图的邻接矩阵表示与最短路径算法( Dijkstra )代码实现

#include <stdio.h>

#define MAX_VERTEX_NUM 20			//最大顶点个数

typedef int VRTYPE, InfoType;
typedef enum {DG, DN, UDG, UDN} GraphKind;	//{有向图、有向网、无向图、无向网}
typedef struct ArcCell
{
	VRTYPE  adj;					//无权图为0或1; 带权图为权值
	InfoType *info;
}ArcCell, AdjMatrix[MAX_VERTEX_NUM][MAX_VERTEX_NUM];
typedef struct
{
	AdjMatrix arcs;					//邻接矩阵,这里以数组下标唯一标识每个顶点
	int vexnum, arcnum;
	GraphKind kind;					
}MGraph;

void create_G(MGraph *G)
{ 
	int i, j, v;

	printf("输入顶点数:\n");
	scanf("%d", &G->vexnum);
	printf("输入弧数:\n");
	scanf("%d", &G->arcnum);

	for (int m = 0; m < G->vexnum; m++)
	for (int n = 0; n < G->vexnum; n++)
		G->arcs[m][n].adj = -1;      //不联通的弧设置其弧长为-1
	
	printf("请按照起点号、终点号、弧长输入每条弧的信息:\n");
	for (int k = 0; k < G->arcnum; k++)
	{
		scanf("%d%d%d", &i, &j, &v); //有弧连接的顶点对以及弧的权重,弧从i指向j(默认有向图)
		G->arcs[i][j].adj = v;
	}
}

void show_G(MGraph G)                //展示创建的邻接矩阵
{
	printf("\n创建的邻接矩阵:\n");
	for (int m = 0; m < G.vexnum; m++)
	{
		for (int n = 0; n < G.vexnum; n++)
			printf("%3d ", G.arcs[m][n].adj);
		printf("\n");
	}
	printf("\n");
}

void ShortestPath_DIJ(MGraph G, int v0)         //最短路算法
{
	int D[MAX_VERTEX_NUM];
	bool S[MAX_VERTEX_NUM] = { false };
	for (int i = 0; i < G.vexnum; i++)
		D[i] = G.arcs[v0][i].adj;

	D[v0] = 0;
	S[v0] = true;

	for (int i = 0; i < G.vexnum; i++)
	{
		int j = 0, min = 0;

		for (int m = 0; m < G.vexnum; m++)        //找出当前必定是最短路的点
		{
			if (min == 0 && D[m] != -1 && !S[m])
			{
				min = D[m];
				j = m;
			}
			else if (D[m] < min && D[m] != -1 && !S[m])
			{
				j = m;
			}
		}
		S[j] = true;

		for (int k = 0; k < G.vexnum; k++)        //更新
		if (!S[k])
		if (G.arcs[j][k].adj != -1)
		{
			if (D[k] == -1)
				D[k] = D[j] + G.arcs[j][k].adj;
			else if (D[j] + G.arcs[j][k].adj < D[k])
				D[k] = D[j] + G.arcs[j][k].adj;
		}
	}

	printf("\n编号为%d顶点到其它顶点的最短路:\n", v0);
	for (int i = 0; i < G.vexnum; i++)
		printf("%d ", D[i]);
}

void main()
{
	MGraph G;
	create_G(&G);
	show_G(G);
	ShortestPath_DIJ(G, 0);
}

Test

  • 3
    点赞
  • 18
    收藏
    觉得还不错? 一键收藏
  • 2
    评论
### 回答1: Dijkstra算法是一种用于有向最短路径算法。使用邻接矩阵实现Dijkstra算法的步骤如下: 1. 初始化:将起点到各个顶点的距离初始化为无穷大,将起点到自身的距离初始化为0。 2. 选择起点:从未处理的顶点中选择距离起点最近的顶点作为当前顶点。 3. 更新距离:对于当前顶点的所有邻接点,如果从起点到当前顶点再到邻接点的距离小于起点到邻接点的距离,则更新起点到邻接点的距离。 4. 标记已处理:将当前顶点标记为已处理。 5. 重复步骤2-4,直到所有顶点都被标记为已处理或者没有可达的顶点。 6. 输出结果:输出起点到各个顶点的最短距离。 邻接矩阵实现Dijkstra算法的时间复杂度为O(n^2),其中n为顶点数。 ### 回答2: 邻接矩阵是一种表示结构的方法,具体而言,若G有n个顶点,则邻接矩阵是一个n x n矩阵,其中每个元素表示两个顶点之间的边。在有向中,若从顶点i到顶点j有一条有向边,则邻接矩阵中第i行第j列的元素为1,否则为0。 Dijkstra算法是一种经典的最短路径算法,它可以在带权有向中求出从一个起点到所有其他点的最短路径Dijkstra算法的基本思想是,维护一个待访问的顶点集合V,初始时只包含起点。对于V中的每个顶点,记录起点到该顶点的最短路径长度以及已确定最短路径的所有顶点。在每一轮中,选择V中距离起点最近的顶点u,并将其加入已确定最短路径的集合S。然后,对于u的所有邻居v,如果通过u可以得到比当前路径更短的路径,则更新v的最短路径信息。重复上述过程,直到所有顶点都已被加入S为止。 使用邻接矩阵实现Dijkstra算法的基本思路是,定义两个数组dis和visited,分别记录起点到各个顶点的距离和该顶点是否已被访问。初始时,将起点的dis值设为0,visited值设为true。然后,遍历与起点相邻的顶点,并更新它们的dis值。在每一轮中,选择距离起点最近的未被访问的顶点u,并将visited[u]设为true。然后,依次遍历u的所有邻居v,如果通过u可以得到比当前路径更短的路径,则更新v的dis值。最后,重复进行n次循环,直到所有顶点的dis值都已确定。在实际实现中,可以借助优先队列等数据结构来加速算法的执行。 总的来说,使用邻接矩阵实现Dijkstra算法是一种简单有效的方法,它可以处理中等规模的带权有向。然而,在处理大规模时,邻接矩阵的空间复杂度和时间复杂度都较高,需要使用其他更高效的算法和数据结构来解决。 ### 回答3: Dijkstra算法是一种常见的最短路径算法,在有向中可以使用邻接矩阵实现邻接矩阵是一种二维数组,其中的元素表示两点之间的连接关系,如果两个点之间有连接,那么数组元素的值为连接的权重,否则为无穷大。 首先,需要定义一个类,从而可以将邻接矩阵封装在内部,同时提供相应的函数来实现Dijkstra算法。如下所示: ``` class Graph: def __init__(self, V): self.V = V self.graph = [[0 for column in range(V)] for row in range(V)] def dijkstra(self, src): dist = [float('inf')] * self.V dist[src] = 0 sptSet = [False] * self.V for i in range(self.V): u = self.minDistance(dist, sptSet) sptSet[u] = True for v in range(self.V): if self.graph[u][v] > 0 and sptSet[v] == False and \ dist[v] > dist[u] + self.graph[u][v]: dist[v] = dist[u] + self.graph[u][v] self.printSolution(dist) def minDistance(self, dist, sptSet): min = float('inf') min_index = -1 for v in range(self.V): if dist[v] < min and sptSet[v] == False: min = dist[v] min_index = v return min_index def printSolution(self, dist): for node in range(self.V): print(f"Node {node} distance from source: {dist[node]}") ``` 在主函数中,首先需要创建一个对象,然后按照邻接矩阵的方式设置中边的权重。接着,可以调用Dijkstra算法来计算从源节点到其他所有节点的最短路径长度。最后,输出所有节点的距离值。 代码示例如下: ``` # create graph V = 9 g = Graph(V) # set vertices and edges g.graph = [[0, 4, 0, 0, 0, 0, 0, 8, 0], [4, 0, 8, 0, 0, 0, 0, 11, 0], [0, 8, 0, 7, 0, 4, 0, 0, 2], [0, 0, 7, 0, 9, 14, 0, 0, 0], [0, 0, 0, 9, 0, 10, 0, 0, 0], [0, 0, 4, 14, 10, 0, 2, 0, 0], [0, 0, 0, 0, 0, 2, 0, 1, 6], [8, 11, 0, 0, 0, 0, 1, 0, 7], [0, 0, 2, 0, 0, 0, 6, 7, 0]] # calculate shortest path g.dijkstra(0) ``` 以上就是使用邻接矩阵实现有向最短路径Dijkstra算法的简要介绍。该算法常用于寻找两点之间的最短路径、计算网络中消息传递的时间等问题。当然,如果有向中存在负权边,则需要使用Bellman-Ford算法来解决。
评论 2
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