Bellmanford 最短路(1)

Bellman-Ford算法


1.单源最短路
2.可处理包含负值的环路
3.效率O(V*E)
4.有向图无向图均适用
5.该文代码图采用邻接表形式储存

原理:

当我们寻找一条最短路时,假设源节点2可以到达的节点v,设p=<\v0,\v1,\v2,\v3,\v4>为最短路,则最短路径包含4-1=3条边,我们在操作中松弛了每条边。第i次松弛我们则找到<\V*i-1*,\Vi>条路。所以我们只要对E条边分别进行V-1次操作即可

#include<iostream>
#define MAX_E 10001
#define MAX_V 1001
#define INF 0x3f3f3f3f  

using namespace std;


struct edge{
    int from;
    int to;
    int cost;
};//

int d[MAX_V];//distance
int V,E;//the number of Vertex,Edge

edge es[MAX_E];//Edges

//int pre[MAX_V];//mark the pre vertex;

bool Bellmanford(int s){
    for(int i=0;i<=V;i++){d[i]=INF;}
    d[s]=0;
    for(int i=0;i<V-1;i++){
        for(int j=0;j<E;j++){
            if(d[es[j].to]>d[es[j].from]+es[j].cost){
                d[es[j].to]=d[es[j].from]+es[j].cost;
            }
        }
    }
    bool flag=true;
    for(int i=0;i<V-1;i++){
        for(int j=0;j<E;j++){
            if(d[es[j].to]>d[es[j].from]+es[j].cost){
                flag=false;
            }
        }
    }
    return flag;
}





int main(){

    V=4;
    E=5;
    es[0].from=1;
    es[0].to=2;
    es[0].cost=1;

    es[1].from=1;
    es[1].to=3;
    es[1].cost=3;

    es[2].from=1;
    es[2].to=4;
    es[2].cost=5;

    es[3].from=2;
    es[3].to=4;
    es[3].cost=2;

    es[4].from=3;
    es[4].to=4;
    es[4].cost=4;
    if(Bellmanford(1)){
        for(int i=1;i<=4;i++){
            cout<<d[i]<<" ";
        }
    }
    else{
        cout<<"There exits the loop"<<endl;
    }
}
### 回答1: 最短路算法是指在加权图中找到从一个顶点到另一个顶点的最短路径的算法。Matlab中有多种实现最短路算法的方式,其中一种比较常用的是Dijkstra算法。下面是使用Matlab实现Dijkstra算法的示例代码。 假设有一个加权无向图,其中有5个顶点V={1, 2, 3, 4, 5}和8条边E={(1,2,10),(1,3,20),(2,3,30),(2,4,15),(3,4,5),(3,5,25),(4,5,20),(5,1,5)},其中每条边的三个元素分别表示起始顶点、终止顶点和边的权重。现在需要求从顶点1到其他各个顶点的最短路径。 ```matlab % 构建邻接矩阵 n = 5; % 图的顶点数 m = 8; % 图的边数 G = inf(n); % 初始化邻接矩阵 for i = 1:n G(i,i) = 0; % 对角线上的元素为0 end for i = 1:m u = E(i,1); % 边的起始顶点 v = E(i,2); % 边的终止顶点 w = E(i,3); % 边的权重 G(u,v) = w; G(v,u) = w; % 对称矩阵 end % Dijkstra算法求最短路径 dist = inf(1,n); % 到各个顶点的距离 dist(1) = 0; % 起始点的距离为0 visited = zeros(1,n); % 标记是否访问过 for i = 1:n-1 % 找到距离起点最近的顶点 min_dist = inf; for j = 1:n if ~visited(j) && dist(j) < min_dist u = j; min_dist = dist(j); end end visited(u) = 1; % 标记已访问 % 更新与u相邻的顶点的距离 for v = 1:n if ~visited(v) && G(u,v) < inf new_dist = dist(u) + G(u,v); if new_dist < dist(v) dist(v) = new_dist; end end end end % 输出最短路径 for i = 1:n fprintf('从1到%d的最短距离为:%d\n', i, dist(i)) end ``` 输出结果为: ``` 从1到1的最短距离为:0 从1到2的最短距离为:10 从1到3的最短距离为:20 从1到4的最短距离为:25 从1到5的最短距离为:5 ``` ### 回答2: 最短路算法是一种用于查找网络中两个节点之间最短路径的方法。在Matlab中,我们可以使用图算法工具箱(Graph Algorithm Toolbox)中的函数来实现最短路算法。 一种常用的最短路算法是Dijkstra算法,它适用于没有负权边的图。在Matlab中,我们可以使用函数dijkstra来计算最短路径。这个函数需要输入一个表示图的邻接矩阵,以及起点和终点的索引。邻接矩阵中,矩阵元素a(i,j)表示节点i到节点j之间的权值,如果节点i和节点j之间没有边,则a(i,j)设为无穷大。 另一种常用的最短路算法是Bellman-Ford算法,它可以处理带有负权边的图。在Matlab中,我们可以使用函数bellmanford来计算最短路径。这个函数需要输入一个表示图的邻接矩阵,以及起点和终点的索引。类似于dijkstra函数中的邻接矩阵,Bellman-Ford算法也将矩阵中的无穷大设为节点之间没有边。 使用Matlab的最短路算法可以帮助我们解决许多实际问题,例如在交通网络中求解最短驾驶路径或计算电力网络中的最短传输路径。同时,我们还可以通过可视化结果来更好地理解网络中节点和边之间的关系。 ### 回答3: 最短路径算法是图论中的一个重要算法,用于在图中找到从起点到终点的最短路径。其中,Matlab作为一种强大而灵活的编程语言,常常被用来实现算法的计算和可视化。 在Matlab中,可以使用图论工具箱提供的函数来实现最短路径算法。其主要步骤如下: 1. 构建图:首先,需要使用图论工具箱的函数创建一个有向图或无向图,并根据实际需求定义节点和边。可以使用函数`graph()`或`digraph()`来构建图。 2. 定义权重:根据实际情况,需要为图的边指定权重。可以使用函数`addedge()`或`addedge()`为图的每条边添加权重。 3. 寻找最短路径:使用函数`shortestpath()`或`shortestpathtree()`来计算从起点到终点的最短路径。这些函数使用Dijkstra算法或Floyd-Warshall算法进行计算。 4. 可视化结果:使用Matlab的绘图工具,如`plot()`或`plotgraph()`函数,将图和最短路径可视化出来,便于观察和分析结果。 需要注意的是,在使用Matlab实现最短路径算法时,可以根据具体需求选择合适的算法和函数,并对算法的输入参数进行适当调整,以达到最佳的计算效果。另外,还可以结合其他的Matlab功能,如处理大规模图的函数、并行计算等,来提高算法的执行效率。
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