迪杰斯特拉算法详解

2023-12-25 17:04
文章标签 算法 详解 斯特拉 迪杰

本文主要是介绍迪杰斯特拉算法详解,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!

迪杰斯特拉算法详解

首先要知道的是,迪杰斯特拉算法是求解单源最短路径的,就是在一个图中(无向图和有向图均可),指定一个源点,求出来这个源点到其他各个节点的最短路径。
在这里插入图片描述

存图

首先,我需要用邻接矩阵把图存起来,邻接矩阵也就是一个二维数组。例如如果节点1到节点2的距离为20,那么邻接矩阵的 [1] [2] = 20。 我是这样保存的:如果题目中没提到距离,只是说明了是否存在路径,那么就将存在路径的邻接矩阵值设置为1,否则设置为0,设置 [i] [i] = 1,因为自身肯定是能到达自身的嘛;如果题目给了节点之间的距离,那么对应的邻接矩阵的值也要设置为其距离,到不了的就设置为INF(无穷大),设置 [i] [i] = 0,因为自身到自身的距离肯定是0。
以没提到距离的情况来写代码就是这样的:

class Graph  : public QObject
{Q_OBJECTpublic:Graph(int V, QObject *parent);~Graph();void addEdge(int u, int v, int w);
private:int V;  // 顶点的数量int adjMatrix[MAX][MAX];  // 邻接矩阵
};

在构造函数中初始化邻接矩阵

Graph::Graph(int V, QObject *parent): V(V),QObject(parent)
{for (int i = 0; i < V; ++i)for (int j = 0; j < V; ++j){// 初始化邻接矩阵adjMatrix[i][j] = (i == j) ? 1 : INF;// 如果是有距离的情况,写这个// adjMatrix[i][j] = (i == j) ? 0 : INF;}}

添加边

void Graph::addEdge(int u, int v, int w)
{adjMatrix[u][v] = w;adjMatrix[v][u] = w;
}

迪杰斯特拉思路

首先,我需要设置一个容器,假设为A,A中存放的是当前已经访问过的节点以及该节点到达源点的最短距离(注意,这个会随着后面节点的加入而不断更新)。同时,还需要设置一个数组visited来标记这个节点是否已经访问过(不然我怎么知道这个节点有没有被访问过呢),再设置一个数组parent用来保存计算好的最短路径,例如 parent [5] = 1 ,表示节点5的父节点为节点1,依次再找出节点1的父节点……就能够找到最短路径。

然后就是,先把我的源点放入容器A中,同时设置状态为已访问,目前起点就是我的源点,然后从剩下的未被访问过的节点中依次取出与起点相连通的节点进行比较,如果节点到起点的距离与起点到源点的距离之和小于源点到该节点的距离,那么就将此节点和其到源点的距离放入A中,同时设置其parent值为起点。

然后从A中取出到源点距离最近的节点,将起点改为此节点,同时设置状态为已访问,然后再次从剩下的未被访问过的节点中依次取出与起点相连通的节点进行比较,如果节点到起点的距离与起点到源点的距离之和小于源点到该节点的距离,那么就将此节点和其到源点的距离放入A中,同时设置其parent值为起点(如果A中已经存在此节点,那么就更新其距离为它到当前设置的起点的距离与起点到源点的距离之和,同时更新parent值为当前设置的起点)。

以此类推,直到所有节点均被访问为止。这里使用到的原理是,如果某个节点到起点的距离是最短的,那么它到源点的距离也将是最短的,通过遍历不同的起点,不断比较和更新节点到源点的距离,来得到最优解。

只看文字有点绕口,来看代码吧!

代码详解

// src就是源点,dist就是上面提到的容器A,adjMatrix就是保存图的邻接矩阵
void Graph::dijkstra(int src, std::vector<int>& dist, int adjMatrix[MAX][MAX])
{// 使用优先队列来选择下一个要处理的节点// pair<int, int>表示距离和节点的组合,greater确保队列按距离递增的顺序排列(小的在队头)// 默认先比较第一个元素,第一个相等则比较第二个std::priority_queue<std::pair<int, int>, std::vector<std::pair<int, int>>, std::greater<std::pair<int, int>>> pq;// 用于标记节点是否已经被访问std::vector<bool> visited(V, false);// 初始化存储最短路径的向量为无穷大(INF)dist = std::vector<int>(V, INF);// 将源节点及其距离(0)放入优先队列pq.push(std::make_pair(0, src));// 将源节点到自身的距离设置为0dist[src] = 0;// 用于存储最短路径的父节点std::vector<int> parent(V, -1);// 进入主循环,直到优先队列为空while (!pq.empty()) {// 从优先队列中取出当前距离最小的节点int u = pq.top().second;// 将该节点从优先队列中移除pq.pop();// 标记当前节点为已访问visited[u] = true;// 遍历与当前节点相邻的所有节点for (int v = 0; v < V; ++v){// 检查如果节点未被访问、存在连接边,并且通过当前节点的路径距离更短// 这里存在连接边的设置考虑到了路径包含距离与不包含距离的两种情况// 包含距离,不存在连接边则adjMatrix[u][v]==INF// 不包含距离,不存在连接边则adjMatrix[u][v]==0if (!visited[v] && adjMatrix[u][v]!=INF && adjMatrix[u][v] && dist[u] + adjMatrix[u][v] < dist[v]){// 更新从源节点到节点v的最短路径dist[v] = dist[u] + adjMatrix[u][v];// 记录最短路径的父节点parent[v] = u;// 将更新后的节点v及其新距离放入优先队列pq.push(std::make_pair(dist[v], v));}}}
}

这里用到了STL里面的优先队列,以此来找到dist中到源点距离最近的节点。
将这个节点作为起点,不断的从剩下未被访问的节点中取出节点,计算出取出的节点到起点的距离与起点到源点的距离之和来与取出的节点到源点的距离作比较,如果前者更小,那么就更新这个节点到源点的距离。

最后当所有节点的状态都是已访问时,直到队列弹出最后一个元素,退出循环。

打印路径

上面说到,路径信息都保存在了parent数组中,该怎么打印出来呢?
简单点,设置一个栈,栈的特性是先进后出,我们把最后一个节点的parent先压入栈中,然后再把最后一个节点的parent的parent压入栈中……最后在压入源点,再依次弹出栈顶元素就好啦!

// src表示源点,dest表示终点
// 如果想得到源点到所有终点的路径,加个循环即可
void Graph::saveDjPath(int src, int dest, std::vector<int>& parent)
{std::stack<int> path;int current = dest;while (current != src) {// 进栈path.push(current);current = parent[current];}// 将源点压入栈中path.push(src);std::cout<<src<<"到"<<dest<<"路径为:";while (!path.empty()) {std::cout<<path.top()<<' ';path.pop();}cout<<endl;
}

这篇关于迪杰斯特拉算法详解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/536254

相关文章

Spring Security基于数据库验证流程详解

Spring Security 校验流程图 相关解释说明(认真看哦) AbstractAuthenticationProcessingFilter 抽象类 /*** 调用 #requiresAuthentication(HttpServletRequest, HttpServletResponse) 决定是否需要进行验证操作。* 如果需要验证,则会调用 #attemptAuthentica

不懂推荐算法也能设计推荐系统

本文以商业化应用推荐为例,告诉我们不懂推荐算法的产品,也能从产品侧出发, 设计出一款不错的推荐系统。 相信很多新手产品,看到算法二字,多是懵圈的。 什么排序算法、最短路径等都是相对传统的算法(注:传统是指科班出身的产品都会接触过)。但对于推荐算法,多数产品对着网上搜到的资源,都会无从下手。特别当某些推荐算法 和 “AI”扯上关系后,更是加大了理解的难度。 但,不了解推荐算法,就无法做推荐系

康拓展开(hash算法中会用到)

康拓展开是一个全排列到一个自然数的双射(也就是某个全排列与某个自然数一一对应) 公式: X=a[n]*(n-1)!+a[n-1]*(n-2)!+...+a[i]*(i-1)!+...+a[1]*0! 其中,a[i]为整数,并且0<=a[i]<i,1<=i<=n。(a[i]在不同应用中的含义不同); 典型应用: 计算当前排列在所有由小到大全排列中的顺序,也就是说求当前排列是第

csu 1446 Problem J Modified LCS (扩展欧几里得算法的简单应用)

这是一道扩展欧几里得算法的简单应用题,这题是在湖南多校训练赛中队友ac的一道题,在比赛之后请教了队友,然后自己把它a掉 这也是自己独自做扩展欧几里得算法的题目 题意:把题意转变下就变成了:求d1*x - d2*y = f2 - f1的解,很明显用exgcd来解 下面介绍一下exgcd的一些知识点:求ax + by = c的解 一、首先求ax + by = gcd(a,b)的解 这个

综合安防管理平台LntonAIServer视频监控汇聚抖动检测算法优势

LntonAIServer视频质量诊断功能中的抖动检测是一个专门针对视频稳定性进行分析的功能。抖动通常是指视频帧之间的不必要运动,这种运动可能是由于摄像机的移动、传输中的错误或编解码问题导致的。抖动检测对于确保视频内容的平滑性和观看体验至关重要。 优势 1. 提高图像质量 - 清晰度提升:减少抖动,提高图像的清晰度和细节表现力,使得监控画面更加真实可信。 - 细节增强:在低光条件下,抖

OpenHarmony鸿蒙开发( Beta5.0)无感配网详解

1、简介 无感配网是指在设备联网过程中无需输入热点相关账号信息,即可快速实现设备配网,是一种兼顾高效性、可靠性和安全性的配网方式。 2、配网原理 2.1 通信原理 手机和智能设备之间的信息传递,利用特有的NAN协议实现。利用手机和智能设备之间的WiFi 感知订阅、发布能力,实现了数字管家应用和设备之间的发现。在完成设备间的认证和响应后,即可发送相关配网数据。同时还支持与常规Sof

【数据结构】——原来排序算法搞懂这些就行,轻松拿捏

前言:快速排序的实现最重要的是找基准值,下面让我们来了解如何实现找基准值 基准值的注释:在快排的过程中,每一次我们要取一个元素作为枢纽值,以这个数字来将序列划分为两部分。 在此我们采用三数取中法,也就是取左端、中间、右端三个数,然后进行排序,将中间数作为枢纽值。 快速排序实现主框架: //快速排序 void QuickSort(int* arr, int left, int rig

poj 3974 and hdu 3068 最长回文串的O(n)解法(Manacher算法)

求一段字符串中的最长回文串。 因为数据量比较大,用原来的O(n^2)会爆。 小白上的O(n^2)解法代码:TLE啦~ #include<stdio.h>#include<string.h>const int Maxn = 1000000;char s[Maxn];int main(){char e[] = {"END"};while(scanf("%s", s) != EO

秋招最新大模型算法面试,熬夜都要肝完它

💥大家在面试大模型LLM这个板块的时候,不知道面试完会不会复盘、总结,做笔记的习惯,这份大模型算法岗面试八股笔记也帮助不少人拿到过offer ✨对于面试大模型算法工程师会有一定的帮助,都附有完整答案,熬夜也要看完,祝大家一臂之力 这份《大模型算法工程师面试题》已经上传CSDN,还有完整版的大模型 AI 学习资料,朋友们如果需要可以微信扫描下方CSDN官方认证二维码免费领取【保证100%免费

6.1.数据结构-c/c++堆详解下篇(堆排序,TopK问题)

上篇:6.1.数据结构-c/c++模拟实现堆上篇(向下,上调整算法,建堆,增删数据)-CSDN博客 本章重点 1.使用堆来完成堆排序 2.使用堆解决TopK问题 目录 一.堆排序 1.1 思路 1.2 代码 1.3 简单测试 二.TopK问题 2.1 思路(求最小): 2.2 C语言代码(手写堆) 2.3 C++代码(使用优先级队列 priority_queue)