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.docx
- 文档编号:9049610
- 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.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.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.docx(10页珍藏版)》请在冰豆网上搜索。
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
摘要
本次课程设计主要核心为利用迪杰斯特拉算法和Floyd算法实现无向图的最短路径的计算和求解。
要求理解算法的具体实现流程、学会正确使用该算法求解实际问题。
本次课程设计具体内容是:
通过对两个算法的理解与应用来比较两个算法的优缺点。
本程序要求结合最短路算法以及相应的数据结构的定义和使用,实现一个最短路径算法的简单应用。
本课程设计是对书本知识的简单应用,以此培养大家用书本知识解决实际问题的能力;培养实际工作所需要的动手能力;培养以科学理论和工程上能力的技术,规范地开发大型、复杂、高质量的应用软件和系统软件。
关键字:
迪杰斯特拉算法,Floyd算法,最短路径,算法设计,数据结构
一、Dijkstra算法
1.1定义概览
Dijkstra(迪杰斯特拉)算法是典型的单源最短路径算法,用于计算一个节点到其他所有节点的最短路径。
主要特点是以起始点为中心向外层层扩展,直到扩展到终点为止。
Dijkstra算法是很有代表性的最短路径算法,在很多专业课程中都作为基本内容有详细的介绍,如数据结构,图论,运筹学等等。
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<=n;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<=n;++j)
if((!
S[j])&&dist[j] { 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; for(intj=1;j<=n;j++) if((! S[j])&&A[u][j] { if(dist[u]+A[u][j] 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) 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 for(j=0;j { A[i][j]=g.edges[i][j]; path[i][j]=-1; } for(k=0;k { for(i=0;i for(j=0;j 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
![提示](https://static.bdocx.com/images/bang_tan.gif)