最短路径—Dijkstra算法和Floyd算法

算法步骤：

    （1）初始化时，S只含有源节点；
    （2）从U中选取一个距离v最小的顶点k加入S中（该选定的距离就是v到k的最短路径长度）；
    （3）以k为新考虑的中间点，修改U中各顶点的距离；若从源节点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，修改后的距离值是顶点k的距离加上k到u的距离；
    （4）重复步骤（2）和（3），直到所有顶点都包含在S中。
    具体图例与算法执行步骤：（就从A开始，到各节点的最短路径）。
     

    具体执行步骤如下图所示。
    

---------------------------------------------------------------------------------------------------------------------

C/C++ code

?

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37 38 39 40 41 42 43 44 45 46 47 48 49 50 51 52

#include <stdio.h> #define MAX 20000 int  dist[200]; int  node[200][200]; int  sign[200]; int  N,M,A,B,X,S,T; int  main() {      int  i,j,min,u;      while ( scanf ( "%d%d" ,&N,&M)!=EOF)      {          for (i=0;i<N;i++)              for (j=0;j<N;j++)                  node[i][j]=MAX;          for (i=0;i<M;i++)                             {              scanf ( "%d%d%d" ,&A,&B,&X);              node[A][B]=X;              node[B][A]=X;          }          scanf ( "%d%d" ,&S,&T);          for (i=0;i<N;i++)          {              sign[i]=0;              dist[i]=node[S][i];          }          sign[S]=1;          for (j=1;j<N&&!sign[T];j++)          {              min=MAX;              for (i=0;i<N;i++)              {                  if (!sign[i]&&dist[i]<min)                  {                      min=dist[i];                      u=i;                  }              }              sign[u]=1;              for (i=0;i<N;i++)              {                  if (!sign[i]&&dist[u]+node[u][i]<dist[i])                      dist[i]=dist[u]+node[u][i];              }          }          if (dist[T]!=MAX)              printf ( "%d\n" ,dist[T]);          else              printf ( "-1\n" );      }      return  0; } Dijkstra算法 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。（单源最短路径）   2.算法描述 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。 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<u,v>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 3.算法代码实现：   const int MAXINT = 32767; const int MAXNUM = 10; int dist[MAXNUM]; int prev[MAXNUM]; int A[MAXUNM][MAXNUM]; void Dijkstra(int v0) { 　　bool S[MAXNUM]; // 判断是否已存入该点到S集合中 int n=MAXNUM; 　　for(int i=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(int i=2; i<=n; i++) 　　 { 　　int mindist = MAXINT; 　　int u = v0; 　　 // 找出当前未使用的点j的dist[j]最小值 　　 for(int j=1; j<=n; ++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; 　　for(int j=1; j<=n; j++) 　　 if((!S[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 　　 } 　 　} 　　} }  用Dijkstra算法找出以A为起点的单源最短路径步骤如下 Floyd算法 1.定义概览 Floyd-Warshall算法（Floyd-Warshall algorithm）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.算法描述 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).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。 3).Floyd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   3.算法代码实现 typedef struct { char vertex[VertexNum]; //顶点表 int edges[VertexNum][VertexNum]; //邻接矩阵,可看做边表 int n,e; //图中当前的顶点数和边数 }MGraph; void Floyd(MGraph g) { 　　int A[MAXV][MAXV]; 　　int path[MAXV][MAXV]; 　　int i,j,k,n=g.n; 　　for(i=0;i<n;i++) 　　for(j=0;j<n;j++) 　　{ 　　 A[i][j]=g.edges[i][j]; 　　 path[i][j]=-1; 　 } 　　for(k=0;k<n;k++) 　　{ 　　for(i=0;i<n;i++) 　　for(j=0;j<n;j++) 　　if(A[i][j]>(A[i][k]+A[k][j])) 　　{ 　　A[i][j]=A[i][k]+A[k][j]; 　　path[i][j]=k; 　 } 　} } 算法时间复杂度:O(n3)