C++代码，数据结构-最短路径（两种情况）（迪杰斯特拉算法和弗洛伊德算法）

最新推荐文章于 2024-08-19 12:02:02 发布
最新推荐文章于 2024-08-19 12:02:02 发布
阅读量4.4k 收藏 24
点赞数 1
分类专栏： 数据结构与算法（严蔚敏版） 文章标签： 数据结构 算法 弗洛伊德算法和迪杰斯特拉算法
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/y519476132/article/details/18869309
版权

1.单源的，从有向图某个源点， 到其他点的最短路径

利用算法迪杰斯特拉算法；

Dijkstra算法的基本思想：

一个辅助数组D[max_v]；每个D[i]表示当前所知源点到vi的最短路径的长度

一个辅助集合S，记录已找到最短路径的顶点的集合，他是逐步补充的；知道S集合包括所有点，起初S集合包含源点

1.先找出源点直接可达到顶点i，并把权记录到D[i]中，不可达到顶点记为最大值；

2.然后进行n-1次循环，把其他点一次找出最短路径；

每次循环先找出D中最小的值min，和v（D[v]=min）； 把v加入到集合S中，

3.然后寻找不属于S集合的点w，如果min+dut（v-w的权值）<D[w]，则更新D[w]的值，

4.重复2，和3，知道S集合包括所有点。

下面是代码，我自己又写了一个函数来呈现结果，

#include<iostream>
#include<fstream>
#define Max_v 200
using namespace std;


//算法7.15 最短路径
struct Arccell{
int adj;
};
typedef Arccell adjmatric[Max_v][Max_v];
struct Mgraph{
char vexs[Max_v];   //顶点向量
adjmatric arcs;   //邻接矩阵
int  vexnum,arcnum;  //顶点数 和 弧数


};


int locate(Mgraph G,char ch){
for(int i=0;i!=G.vexnum;++i){


    if(G.vexs[i]==ch)return i;


}
}


void createDG(Mgraph &G){//采用数组表示法，构造有向图
    cout<<"Please enter the vexnum and arcnum of the G graph"<<endl;
    cin>>G.vexnum>>G.arcnum;
 cout<<"Please enter the dians of G"<<endl;
    for(int i=0;i!=G.vexnum;++i){cin>>G.vexs[i];}//构造顶点向量
    for(int i=0;i!=G.vexnum;++i){//初始化矩阵
     for(int j=0;j!=G.vexnum;++j){
        G.arcs[i][j].adj=10000;
        }
    }
char v1,v2;int w;
cout<<"Please enter "<<G.arcnum<<" arcnums"<<endl;
for(int k=0;k!=G.arcnum;++k){
    cin>>v1>>v2>>w;
    int i=locate(G,v1); int j=locate(G,v2);
    G.arcs[i][j].adj=w;
}
}


void printgraph(Mgraph M){
cout<<"\n"<<"The graph has "<<M.vexnum<<"vertex and "<<M.arcnum<<"arc"<<endl;
cout<<"The vertex is：";   for(int i=0;i!=M.vexnum;++i){cout<<M.vexs[i]<<" ";}
cout<<endl;
    for(int i=0;i!=M.vexnum;++i){
     for(int j=0;j!=M.vexnum;++j){
         if(M.arcs[i][j].adj!=10000)
            cout<<M.vexs[i]<<"   "<<M.vexs[j]<<endl;
        }
    }
   for(int i=0;i!=M.vexnum;++i){
     for(int j=0;j!=M.vexnum;++j){
         cout<<M.arcs[i][j].adj<<"         ";
        }cout<<endl;
    }
}


//单源，某顶点到各顶点的最短路径
void Shortestpath(Mgraph G,int v0,int  ppp[][Max_v],int*D)
{
    for(int i=0;i!=Max_v;++i){ //初始化pathbool
    for(int j=0;j!=Max_v;++j){
    ppp[i][j]=false;
}
}
    bool finals[Max_v];//如果finals[v]为true，则已经求得v0到v的最短路径了
    for(int v=0;v!=G.vexnum;++v){
        finals[v]=false; D[v]=G.arcs[v0][v].adj; //初始化
        for(int w=0;w!=G.vexnum;++w){ ppp[v][w]=false;}//设置空路径
            if(D[v]<10000){ppp[v][v0]=true; ppp[v][v]=true;}//目前找到的最短的路径
    }


    D[v0]=0;finals[v0]=true;//v0属于s集
     int v;
     //开始主循环，每次求得v0到某个v顶点的最短路径，并加到s集中
    for(int i=1;i!=G.vexnum;++i){//其余G.vexnum-1个顶点
        int mins=10000;


        for(int w=0;w!=G.vexnum;++w){//当前已知离v0最近的点，并把其加到s集中。随后更新已知到顶点的最短长度
            if(!finals[w]&&D[w]<mins){  v=w;mins=D[w];}
        }
finals[v]=true;




   for(int w=0;w!=G.vexnum;++w){
           if(!finals[w]&&(mins+G.arcs[v][w].adj<D[w])){//w不在s集，更新最短距离
            D[w]=mins+G.arcs[v][w].adj;
            for(int i=0;i!=Max_v;++i){
                ppp[w][i]=ppp[v][i];
            }
            ppp[w][w]=true;
           }
        }




    }//for
}
bool yes(Mgraph G,int tem,int j){
if(G.arcs[tem][j].adj!=10000)return true;
else return false;
}


//打印结果
void printresult(Mgraph G,int v0,int  ppp[][Max_v],int*D)
{
for(int i=0;i!=G.vexnum;++i){
    if(i!=v0){
            if(D[i]==10000)cout<<" "<<G.vexs[v0]<<"-->>"<<G.vexs[i]<<"     无路径，不可达"<<endl;//路径长度等于最大值，则不可达
else{
        cout<<" "<<G.vexs[v0]<<"-->>"<<G.vexs[i]<<"  长度:"<<"="<<" "<<D[i]<<"   路径:"<<G.vexs[v0]<<" ";
   int tem=v0;
    for(int j=0;j!=G.vexnum;++j){//根据数组pathbool来找到路径
        if(ppp[i][j]==1&&j!=v0&&j!=i&&yes(G,tem,j)){
            cout<<G.vexs[j]<<" " ;
   ppp[i][j]=0;
tem=j;
j=0;
    }
    }


cout<<G.vexs[i]<<endl;
}
    }
}
}




int main()
{
ifstream infile("rebuf.txt");
streambuf* backup=cin.rdbuf();//记录原状态
cin.rdbuf(infile.rdbuf());
   Mgraph m;
   createDG(m);
printgraph(m);
cout<<endl;
int pathbool[Max_v][Max_v];//记录路径，如果pathbool[v][w]为true。则w是v0到v最短路径上的顶点




int D[Max_v];//记录当前所找到的从始点到每个终点vi的最短路径的长度
Shortestpath(m,0,pathbool,D);//迪杰斯特拉算法，算法7.15




cout<<endl;
printresult(m,0,pathbool,D);//打印结果


cout<<endl;
cin.rdbuf(backup);//解绑重定向
//利用迪杰斯特拉算法来求一对顶点之间的最短路径
cout<<"请输入起点";
char x,y;
cin>>x;
Shortestpath(m,locate(m,x),pathbool,D);
cout<<"请输入终点";
cin>>y;
int iy=locate(m,y);
if(D[iy]==10000)cout<<"不可达"<<endl;
else{
 cout<<" "<<m.vexs[locate(m,x)]<<"-->>"<<m.vexs[iy]<<"  长度:"<<"="<<" "<<D[iy]<<"   路径:"<<m.vexs[locate(m,x)]<<" ";
   int tem=locate(m,x);
    int i=iy;
    for(int j=0;j!=m.vexnum;++j){//根据数组pathbool来找到路径
        if(pathbool[i][j]==1&&j!=locate(m,x)&&j!=i&&yes(m,tem,j)){//类似上面打印结果，这次只需打印一个路径
            cout<<m.vexs[j]<<" " ;
   pathbool[i][j]=0;
tem=j;
j=0;
    }
    }cout<<m.vexs[i]<<endl;


}
  return 0;
}

rebuf.txt：

6 8
a b c d e f 
a c 10
a e 30 
a f 100
b c 5
c d 50
d f 10
e d 20
e f 60



运行结果：


2.每一对顶点之间的最短路径

首先可以利用迪杰斯特拉算法来解决，上面最后已经给出了方法。

下面使用弗洛伊德算法，时间复杂度相同，但是形式上更加简洁。


过了一个春节，有好几天没动，真是罪过，今天总算把艰苦的第七章给结束了，Floyd算法。

直接上代码：

#include<iostream>
#include<fstream>
#define Max_v 200
using namespace std;

//算法7.16 最短路径，Floyd算法
struct Arccell{
int adj;
};
typedef Arccell adjmatric[Max_v][Max_v];
struct Mgraph{
char vexs[Max_v];   //顶点向量
adjmatric arcs;   //邻接矩阵
int  vexnum,arcnum;  //顶点数 和 弧数

};

int locate(Mgraph G,char ch){
for(int i=0;i!=G.vexnum;++i){

    if(G.vexs[i]==ch)return i;

}
}

void createDG(Mgraph &G){//采用数组表示法，构造有向图
    cout<<"Please enter the vexnum and arcnum of the G graph"<<endl;
    cin>>G.vexnum>>G.arcnum;
 cout<<"Please enter the dians of G"<<endl;
    for(int i=0;i!=G.vexnum;++i){cin>>G.vexs[i];}//构造顶点向量
    for(int i=0;i!=G.vexnum;++i){//初始化矩阵
     for(int j=0;j!=G.vexnum;++j){
            if(i==j)G.arcs[i][j].adj=0;
       else G.arcs[i][j].adj=10000;
        }
    }
char v1,v2;int w;
cout<<"Please enter "<<G.arcnum<<" arcnums"<<endl;
for(int k=0;k!=G.arcnum;++k){
    cin>>v1>>v2>>w;
    int i=locate(G,v1); int j=locate(G,v2);
    G.arcs[i][j].adj=w;
}
}

void printgraph(Mgraph M){
cout<<"\n"<<"The graph has "<<M.vexnum<<"vertex and "<<M.arcnum<<"arc"<<endl;
cout<<"The vertex is：";   for(int i=0;i!=M.vexnum;++i){cout<<M.vexs[i]<<" ";}
cout<<endl;
    for(int i=0;i!=M.vexnum;++i){
     for(int j=0;j!=M.vexnum;++j){
         if(M.arcs[i][j].adj!=10000)
            cout<<M.vexs[i]<<"   "<<M.vexs[j]<<endl;
        }
    }
   for(int i=0;i!=M.vexnum;++i){
     for(int j=0;j!=M.vexnum;++j){
         cout<<M.arcs[i][j].adj<<"         ";
        }cout<<endl;
    }
}


bool yes(Mgraph G,int tem,int j){
if(G.arcs[tem][j].adj!=10000)return true;
else return false;
}




//算法7.16
void Short_path_floyd(Mgraph G,int p[3][3][3],int D[3][3]){
//若p[v][w][u]为true，则U为v到w当前求得最短路径上的顶点
for(int v=0;v!=G.vexnum;++v){
    for(int w=0;w!=G.vexnum;++w)
{
D[v][w]=G.arcs[v][w].adj;
for(int u=0;u!=G.vexnum;++u){p[v][w][u]=false;}
if(D[v][w]<10000){//从v到w有直接路径，设置p
    p[v][w][v]=true;
    p[v][w][w]=true;
}
}}

for(int u=0;u!=G.vexnum;++u){//最主要过程，不断的用u作为中间点，寻找最短路径
    for(int v=0;v!=G.vexnum;++v){
      for(int w=0;w!=G.vexnum;++w){
        if(D[v][u]+D[u][w]<D[v][w]){
            D[v][w]=D[v][u]+D[u][w];

            for(int i=0;i!=G.vexnum;++i){
                p[v][w][i]=p[v][u][i];}//v到u上的点也是v到w上的点
        }
      }}}
}

int main()
{
ifstream infile("rebuf.txt");
streambuf* backup=cin.rdbuf();//记录原状态
cin.rdbuf(infile.rdbuf());
   Mgraph m;
   createDG(m);
printgraph(m);
cout<<endl;
int p[3][3][3];//p[v][w][u]=true，则表示u为当前求得最短路径上的顶点，p起到记录到作用
int d[3][3];//实时跟新v到w的最短路径长度

Short_path_floyd(m,p,d);

cin.rdbuf(backup);

cout<<"请输入起点";
char x,y;
cin>>x;
int ix=locate(m,x);
cout<<"请输入终点";
cin>>y;
int iy=locate(m,y);

 cout<<" "<<m.vexs[ix]<<"-->>"<<m.vexs[iy]<<"  长度:"<<"="<<" "<<d[ix][iy]<<"   路径:"<<m.vexs[ix]<<" ";
p[ix][iy][ix]=0;
p[ix][iy][iy]=0;
int tem=ix;
for(int i=0;i!=m.vexnum;++i){
    if(p[ix][iy][i]==1&&yes(m,tem,i)){cout<<m.vexs[i]<<" ";p[ix][iy][i]=0;

    tem=i;
    i=0;}
}
  cout<<m.vexs[iy]<<endl;


  return 0;
}

rebuf.txt：

3 5
a b c
a b 5
a c 11
b a 6
b c 2
c a 3

书上图7.36

运行结果：




Kawisa
关注
专栏目录
【大话数据结构C语言】47 最短路径（迪杰斯特拉算法）
CodeAllen嵌入式
05-15 1055
欢迎关注我的公众号是【CodeAllen】，关注回复【1024】获取资源 程序员技术交流①群：736386324 ，程序员技术交流②群：371394777 在网图和非网图中，最短路径的含义是不同的。 网图是两顶点经过的边上权值之和最少的路径。 非网图是两顶点之间经过的边数最少的路径。 我们把路径起始的第一个顶点称为源点，最后一个顶点称为终点。 关于最短路径的算法，常用的有两种： 迪杰斯特拉算法（Dijkstra） 弗洛伊德算法（Floyd） 求V0到V8的最短路...
C++图论之常规最短路径算法的花式玩法（Floyd、Bellman、SPFA、Dijkstra算法合集）
y6123236的专栏
12-01 928
权重图中的最短路径有两种，多源最短路径和单源最短路径。多源指任意点之间的最短路径。单源最短路径为求解从某一点出到到任意点之间的最短路径。算法。也称为插点法，是一种利用动态规划思想寻找权重图中多源点之间[最短路径的算法，与Dijkstra算法类似。该算法名称以创始人之一、1978年图灵奖获得者、斯坦福大学计算机科学系教授[罗伯特·弗洛伊德命名。算法。贝尔曼-福特算法取自于创始人理查德.贝尔曼和莱斯特.福特，暴力穷举法，算法效率较低。但是，能解决的问题范围较大，如负权问题。SPFA算法。
一个用C++写的求最短路径的代码
11-17
一个一个用C++写的求最短路径的代码，可以直接使用，若有不足的地方，请各位大神指教
最短路径的两种算法（迪杰斯特拉算法和弗洛伊德算法）
qq_32172681的博客
10-13 4360
一、迪杰斯特拉(Dijkstra)算法 1、定义描述 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算法的时间复杂度为O(N^2)。例如求下图中的1号顶点到2、3、4、5、6号顶点的最短路径： 2、算法思想 设G=(V,E)是一个带权有向图，把图中顶点集合...
迪杰斯特拉(Dijkstra)算法（C/C++)
最新发布
大三计算机在读，分享我的算法之路
08-19 3787
迪杰斯特拉（Dijkstra）算法是一种用于在加权图中找到单个源点到所有其他顶点的最短路径的算法。它是由荷兰计算机科学家艾兹格·迪科斯彻（Edsger Dijkstra）在1956年提出的。Dijkstra算法适用于处理带有非负权重的图。迪杰斯特拉算法主要特点是从起始点开始，采用贪心算法，每次遍历到始点距离最近且未访问过的顶点的邻接节点，直到扩展到终点为止。
数据结构：图的最短路径(C++代码实现)
Mr.Ma-master
04-20 2375
#include <iostream> using namespace std; const int max=9999; void minpath(int v,int n,int d[100],int pre[100],int c[100][100]) { int s[100]; for(int i=1;i<=n;i++) { d[i]=c[v][i];...
最短路径算法（迪杰斯特拉算法，弗洛伊德算法）
zhichao.yan的博客
10-29 2090
最短路径： 非网图：指两个顶点之间经过的边的数量最少的路径 网图：指两个顶点之间经过的边上权值之和最少的路径 两种算法： 迪杰斯特拉算法：求某个源点到其余各顶点的最短路径问题 弗洛伊德算法：求图中每一对顶点之间的最短路径 1.迪杰斯特拉算法（Dijkstra） 迪杰斯特拉是一个按路径长度递增的次序产生最短路径的算法 大致道理： 引进辅助分量D，每个分量D[i]表示从初始点到终点的最...
最短路径源代码(C++实现)
05-27
应用迪杰斯特拉算法和Floyd算法实现的。。。 为了实现上的方便结点用0,1,2... 表示
数据结构之最短路径（迪杰斯特拉算法和弗洛伊德算法 ）
爱科比的博客
05-05 9076
1. 在带权有向图G中，给定一个源点v，求从v到G中的其余各顶点的最短路径问题，叫做单源点的最短路径问题。 在常用的单源点最短路径算法中，迪杰斯特拉算法是最为常用的一种，是一种按照路径长度递增的次序产生最短路径的算法。 单源点的最短路径问题：给定带权有向图G和源点v，求从v到G中其余各顶点的最短路径。 我们用一个例子来具体说明迪杰斯特拉算法的流程。 定义源点为 0，dist[i]为源点 ...
校园导航系统——两种方法实现最短路径 完整c++源代码+实验报告
07-14
设计学校的平面图，至少包括10个以上场所，每两个场所间可以有不同的路，且路长可能也不同，找出任意场所到另一场所的最短路径（用迪杰斯特拉算法和弗洛伊德算法） 功能需求： 1.输出顶点信息，将校园内各顶点输出 2...
简单c语言校园导游-最短路径
03-24
最短路径的典型用法，迪杰斯特拉和弗洛伊德两种算法的应用
最短路径C++ 源代码
10-12
最短路径C++ 源代码，一次找出所有最短路径，速度快
最短路径的C++算法
03-11
可以手动输入点数，弧数，弧段长度，求出从某点到另一点的最短路径
C++ 带权有向图 最短路径及长度
10-10
C＋＋程序，它能根据读入的带权有向图G的数据，构造并输出图G的顶点Vi到其它每个顶点的最短路径及长度，最后输出图G的拓扑序列。图的输入形式为n i i0 j0 w0 i1 j1 w1 i2 j2 w2 ...im jm wm -1 -1 -1（-1 -1 -1为输入结束标记）。它们都是整数，n是图的顶点个数且30>n>0；i是顶点Vi的编号；ik jk wk表示两个顶点编号分别为ik、jk权为wk的一条边（顶点名字依次是V0,V1,V2,…Vn-1）。（输入时，两个相邻的整数用空格隔开)。
最短路径算法导航（附C++代码）
01-06
给出校园各点间距离，用floyd算法求出任意两点间的最短路径，以此来进行导航
编程算法 - 迷宫的最短路径 代码(C++)
weixin_33817333的博客
04-09 619
迷宫的最短路径 代码(C++)本文地址: http://blog.csdn.net/caroline_wendy题目: 给定一个大小为N*M的迷宫. 迷宫由通道和墙壁组成, 每一步能够向邻接的上下左右四格的通道移动.请求出从起点到终点所需的最小步数. 请注意, 本题假定从起点一定能够移动到终点.使用宽度优先搜索算法(DFS), 依次遍历迷宫的四个方向, 当有能够走且未走过的方向时, 移动而且步...
数据结构之（图最短路径之）Floyd（弗洛伊德）算法
北方的雪之博客专栏
10-26 4658
1）弗洛伊德算法是求图最短路径的另外一种算法，其适用于求图中任意两节点之间最短路径； 2）其基本思想也是动态规划，时间复杂度是O(N^3),N代表节点个数； 3）动态规划的实现步骤是：a）找出问题的最优子结构；b）根据最优子结构求出递归解；c）以自下而上的方式求出最优解；d）解出最优解的最优路径；其难点往往是在b）环节，解决了b）环节，其它环节都是很好实现的； 4）图在运用动态规划的时候难点
最短路径C++
qq_32765617的博客
04-20 5318
图
【数据结构与算法】弗洛伊德(Floyd)算法
qq_48848473的博客
10-21 1736
一，基本介绍 二，思路分析 三，思路图解 四，代码实现 五，运行结果
最短路径的算法，迪杰斯特拉(Dijkstra)算法和弗洛伊德(Floyd)算法有什么不同
08-23
迪杰斯特拉算法和弗洛伊德算法都是用于寻找最短路径的经典算法，但它们的实现方式和适用场景有一些不同。 迪杰斯特拉算法适用于单源最短路径问题，在给定一个起点和一个有向图的情况下，它能找到从起点到其他所有...
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值