点已经完成,不做任何改变if (tree[p->value].state){//链接的节点,没有更小的值if (tree[p->value].smallWeigth == NULL){CWeightSort *node = new CWeightSort;node->value = p->value;node->weight = tree[nt->value].smallWeigth->weight + p->weight;tree[p->value].smallWeigth = node;tree[p->value].before = &tree[nt->value];myQue.Add(node);}//链接的节点,存在更小的值else if (tree[p->value].smallWeigth->weight>tree[nt->value].smallWeigth->weight + p->weight){CWeightSort *node = myQue.del(tree[p->value].smallWeigth);node->value = p->value;node->weight = tree[nt->value].smallWeigth->weight + p->weight;tree[p->value].smallWeigth = node;tree[p->value].before = &tree[nt->value];myQue.Add(node);}}p = p->next;}}return &tree[nt->value];
}
int main()
{//构建图CTree *tree = createTree(PATH);double useTime;clock_t start, finish;start = clock();//修改图中的weightBell(S,tree);//对图边的权重进行改变for (int i = 0; i < nodeNumber; i++){CTreeNode *p = tree[i].next;while (p!=NULL){p->weight = p->weight + tree[0].weight - tree[p->value].weight;p = p->next;}}//对于每个节点进行DijkstraJohnson = new double *[nodeNumber];for (int i = 0; i < nodeNumber ; i++){Johnson[i] = new double[nodeNumber];memset(Johnson[i], 65535, sizeof(double)*nodeNumber);}for (int i = 0; i < nodeNumber; i++){CTree *q = Dijkstra(tree, i);}finish = clock();useTime = (double)(finish - start) / CLOCKS_PER_SEC * 1000;printf("%f 毫秒\n", useTime);system("pause");return 0;
}

这篇关于所有节点最短路径的Johnson实现的文章就介绍到这儿,希望我们推荐的文章对编程师们有所帮助!



http://www.chinasem.cn/article/1092297

相关文章

基于SpringBoot+Mybatis实现Mysql分表

《基于SpringBoot+Mybatis实现Mysql分表》这篇文章主要为大家详细介绍了基于SpringBoot+Mybatis实现Mysql分表的相关知识,文中的示例代码讲解详细,感兴趣的小伙伴可... 目录基本思路定义注解创建ThreadLocal创建拦截器业务处理基本思路1.根据创建时间字段按年进

SpringBoot3实现Gzip压缩优化的技术指南

《SpringBoot3实现Gzip压缩优化的技术指南》随着Web应用的用户量和数据量增加,网络带宽和页面加载速度逐渐成为瓶颈,为了减少数据传输量,提高用户体验,我们可以使用Gzip压缩HTTP响应,... 目录1、简述2、配置2.1 添加依赖2.2 配置 Gzip 压缩3、服务端应用4、前端应用4.1 N

SpringBoot实现数据库读写分离的3种方法小结

《SpringBoot实现数据库读写分离的3种方法小结》为了提高系统的读写性能和可用性,读写分离是一种经典的数据库架构模式,在SpringBoot应用中,有多种方式可以实现数据库读写分离,本文将介绍三... 目录一、数据库读写分离概述二、方案一:基于AbstractRoutingDataSource实现动态

Python FastAPI+Celery+RabbitMQ实现分布式图片水印处理系统

《PythonFastAPI+Celery+RabbitMQ实现分布式图片水印处理系统》这篇文章主要为大家详细介绍了PythonFastAPI如何结合Celery以及RabbitMQ实现简单的分布式... 实现思路FastAPI 服务器Celery 任务队列RabbitMQ 作为消息代理定时任务处理完整

Java枚举类实现Key-Value映射的多种实现方式

《Java枚举类实现Key-Value映射的多种实现方式》在Java开发中,枚举(Enum)是一种特殊的类,本文将详细介绍Java枚举类实现key-value映射的多种方式,有需要的小伙伴可以根据需要... 目录前言一、基础实现方式1.1 为枚举添加属性和构造方法二、http://www.cppcns.co

使用Python实现快速搭建本地HTTP服务器

《使用Python实现快速搭建本地HTTP服务器》:本文主要介绍如何使用Python快速搭建本地HTTP服务器,轻松实现一键HTTP文件共享,同时结合二维码技术,让访问更简单,感兴趣的小伙伴可以了... 目录1. 概述2. 快速搭建 HTTP 文件共享服务2.1 核心思路2.2 代码实现2.3 代码解读3.

MySQL双主搭建+keepalived高可用的实现

《MySQL双主搭建+keepalived高可用的实现》本文主要介绍了MySQL双主搭建+keepalived高可用的实现,文中通过示例代码介绍的非常详细,对大家的学习或者工作具有一定的参考学习价值,... 目录一、测试环境准备二、主从搭建1.创建复制用户2.创建复制关系3.开启复制,确认复制是否成功4.同

Java实现文件图片的预览和下载功能

《Java实现文件图片的预览和下载功能》这篇文章主要为大家详细介绍了如何使用Java实现文件图片的预览和下载功能,文中的示例代码讲解详细,感兴趣的小伙伴可以跟随小编一起学习一下... Java实现文件(图片)的预览和下载 @ApiOperation("访问文件") @GetMapping("

使用Sentinel自定义返回和实现区分来源方式

《使用Sentinel自定义返回和实现区分来源方式》:本文主要介绍使用Sentinel自定义返回和实现区分来源方式,具有很好的参考价值,希望对大家有所帮助,如有错误或未考虑完全的地方,望不吝赐教... 目录Sentinel自定义返回和实现区分来源1. 自定义错误返回2. 实现区分来源总结Sentinel自定

Java实现时间与字符串互相转换详解

《Java实现时间与字符串互相转换详解》这篇文章主要为大家详细介绍了Java中实现时间与字符串互相转换的相关方法,文中的示例代码讲解详细,感兴趣的小伙伴可以跟随小编一起学习一下... 目录一、日期格式化为字符串(一)使用预定义格式(二)自定义格式二、字符串解析为日期(一)解析ISO格式字符串(二)解析自定义