运筹学——图论与最短距离（Python实现）(2)

2 案例1——贪心算法实现

2.1 旅行商问题（TSP）

2.2 案例

2.3 Python实现

2.4 结果

3 案例2——图论及最短距离

3.1 知识点

3.2 networkx绘图

3.2.1 创建图

3.2.2 定点的添加、删除和查看

3.2.3 边的添加、删除和查看

3.3 案例

3.4 Python实现

3.5 结果 ​

4 参考

---

1 概述

====

1.1 贪心算法

---

贪心算法总是作出在当前看来最好的选择。也就是说贪心算法并不从整体最优考虑，它所作出的选择只是在某种意义上的局部最优选择。当然，希望贪心算法得到的最终结果也是整体最优的。虽然贪心算法不能对所有问题都得到整体最优解，但对许多问题它能产生整体最优解。如单源最短路经问题，最小生成树问题等。在一些情况下，即使贪心算法不能得到整体最优解，其最终结果却是最优解的很好近似。

**基本思路：**从问题的某一个初始解出发逐步逼近给定的目标，以尽可能快的地求得更好的解。当达到算法中的某一步不能再继续前进时，算法停止。

该算法存在问题：(1)不能保证求得的最后解是最佳的；(2)不能用来求最大或最小解问题；

(3)只能求满足某些约束条件的可行解的范围。

实现该算法的伪代码：

从问题的某一初始解出发；

while 能朝给定总目标前进一步 do

求出可行解的一个解元素；

由所有解元素组合成问题的一个可行解；

1.2 图论及求解最短距离

---

1.2.1 方法选择：

(1)需要求解任意两个节点之间的最短距离，使用 Floyd 算法；

(2)只要求解单源最短路径问题，有负权边时使用 Bellman-Ford 算法，没有负权边时使用 Dijkstra 算法；