数据结构:单源最短路径--Dijkstra算法

                           Dijkstra算法

单源最短路径

    给定一带权图,图中每条边的权值是非负的,代表着两顶点之间的距离。指定图中的一顶点为源点,找出源点到其它顶点的最短路径和其长度的问题,即是单源最短路径问题。

Dijkstra算法

    求解单源最短路径问题的常用方法是Dijkstra(迪杰斯特拉)算法。该算法使用的是贪心策略:每次都找出剩余顶点中与源点距离最近的一个顶点。

算法思想

    带权图G=<V,E>,令S为已确定了最短路径顶点的集合,则可用V-S表示剩余未确定最短路径顶点的集合。假设V0是源点,则初始 S={ V0}。用数组Distance表示源点V0到其余顶点的路径长度,用数组pre[i]表示最短路径序列上顶点i的前一个顶点。初始时,pre[i]都是源点的下标。接下来需重复两个步骤:

  1. 从当前Distance[i]找出最小的一个,记录其下标v=i,源点
  • 7
    点赞
  • 26
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
单源最短路径是指从图中的一个源点出发,到达图中其他所有顶点的最短路径。数据结构中常用的两种单源最短路径算法Dijkstra算法和Bellman-Ford算法。 1. Dijkstra算法Dijkstra算法是一种贪心算法,用于解决带权有向图或无向图的单源最短路径问题。该算法的基本思想是:将图中的所有顶点分成两个集合,一个集合为已求出最短路径的顶点集合S,另一个为未求出最短路径的顶点集合V-S。初始时,集合S中只有源点,即S={v},V-S为除源点外的其他顶点。然后,从V-S中选择与源点距离最短的顶点u,将其加入到S中,并更新从源点v到集合V-S中所有顶点的距离。重复执行该过程,直到集合V-S为空。 2. Bellman-Ford算法: Bellman-Ford算法是一种动态规划算法,用于解决带权有向图或无向图的单源最短路径问题。该算法的基本思想是:对于图中的任意一条边(u,v),如果存在从源点s到u的最短路径,则从源点s到v的最短路径就是从源点s到u的最短路径加上边(u,v)的权值。因此,Bellman-Ford算法通过对所有边进行松弛操作,不断更新从源点s到各个顶点的最短路径估计值,直到所有边的松弛操作都无法使最短路径估计值发生变化为止。 下面是两种算法的Python实现: 1. Dijkstra算法: ```python import heapq def dijkstra(graph, start): # 初始化距离字典和堆 dist = {node: float('inf') for node in graph} dist[start] = 0 heap = [(0, start)] # 循环直到堆为空 while heap: # 弹出堆中距离最小的顶点 (d, node) = heapq.heappop(heap) # 如果该顶点已经处理过,则跳过 if d > dist[node]: continue # 遍历该顶点的所有邻居 for neighbor, weight in graph[node].items(): # 计算从起点到该邻居的距离 distance = dist[node] + weight # 如果该距离比已有的距离小,则更新距离字典和堆 if distance < dist[neighbor]: dist[neighbor] = distance heapq.heappush(heap, (distance, neighbor)) return dist ``` 2. Bellman-Ford算法: ```python def bellman_ford(graph, start): # 初始化距离字典 dist = {node: float('inf') for node in graph} dist[start] = 0 # 循环V-1次,对所有边进行松弛操作 for i in range(len(graph) - 1): for u in graph: for v, weight in graph[u].items(): if dist[u] + weight < dist[v]: dist[v] = dist[u] + weight # 检查是否存在负权回路 for u in graph: for v, weight in graph[u].items(): if dist[u] + weight < dist[v]: raise ValueError("Graph contains negative weight cycle") return dist ```

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
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
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