无权最短路径

【0】README

0.1） 本文总结于 数据结构与算法分析， 源代码均为原创， 旨在理解 无权最短路径 的思想并用源代码加以实现；

---

【1】无权最短路径相关概念（边的权值赋值为1）

1.1）概述：下图就是表示一个无权图G。使用某个顶点s作为输入参数， 我们想要计算 从s到所有其他顶点的最短路径；

1.2）0路径：若我们选择s 为 v3，此时立刻可以说出从s 到v3的最短路径是0路径；
1.3）算法描述：

• step1）寻找所有与s 距离为 1 的顶点， 此时我们看到 v1和v6 与s只有一边之遥；
• step2）寻找所有与s 距离为 2 的顶点， 即找出所有邻接到 v1 和 v6的顶点（与v1和v6 距离为1的顶点）， 得到v2和v4， 所以v1到v2或者v4的距离为2；
  ……
• step3）循环这个过程，直到所有的顶点都被遍历到；

Conclusion）以上搜索过程称为广度优先搜索
广度优先搜索）该方法按层处理顶点： 距开始点最近的 那些顶点首先被赋值， 而最远的那些顶点最后被赋值， 这很像对树的层次遍历；

---

【2】如何实现上述算法？

2.1）对于每个顶点， 我们将跟踪三个信息（info）：

• I1）dv栏(distance)：我们把从s开始到顶点的距离放到 dv栏中，开始的时候，除开s所有的 顶点都是不可达到的，而s的路径长为0；
• I2）pv栏(path)： pv栏中的项为薄记变量， 它将使我们能够显示出实际的路径；
• I3）known栏： Known中的项点被处理后置为1；

2.2）开始，所有的顶点都不是 Known，包括开始顶点。当一个顶点被标记为已知是， 我们就确信不会再找到更便宜的路径，因此对该顶点的处理实质上已经完成了；

---

【3】我们使用类似于 拓扑排序的做法来提供寻找无权最短路径算法的性能

3.1）算法描述：在任一时刻， 只存在两种类型的未知顶点，他们的dv≠∞， 一些顶点的dv=CurrDist， 而其余的则有 dv=CurrDist+1；
3.2）使用队列把这种想法进一步精化： 在迭代开始的时候， 队列只含有距离为CurrDist的那些顶点。当我们添加距离为 CurrDist+1的那些邻接顶点时， 由于它们自队尾入队， 因此这就保证了它们直到所有距离为 CurrDist 的顶点都被处理后才被处理。在距离为 CurrDist处的最后一个顶点出队并被处理之后， 队列只含有距离为 CurrDist+1的顶点， 因此该过程将不断进行下去。 我们只需要把开始的节点放入队列中以启动这个过程即可；
3.3）时间复杂度： 只要使用邻接表， 则运行时间就是 O（|E| + |V|）；
3.4）无权最短路径算法实例图如下：
（显然， 某顶点出队后， 更新其相应的known为1；再查找出队顶点vertex的邻接顶点，如果有的话，将他们依次入队，依次更新distance自增1且path路径更新为出队顶点vertex的顶点编号）

---

【4】source code + printing results

4.1）download source code：
https://github.com/pacosonTang/dataStructure-algorithmAnalysis/tree/master/chapter9/p224_unweighted_shortest_path
4.2）source code at a glance (for full code, please download source code following the given link above)：

#include "unweightedTable.h"

// allocate the memory for every element in unweighted table  
UnweightedTable makeEmptyUnweightedTable()
{
    UnweightedTable element;

    element = (UnweightedTable)malloc(sizeof(struct UnweightedTable));
    if(!element)
    {
        Error("out of space ,from func makeEmptyUnweightedTable");
        return NULL;
    }   
    element->known = 0; // 1 refers to accessed , also 0 refers to not accessed
    element->distance = MaxInt;
    element->path = -1; // index starts from 0

    return element;
}

//allocate the memory for initializing unweighted table
UnweightedTable *initUnweightedTable(int size)
{   
    UnweightedTable* table;
    int i;

    table = (UnweightedTable*)malloc(sizeof(UnweightedTable) * size);
    if(!table)
    {
        Error("out of space ,from func initUnweightedTable");
        return NULL;
    }

    for(i = 0; i < size; i++)
    {
        table[i] = makeEmptyUnweightedTable();      
        if(!table[i])
            return NULL;
    }

    return table;
} 

//computing the unweighted shortest path between the vertex under initIndex and other vertexs
void unweighted_shortest_path(AdjTable* adj, int size, int startVertex, Queue queue)
{       
    int adjVertex;  
    UnweightedTable* table;
    ElementType vertex;     
    AdjTable temp; 

    table = initUnweightedTable(size);   

    enQueue(queue, startVertex-1); //if let start vertex equals to v3, then initIndex=3 and let index=2 enter the queue     
    table[startVertex-1]->distance = 0;// update the distance 
    table[startVertex-1]->path = 0;// update the path of starting vertex

    while(!isEmpty(queue))
    {
        vertex = deQueue(queue); // if the queue is not empty, conducting departing queue   
        table[vertex]->known = 1; // update the vertex as accessed, also responding known 1

        temp = adj[vertex]->next;
        while(temp)
        {
            adjVertex = temp->index; // let each adjVertex adjacent to vertex enter the queue
            if(table[adjVertex]->path == -1) // key that judge whether corresponding element's path equals to -1 ,-1 means the element has never entered the queue
            {
                enQueue(queue, adjVertex); 
                table[adjVertex]->distance = table[vertex]->distance + 1;// update the distance 
                table[adjVertex]->path = vertex; //update the path of adjVertex, also responding path evaluated as vertex
            }
            temp = temp->next;      
        }                                       
    }

    disposeQueue(queue);
    //print unweighted table
    printUnweightedtable(table, size, startVertex);

    printf("\n\t");
} 

//print unweighted table
void printUnweightedtable(UnweightedTable* table, int size, int startVertex)
{
    int i;
    int path;
    char *str[4] = 
    {
        "vertex",
        "known",
        "distance",
        "path"
    };

    printf("\n\t unweighted shortest path table are as follows:\n");    
    printf("\n\t %6s%6s%9s%5s", str[0], str[1], str[2], str[3]);    
    for(i=0; i<size; i++)
    {       
        if(i != startVertex-1)              
            printf("\n\t %-3d   %3d   %5d      v%-3d  ", i+1, table[i]->known, table[i]->distance, table[i]->path+1);
        else
            printf("\n\t *%-3d  %3d   %5d      %-3d  ", i+1, table[i]->known, table[i]->distance, 0);
    }    
}

int main()
{ 
    AdjTable* adj;      
    Queue queue;
    int size = 7;
    int i;
    int j;
    int column = 4;
    int startVertex;

    int adjTable[7][4] = 
    {
        {2, 4, 0, 0},
        {4, 5, 0, 0},
        {1, 6, 0, 0},
        {3, 5, 6, 7},
        {7, 0, 0, 0},
        {0, 0, 0, 0},
        {6, 0, 0, 0}
    };

    printf("\n\n\t ====== test for topological sorting with adjoining table ======\n");
    adj = initAdjTable(size);   
    queue = initQueue(size);

    printf("\n\n\t ====== the initial adjoining table is as follows:======\n");
    for(i = 0; i < size; i++)
        for(j = 0; j < column; j++) 
            if(adjTable[i][j])          
                insertAdj(adj, adjTable[i][j]-1, i); // insertAdj the adjoining table over                           

    printAdjTable(adj, size);

    // finding the unweighted shortest path starts  
    // void unweighted_shortest_path(AdjTable* adj, int size, int initIndex, Queue queue)
    startVertex = 3; // we set the vertex3 as the start vertex (but you know, whose index in array is 2)
    unweighted_shortest_path(adj, size, startVertex, queue);

    return 0;
}  

4.3）printing results：