输出最短路径

1.单元最短路径的输出

  就是用数组pre记录前驱是哪个,每次更新都是给pre赋值新值

#include<bits/stdc++.h>
using namespace std;

void prinr(int x)
{
    if(pre[a][x]==0) return;//前驱我们已经设为0
    print(pre[a][x]);
    cout<<"->"<<x;
}
int main()
{
    ...(进行Dijkstra  spfa 算法)
    cout<<s;
    print(e);//s是起点,e 是终点
    
    
    return 0;
}

 

2 floy算法输出最短路径

下面都以这题为例

例题

#include<bits/stdc++.h>
using namespace std;
int a[300][2];
double mapp[300][300];
int n;
int s,t;
int pre[300][300];

void print(int x)
{
    if(pre[s][x]==0) return ;//pre[s][s]=0,说明已经递归到起点s了
    print(pre[s][x]);
    cout<<"->"<<x;
}
void floy()
{
    for(int k=1;k<=n;k++)
        for(int i=1;i<=n;i++)
        for(int j=1;j<=n;j++)
        if(mapp[i][j]>mapp[i][k]+mapp[k][j]&&(i!=j)&&(j!=k)&&(i!=k)) {
            mapp[i][j]=mapp[i][k]+mapp[k][j];
            pre[i][j]=pre[k][j];//从i到j的最短路径更新为i->k->j,那么i到j最短路径j的
                                //前驱就肯定与k到j最短路径的前驱相同
        }

}
int main()
{
    memset(mapp,0x7f,sizeof(mapp));
    cin>>n;
    for(int i=1;i<=n;i++){
        cin>>a[i][0]>>a[i][1];
    }
    int m;
    cin>>m;
    int x,y;
    for(int i=0;i<m;i++){
        cin>>x>>y;
        double ans=sqrt(double(pow((a[x][0]-a[y][0]),2))+double(pow((a[x][1]-a[y][1]),2)));
        mapp[x][y]=mapp[y][x]=ans;
        pre[x][y]=x;//x与y相连,自然从x到y的最短路y的前驱是x
        pre[y][x]=y;
    }
    cin>>s>>t;
    floy();
    cout<<s;
    print(t);


    return 0;
}

 

 

单源最短路径的

#include<bits/stdc++.h>
using namespace std;
int n,m;
int a[105][3];
double mapp[105][105];
double dis[105];
bool vis[105];
int ss,tt;
int pre[300][300];
void print(int x)
{
    if(pre[ss][x]==0) return ;//pre[s][s]=0,说明已经递归到起点s了
    print(pre[ss][x]);
    cout<<"->"<<x;
}


double f(int x1,int y1,int x2,int y2)
{
    return sqrt(double((x1-x2)*(x1-x2))+double((y1-y2)*(y1-y2)));
}

void Dijkstra(int s)
{
    memset(vis,false,sizeof(vis));
    for(int i=1;i<=n;i++) dis[i]=mapp[s][i];
    vis[s]=true;
    dis[s]=0;
    for(int i=1;i<=n-1;i++){
        int u;
        int minn=0x3f3f3f3f;
        for(int j=1;j<=n;j++){
            if(!vis[j]&&dis[j]<minn){
                minn=dis[j];
                u=j;
            }
        }
        vis[u]=1;
        for(int j=1;j<=n;j++){
            if(!vis[j]&&dis[u]+mapp[u][j]<dis[j]){
                dis[j]=mapp[u][j]+dis[u];
                pre[ss][j]=pre[u][j];
            }
        }

    }

}


int main()
{
    memset(mapp,127,sizeof(mapp));
    scanf("%d",&n);
    for(int i=1;i<=n;i++){
        scanf("%d%d",&a[i][0],&a[i][1]);
    }
    scanf("%d",&m);
    for(int i=0;i<m;i++){
        int x,y;
        scanf("%d%d",&x,&y);
        mapp[x][y]=mapp[y][x]=f(a[x][0],a[x][1],a[y][0],a[y][1]);
         pre[x][y]=x;//x与y相连,自然从x到y的最短路y的前驱是x
        pre[y][x]=y;
    }

    scanf("%d%d",&ss,&tt);
    Dijkstra(ss);
    cout<<ss;
    print(tt);


    return 0;
}

输出结果

1、资源项目源码均已通过严格测试验证,保证能够正常运行; 2、项目问题、技术讨论,可以给博主私信或留言,博主看到后会第一时间与您进行沟通; 3、本项目比较适合计算机领域相关的毕业设计课题、课程作业等使用,尤其对于人工智能、计算机科学与技术等相关专业,更为适合; 4、下载使用后,可先查看README.md或论文文件(如有),本项目仅用作交流学习参考,请切勿用于商业用途。 5、资源来自互联网采集,如有侵权,私聊博主删除。 6、可私信博主看论文后选择购买源代码。 1、资源项目源码均已通过严格测试验证,保证能够正常运行; 2、项目问题、技术讨论,可以给博主私信或留言,博主看到后会第一时间与您进行沟通; 3、本项目比较适合计算机领域相关的毕业设计课题、课程作业等使用,尤其对于人工智能、计算机科学与技术等相关专业,更为适合; 4、下载使用后,可先查看README.md或论文文件(如有),本项目仅用作交流学习参考,请切勿用于商业用途。 5、资源来自互联网采集,如有侵权,私聊博主删除。 6、可私信博主看论文后选择购买源代码。 1、资源项目源码均已通过严格测试验证,保证能够正常运行; 2、项目问题、技术讨论,可以给博主私信或留言,博主看到后会第一时间与您进行沟通; 3、本项目比较适合计算机领域相关的毕业设计课题、课程作业等使用,尤其对于人工智能、计算机科学与技术等相关专业,更为适合; 4、下载使用后,可先查看README.md或论文文件(如有),本项目仅用作交流学习参考,请切勿用于商业用途。 5、资源来自互联网采集,如有侵权,私聊博主删除。 6、可私信博主看论文后选择购买源代码。
最短路径问题是图论中的经典问题,常用的算法有Dijkstra算法和Bellman-Ford算法。其中,Dijkstra算法适用于图上没有负权边的情况。下面是两种输出最短路径的方法: 1. 用Dijkstra算法输出最短路径 Dijkstra算法是一种用于求加权图中单个源点到其他所有顶点的最短路径的贪心算法。具体步骤如下: - 初始化:将源点s的路径长度dist[s]设为0,其他所有路径长度dist[v]设为无穷大。 - 重复执行以下步骤,直到所有顶点的最短路径都求出来: - 在未确定最短路径的顶点中,选取距离源点s最近的顶点u,标记顶点u的最短路径为确定的。 - 对于顶点u的每个邻接点v,如果当前路径长度加上u到v边的权值小于起始点到v的路径长度,就更新起始点到v的路径长度dist[v]。 - 最后,dist数组中的值即为源点到其他所有顶点的最短路径长度。 下面是一个使用Dijkstra算法输出最短路径的Python代码实现: ```python import heapq def dijkstra(graph, start): heap = [(0, start)] visited = set() dist = {start: 0} while heap: (cost, u) = heapq.heappop(heap) if u in visited: continue visited.add(u) for v, weight in graph[u].items(): new_cost = dist[u] + weight if v not in dist or new_cost < dist[v]: dist[v] = new_cost heapq.heappush(heap, (new_cost, v)) return dist graph = { 'A': {'B': 2, 'C': 3}, 'B': {'A': 2, 'C': 4, 'D': 1}, 'C': {'A': 3, 'B': 4, 'D': 2}, 'D': {'B': 1, 'C': 2} } distances = dijkstra(graph, 'A') print(distances) # 输出:{'A': 0, 'B': 2, 'C': 3, 'D': 3} ``` 上述代码中,我们实现了一个dijkstra函数,用于计算从指定起点到其他点的最短路径。 2. 使用谷歌地图API输出最短路径 谷歌地图提供了API,可以用于绘制两个点之间的最短路径。具体步骤如下: - 获取谷歌地图API密钥。 - 根据谷歌地图API文档中的要求,构造请求URL,其中包含初始位置和目标位置的经纬度坐标。 - 发送HTTP请求,并解析返回结果中的路径坐标点。 - 将路径坐标点绘制在谷歌地图上。 下面是一个使用谷歌地图API输出最短路径的Python代码实现: ```python import requests import json def get_directions(origin, destination, api_key): url = ('https://maps.googleapis.com/maps/api/directions/json?' 'origin={0}&destination={1}&key={2}').format(origin, destination, api_key) response = requests.get(url) json_data = json.loads(response.text) polyline = json_data['routes']['overview_polyline']['points'] return polyline # 例子 api_key = 'your_api_key' origin = 'Toronto' destination = 'Montreal' path = get_directions(origin, destination, api_key) ``` 上述代码中,我们使用requests库向谷歌地图API请求路径信息,并使用json库解析API返回结果中的路径坐标点。
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