动态规划求多段图的最短路径

一、基本思想

动态规划法将待求解问题分解成若干个相互重叠的子问题,每个子问题相互关联;动态规划法与分治法的区别就在于分治法的子问题相互不关联,而动态规划法的子问题是相互关联的,且有重叠的部分。

二、算法分析

动态规划法求多段图的最短路径,根据起始节点,寻找与该节点相连且路径最短的那个节点,以寻找到的结点以起始节点,找下一个与其路径最短的那个节点,判断这三个节点之间是否还有一组解,比我们第一次找到的路径还要短,若存在,且是最短的,则将上一组解替换为我们找到的最优解,依次找出其他节点的最短路径,直至最后一个点,那么得出的解就是本问题的最优解。

for (j = 1;j < n;j++) {  
		for (i = j - 1;i >= 0;i--) {//前驱节点
			if (cost[i] + node[i][j] < cost[j]) {
				cost[j] = cost[i] + node[i][j]; // 更新值 
				path[j] = i; // 将i的值告诉j 
			}
		}
	}

 三、问题描述

四、代码实现

#include<iostream>
using namespace std;
#define INF 999//宏定义常量
int node[100][100]; // 最多100个点 
int CreateGraph()
{
	int point, edge;
	cout << "请输入顶点和边的个数:" << endl;
	cin >> point >> edge;
	for (int i = 0;i < point;i++) { // 初始化边的权值 
		for (int j = 0;j < point;j++) {
			node[i][j] = INF;
		}
	}
	int weight;
	for (int k = 0;k < edge;k++) {
		int i, j;
		cout << "请输入第" << k + 1 << "条边的两个顶点和权值:" << endl;
		cin >> i >> j >> weight;
		node[i][j] = weight;
	}
	return point;  
}

// 求 n个顶点的多段图的最短路径 
int Path(int n)
{
	int i, j;
	int cost[100], path[100]; // 存储路径长度和路径 
	for (i = 1;i < n;i++) {
		cost[i] = INF;//初始化
		path[i] = -1;
	}
	cost[0] = 0;
	path[0] = -1;
	for (j = 1;j < n;j++) {  
		for (i = j - 1;i >= 0;i--) {//前驱节点
			if (cost[i] + node[i][j] < cost[j]) {
				cost[j] = cost[i] + node[i][j]; // 更新值 
				path[j] = i; // 将i的值告诉j 
			}
		}
	}
	i = n - 1;
	cout << i;
	while (path[i] >= 0) { 
		cout << "<-" << path[i];
		i = path[i]; // 更新为前一个点 
	}
	cout << endl;
	return cost[n - 1]; // 返回最短路径长度 
}

int main()
{
	cout << "最短路径长度为:" << Path(CreateGraph()) << endl;

	return 0;
}

  • 6
    点赞
  • 32
    收藏
    觉得还不错? 一键收藏
  • 打赏
    打赏
  • 0
    评论
动态规划是一种解决最优化问题的算法思想,适用于求解具有最优子结构性质的问题。多段最短路径就是其中一种典型问题。 多段最短路径问题可以描述为:给定一个有向无环,每个节点有一个权值,找出从起点到终点的一条路径,路径要求经过每个节点恰好一次,且路径权值最小。 下面是使用动态规划求解多段最短路径的基本步骤: 1. 定义状态:设f(i,j)表示从起点到第i层,经过点j的最短路径长度。 2. 状态转移方程:根据多段的特点,可以将问题划分为若干个阶段,从而可以得到状态转移方程: f(i,j)=min{f(i-1,k)+w(k,j)},其中k为第i-1层中的点,w(k,j)为第i-1层中点k到第i层中点j的路径长度。 3. 边界条件:f(1,1)=0,f(i,j)=INF(正无穷),其中INF为一个足够大的数。 4. 最终结果:f(n,m),其中n为终点所在层数,m为终点的编号。 下面是使用动态规划求解多段最短路径的C语言代码实现: ```c #include <stdio.h> #include <limits.h> #define MAX_N 100 // 最大节点数 #define INF INT_MAX // 无穷大 int g[MAX_N][MAX_N]; // 的邻接矩阵表示 int f[MAX_N][MAX_N]; // 状态数组 int n; // 节点数 int main() { int m; // 终点所在层数 scanf("%d%d", &n, &m); for (int i = 1; i <= n; i++) for (int j = 1; j <= n; j++) g[i][j] = INF; // 初始化邻接矩阵 for (int i = 1; i <= m; i++) // 输入终点所在层数的节点权值 { int j, w; scanf("%d%d", &j, &w); g[j][i] = g[i][j] = w; } for (int i = m + 1; i <= n; i++) // 输入其他节点的权值 for (int j = 1; j <= n; j++) scanf("%d", &g[j][i]); // 初始化状态数组 for (int i = 1; i <= n; i++) for (int j = 1; j <= m; j++) f[i][j] = INF; f[1][1] = 0; // 边界条件 // 状态转移 for (int i = 2; i <= m; i++) for (int j = 1; j <= n; j++) { for (int k = 1; k <= n; k++) { if (g[k][j] != INF && f[i - 1][k] != INF) { if (f[i][j] == INF || f[i][j] > f[i - 1][k] + g[k][j]) f[i][j] = f[i - 1][k] + g[k][j]; } } } // 输出结果 printf("%d\n", f[n][m]); return 0; } ``` 以上就是使用动态规划求解多段最短路径的C语言代码实现。

“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

打赏作者

YL橙外

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

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