迪杰斯特拉算法和floyd算法实现无向图的最短路径的计算和求解Word下载.docx
- 文档编号:22185734
- 上传时间:2023-02-02
- 格式:DOCX
- 页数:10
- 大小:263.16KB
迪杰斯特拉算法和floyd算法实现无向图的最短路径的计算和求解Word下载.docx
《迪杰斯特拉算法和floyd算法实现无向图的最短路径的计算和求解Word下载.docx》由会员分享,可在线阅读,更多相关《迪杰斯特拉算法和floyd算法实现无向图的最短路径的计算和求解Word下载.docx(10页珍藏版)》请在冰豆网上搜索。
注意该算法要求图中不存在负权边。
问题描述:
在无向图G=(V,E)中,假设每条边E[i]的长度为w[i],找到由顶点V0到其余各点的最短路径。
1.2算法描述
1.2.1算法思想:
设G=(V,E)是一个带权有向图,把图中顶点集合V分成两组,第一组为已求出最短路径的顶点集合(用S表示,初始时S中只有一个源点,以后每求得一条最短路径,就将加入到集合S中,直到全部顶点都加入到S中,算法就结束了),第二组为其余未确定最短路径的顶点集合(用U表示),按最短路径长度的递增次序依次把第二组的顶点加入S中。
在加入的过程中,总保持从源点v到S中各顶点的最短路径长度不大于从源点v到U中任何顶点的最短路径长度。
此外,每个顶点对应一个距离,S中的顶点的距离就是从v到此顶点的最短路径长度,U中的顶点的距离,是从v到此顶点只包括S中的顶点为中间顶点的当前最短路径长度。
1.1.2算法步骤:
a.初始时,S只包含源点,即S={v},v的距离为0。
U包含除v外的其他顶点,即:
U={其余顶点},若v与U中顶点u有边,则<
u,v>
正常有权值,若u不是v的出边邻接点,则<
权值为∞。
b.从U中选取一个距离v最小的顶点k,把k,加入S中(该选定的距离就是v到k的最短路径长度)。
c.以k为新考虑的中间点,修改U中各顶点的距离;
若从源点v到顶点u的距离(经过顶点k)比原来距离(不经过顶点k)短,则修改顶点u的距离值,修改后的距离值的顶点k的距离加上边上的权。
d.重复步骤b和c直到所有顶点都包含在S中。
执行动画过程如下图
1.3算法代码实现:
constintMAXINT=32767;
constintMAXNUM=10;
intdist[MAXNUM];
intprev[MAXNUM];
intA[MAXUNM][MAXNUM];
voidDijkstra(intv0)
{
boolS[MAXNUM];
//判断是否已存入该点到S集合中
intn=MAXNUM;
for(inti=1;
i<
=n;
++i)
{
dist[i]=A[v0][i];
S[i]=false;
//初始都未用过该点
if(dist[i]==MAXINT)
prev[i]=-1;
else
prev[i]=v0;
}
dist[v0]=0;
S[v0]=true;
for(inti=2;
i++)
{
intmindist=MAXINT;
intu=v0;
//找出当前未使用的点j的dist[j]最小值
for(intj=1;
j<
++j)
if((!
S[j])&
&
dist[j]<
mindist)
u=j;
//u保存当前邻接点中距离最小的点的号码
mindist=dist[j];
S[u]=true;
j++)
A[u][j]<
MAXINT)
if(dist[u]+A[u][j]<
dist[j])//在通过新加入的u点路径找到离v0点更短的路径 {
dist[j]=dist[u]+A[u][j];
//更新dist
prev[j]=u;
//记录前驱顶点 }
}
}
}
1.4算法实例
先给出一个无向图
用Dijkstra算法找出以A为起点的单源最短路径步骤如下
二、Floyd算法
2.1定义概览
Floyd-Warshall算法(Floyd-Warshallalgorithm)是解决任意两点间的最短路径的一种算法,可以正确处理有向图或负权的最短路径问题,同时也被用于计算有向图的传递闭包。
Floyd-Warshall算法的时间复杂度为O(N3),空间复杂度为O(N2)。
2.2算法描述
2.2.1算法思想原理:
Floyd算法是一个经典的动态规划算法。
用通俗的语言来描述的话,首先我们的目标是寻找从点i到点j的最短路径。
从动态规划的角度看问题,我们需要为这个目标重新做一个诠释(这个诠释正是动态规划最富创造力的精华所在)
从任意节点i到任意节点j的最短路径不外乎2种可能,1是直接从i到j,2是从i经过若干个节点k到j。
所以,我们假设Dis(i,j)为节点u到节点v的最短路径的距离,对于每一个节点k,我们检查Dis(i,k)+Dis(k,j)<
Dis(i,j)是否成立,如果成立,证明从i到k再到j的路径比i直接到j的路径短,我们便设置Dis(i,j)=Dis(i,k)+Dis(k,j),这样一来,当我们遍历完所有节点k,Dis(i,j)中记录的便是i到j的最短路径的距离。
2.2.2算法描述:
a.从任意一条单边路径开始。
所有两点之间的距离是边的权,如果两点之间没有边相连,则权为无穷大。
b.对于每一对顶点u和v,看看是否存在一个顶点w使得从u到w再到v比己知的路径更短。
如果是更新它。
2.2.3Floyd算法过程矩阵的计算----十字交叉法
方法:
两条线,从左上角开始计算一直到右下角如下所示
给出矩阵,其中矩阵A是邻接矩阵,而矩阵Path记录u,v两点之间最短路径所必须经过的点
相应计算方法如下:
最后A3即为所求结果。
2.3算法代码实现
typedefstruct
{
charvertex[VertexNum];
//顶点表
intedges[VertexNum][VertexNum];
//邻接矩阵,可看做边表
intn,e;
//图中当前的顶点数和边数
}MGraph;
voidFloyd(MGraphg)
intA[MAXV][MAXV];
intpath[MAXV][MAXV];
inti,j,k,n=g.n;
for(i=0;
i<
n;
i++)
for(j=0;
j<
j++)
{
A[i][j]=g.edges[i][j];
path[i][j]=-1;
}
for(k=0;
k<
k++)
{
if(A[i][j]>
(A[i][k]+A[k][j]))
A[i][j]=A[i][k]+A[k][j];
path[i][j]=k;
}
}
}
三、结论
Dijkstra算法求单源、无负权的最短路时效性较好,时间复杂度为O(V*V+E),可以用优先队列进行优化,优化后时间复杂度变为0(v*lgn)。
源点可达的话,O(V*lgV+E*lgV)=>
O(E*lgV)。
当是稀疏图的情况时,此时E=V*V/lgV,所以算法的时间复杂度可为O(V^2)。
可以用优先队列进行优化,优
化后时间复杂度变为0(v*lgn)。
Floyd算法求多源、无负权边的最短路。
用矩阵记录图。
时效性较差,时间复杂度O(V^3)。
Floyd-Warshall算法(Floyd-Warshallalgorithm)是解决任意两点间的最短路径的一种算法,可以正确处理有向图或负权的最短路径问题。
Floyd-Warshall算法的时间复杂度为O(N^3),空间复杂度为O(N^2)。
Floyd-Warshall的原理是动态规划:
设Di,j,k为从i到j的只以(1..k)集合中的节点为中间节点的最短路径的长度。
若最短路径经过点k,则Di,j,k=Di,k,k-1+Dk,j,k-1;
若最短路径不经过点k,则Di,j,k=Di,j,k-1。
因此,Di,j,k=min(Di,k,k-1+Dk,j,k-1,Di,j,k-1)。
在实际算法中,为了节约空间,可以直接在原来空间上进行迭代,这样空间可降至二维。
四、参考文献
[1]《数据结构》(C语言版),严蔚敏,清华大学出版社,2005.
[2]《算法设计与分
析》,王晓东主编,清华大学出版社,2005
[3]汪诗林等译,《数据结构、算法与应用》,(美)SartajSahni著,机械工业出版社,1999
[4]《数据结构与算法分析》,CLIFFORDA.SHAFFER著,张铭、刘晓丹译,电子工业出版社,1998
[5]《计算机算法设计与分析》,王晓东,电子工业出版社,2007
[6]《数据结构与算法使用教程》,刘玉龙,电子工业大学出版社,2009
- 配套讲稿:
如PPT文件的首页显示word图标,表示该PPT已包含配套word讲稿。双击word图标可打开word文档。
- 特殊限制:
部分文档作品中含有的国旗、国徽等图片,仅作为作品整体效果示例展示,禁止商用。设计者仅对作品中独创性部分享有著作权。
- 关 键 词:
- 迪杰斯特拉 算法 floyd 实现 路径 计算 求解