加权图的单源最短路径问题——解法:DijKstra算法

2024-04-25 19:38

本文主要是介绍加权图的单源最短路径问题——解法:DijKstra算法,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!

问题都是老生常谈,不再介绍,此处给出算法思想(自己总结的,别人写好的)、以及代码实现。

1、自己总结算法思想

记新加入顶点的集合为S,余下顶点的集合为V-S.

         i、取一个起始顶点,加入S中。

         ii、从V-S集合中,寻找出最短路径距离信息的结点,加入S集合中

         iii、对新加入S中的顶点,更新新加入顶点到V-S中邻接顶点的路径距离信息,若无相应路径则转步骤3(只有当路径信息变小时才更新哈,并记录此时已更新路径信息结点的前驱结点(方便输出呢),与prim算法区别的是,此处是对新加入的结点,更新的是路径距离信息(即所谓从源点到新加入结点的邻接结点的路径权值之和))。

         iv、重复2、3步骤,直至S集合中顶点个数为图中所有顶点个数。

2、借鉴他人总结的算法思想

090644t797fce7n20of7j9.png

 

       与Floyd-Warshall算法一样这里仍然使用二维数组e来存储顶点之间边的关系,初始值如下。

090651l6pt4666tptut66u.png

 

       我们还需要用一个一维数组dis来存储1号顶点到其余各个顶点的初始路程,如下。

090657ofidcactthcig33i.png

 

       我们将此时dis数组中的值称为最短路的“估计值”。

       既然是求1号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1号顶点最近是2号顶点。当选择了2号顶点后,dis[2]的值就已经从“估计值”变为了“确定值”,即1号顶点到2号顶点的最短路程就是当前dis[2]值。为什么呢?你想啊,目前离1号顶点最近的是2号顶点,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1号顶点到2号顶点的路程进一步缩短了。因为1号顶点到其它顶点的路程肯定没有1号到2号顶点短,对吧O(∩_∩)O~

       既然选了2号顶点,接下来再来看2号顶点有哪些出边呢。有2->3和2->4这两条边。先讨论通过2->3这条边能否让1号顶点到3号顶点的路程变短。也就是说现在来比较dis[3]和dis[2]+e[2][3]的大小。其中dis[3]表示1号顶点到3号顶点的路程。dis[2]+e[2][3]中dis[2]表示1号顶点到2号顶点的路程,e[2][3]表示2->3这条边。所以dis[2]+e[2][3]就表示从1号顶点先到2号顶点,再通过2->3这条边,到达3号顶点的路程。

       我们发现dis[3]=12,dis[2]+e[2][3]=1+9=10,dis[3]>dis[2]+e[2][3],因此dis[3]要更新为10。这个过程有个专业术语叫做“松弛”。即1号顶点到3号顶点的路程即dis[3],通过2->3这条边松弛成功。这便是Dijkstra算法的主要思想:通过“边”来松弛1号顶点到其余各个顶点的路程。

 

       同理通过2->4(e[2][4]),可以将dis[4]的值从∞松弛为4(dis[4]初始为∞,dis[2]+e[2][4]=1+3=4,dis[4]>dis[2]+e[2][4],因此dis[4]要更新为4)。

       刚才我们对2号顶点所有的出边进行了松弛。松弛完毕之后dis数组为:

090706vmjy7l2ee2lyalia.png

 

       接下来,继续在剩下的3、4、5和6号顶点中,选出离1号顶点最近的顶点。通过上面更新过dis数组,当前离1号顶点最近是4号顶点。此时,dis[4]的值已经从“估计值”变为了“确定值”。下面继续对4号顶点的所有出边(4->3,4->5和4->6)用刚才的方法进行松弛。松弛完毕之后dis数组为:

090714f2p1wppynngj2pep.png

 

       继续在剩下的3、5和6号顶点中,选出离1号顶点最近的顶点,这次选择3号顶点。此时,dis[3]的值已经从“估计值”变为了“确定值”。对3号顶点的所有出边(3->5)进行松弛。松弛完毕之后dis数组为:

090722ywunackk35i8cni5.png

 

       继续在剩下的5和6号顶点中,选出离1号顶点最近的顶点,这次选择5号顶点。此时,dis[5]的值已经从“估计值”变为了“确定值”。对5号顶点的所有出边(5->4)进行松弛。松弛完毕之后dis数组为:

090730eq6oqzyq7laqha9y.png

 

       最后对6号顶点所有点出边进行松弛。因为这个例子中6号顶点没有出边,因此不用处理。到此,dis数组中所有的值都已经从“估计值”变为了“确定值”。

       最终dis数组如下,这便是1号顶点到其余各个顶点的最短路径。

090738azt5clcozl899ekt.png

 

       OK,现在来总结一下刚才的算法。算法的基本思想是:每次找到离源点(上面例子的源点就是1号顶点)最近的一个顶点,然后以该顶点为中心进行扩展,最终得到源点到其余所有点的最短路径。基本步骤如下:

  • 将所有的顶点分为两部分:已知最短路程的顶点集合P和未知最短路径的顶点集合Q。最开始,已知最短路径的顶点集合P中只有源点一个顶点。我们这里用一个book[ i ]数组来记录哪些点在集合P中。例如对于某个顶点i,如果book[ i ]为1则表示这个顶点在集合P中,如果book[ i ]为0则表示这个顶点在集合Q中。

  • 设置源点s到自己的最短路径为0即dis=0。若存在源点有能直接到达的顶点i,则把dis[ i ]设为e[s][ i ]。同时把所有其它(源点不能直接到达的)顶点的最短路径为设为∞。

  • 在集合Q的所有顶点中选择一个离源点s最近的顶点u(即dis[u]最小)加入到集合P。并考察所有以点u为起点的边,对每一条边进行松弛操作。例如存在一条从u到v的边,那么可以通过将边u->v添加到尾部来拓展一条从s到v的路径,这条路径的长度是dis[u]+e[u][v]。如果这个值比目前已知的dis[v]的值要小,我们可以用新值来替代当前dis[v]中的值。

  • 重复第3步,如果集合Q为空,算法结束。最终dis数组中的值就是源点到所有顶点的最短路径。

3、代码实现(此处运用邻接矩阵存储图的信息)

#include<iostream>
#include<string.h>using namespace std;#define MAX 6      // point数量
#define INF_distance 0xFFFFFFFF/*
* Dijkstra最短路径。
* 即,统计图中"顶点"到其它各个顶点的最短路径。
*
* 参数说明:
*     adjMatrix      -- 邻接矩阵
*     startPoint     -- 起始顶点(start vertex)。即计算"顶点startPoint"到其它顶点的最短路径。
*     prePoint       -- 前驱顶点数组。prePoint[i]的值是"顶点startPoint"到"顶点i"的最短路径所经历的全部顶点中,位于"顶点i"之前的那个顶点。
*     dist           -- 长度数组。dist[i]是"顶点startPoint"到"顶点i"的最短路径的长度。
*/void dijkstra(unsigned int adjMatrix[][MAX], int startPoint, unsigned int prePoint[], unsigned int dist[]) {int i, k;unsigned int temp, min;bool flag[MAX]; flag[i]=1表示"顶点startPoint"到"顶点i"的最短路径已成功获取。for (i = 0; i < MAX; ++i) {flag[i] = false;prePoint[i] = 0;dist[i] = adjMatrix[startPoint][i];}//对超始点自身进行初始化flag[startPoint] = true;prePoint[startPoint] = 0;k = startPoint;//遍历,每次找出到一个顶点的最短距离for (i = 0; i < MAX; ++i) {min = INF_distance;for (int j = 0; j < MAX; ++j) {//寻找具有最短距离的结点if (!flag[j]&&dist[j] < min) { //不在S中,从startPoint到V-S结点集中距离最短的min = dist[j];k = j;}}flag[k] = true;//表明此结点已遍历,放入S集中for (int j = 0; j < MAX;++j) {//更新k的邻接点距离temp = adjMatrix[k][j] == INF_distance ? INF_distance : (adjMatrix[k][j] + min);//主要是为了计算出startPoint到k结点相邻结点的距离if (!flag[j] && temp < dist[j]) {dist[j] = temp;prePoint[j] = k;//记录前驱结点是为了方便输出信息}}}}void print(unsigned int prePoint[], unsigned int dist[], int startPoint, int endPoint) {if (endPoint == startPoint) {cout << startPoint << "," << dist[endPoint] << endl;return;}if (endPoint != startPoint) {print(prePoint, dist, startPoint, prePoint[endPoint]);cout << endPoint << "," << dist[endPoint] << endl;}
}int main() {unsigned int prePoint[MAX];unsigned int dest[MAX];unsigned int adjMatrix[MAX][MAX] = { { 0, 1, 12, INF_distance, INF_distance, INF_distance },{ INF_distance, 0, 9, 3, INF_distance, INF_distance },{ INF_distance, INF_distance, 0, INF_distance, 5, INF_distance },{ INF_distance, INF_distance, 4, 0, 13, 15 },{ INF_distance, INF_distance, INF_distance, INF_distance, 0, 4 },{ INF_distance, INF_distance, INF_distance, INF_distance, INF_distance, 0 } };memset(prePoint, 0, sizeof(prePoint));memset(dest, 0, sizeof(dest));dijkstra(adjMatrix, 0, prePoint, dest);print(prePoint, dest, 0, 5);cout << MAX - 1 << "," << dest[MAX - 1] << endl;return 0;
}

参考链接:

https://blog.csdn.net/heroacool/article/details/51014824

https://www.cnblogs.com/GnibChen/p/8875247.html

这篇关于加权图的单源最短路径问题——解法:DijKstra算法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/935608

相关文章

IntelliJ IDEA 中配置 Spring MVC 环境的详细步骤及问题解决

《IntelliJIDEA中配置SpringMVC环境的详细步骤及问题解决》:本文主要介绍IntelliJIDEA中配置SpringMVC环境的详细步骤及问题解决,本文分步骤结合实例给大... 目录步骤 1:创建 Maven Web 项目步骤 2:添加 Spring MVC 依赖1、保存后执行2、将新的依赖

使用Python实现矢量路径的压缩、解压与可视化

《使用Python实现矢量路径的压缩、解压与可视化》在图形设计和Web开发中,矢量路径数据的高效存储与传输至关重要,本文将通过一个Python示例,展示如何将复杂的矢量路径命令序列压缩为JSON格式,... 目录引言核心功能概述1. 路径命令解析2. 路径数据压缩3. 路径数据解压4. 可视化代码实现详解1

Spring 中的循环引用问题解决方法

《Spring中的循环引用问题解决方法》:本文主要介绍Spring中的循环引用问题解决方法,本文给大家介绍的非常详细,对大家的学习或工作具有一定的参考借鉴价值,需要的朋友参考下吧... 目录什么是循环引用?循环依赖三级缓存解决循环依赖二级缓存三级缓存本章来聊聊Spring 中的循环引用问题该如何解决。这里聊

Spring Boot中JSON数值溢出问题从报错到优雅解决办法

《SpringBoot中JSON数值溢出问题从报错到优雅解决办法》:本文主要介绍SpringBoot中JSON数值溢出问题从报错到优雅的解决办法,通过修改字段类型为Long、添加全局异常处理和... 目录一、问题背景:为什么我的接口突然报错了?二、为什么会发生这个错误?1. Java 数据类型的“容量”限制

关于MongoDB图片URL存储异常问题以及解决

《关于MongoDB图片URL存储异常问题以及解决》:本文主要介绍关于MongoDB图片URL存储异常问题以及解决方案,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... 目录MongoDB图片URL存储异常问题项目场景问题描述原因分析解决方案预防措施js总结MongoDB图

SpringBoot项目中报错The field screenShot exceeds its maximum permitted size of 1048576 bytes.的问题及解决

《SpringBoot项目中报错ThefieldscreenShotexceedsitsmaximumpermittedsizeof1048576bytes.的问题及解决》这篇文章... 目录项目场景问题描述原因分析解决方案总结项目场景javascript提示:项目相关背景:项目场景:基于Spring

解决Maven项目idea找不到本地仓库jar包问题以及使用mvn install:install-file

《解决Maven项目idea找不到本地仓库jar包问题以及使用mvninstall:install-file》:本文主要介绍解决Maven项目idea找不到本地仓库jar包问题以及使用mvnin... 目录Maven项目idea找不到本地仓库jar包以及使用mvn install:install-file基

usb接口驱动异常问题常用解决方案

《usb接口驱动异常问题常用解决方案》当遇到USB接口驱动异常时,可以通过多种方法来解决,其中主要就包括重装USB控制器、禁用USB选择性暂停设置、更新或安装新的主板驱动等... usb接口驱动异常怎么办,USB接口驱动异常是常见问题,通常由驱动损坏、系统更新冲突、硬件故障或电源管理设置导致。以下是常用解决

Mysql如何解决死锁问题

《Mysql如何解决死锁问题》:本文主要介绍Mysql如何解决死锁问题,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【一】mysql中锁分类和加锁情况【1】按锁的粒度分类全局锁表级锁行级锁【2】按锁的模式分类【二】加锁方式的影响因素【三】Mysql的死锁情况【1

SpringBoot内嵌Tomcat临时目录问题及解决

《SpringBoot内嵌Tomcat临时目录问题及解决》:本文主要介绍SpringBoot内嵌Tomcat临时目录问题及解决,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,... 目录SprinjavascriptgBoot内嵌Tomcat临时目录问题1.背景2.方案3.代码中配置t