最短路径Dijkstra算法原理及Matlab实现

图论的基础知识不再阐述。
最短路径算法主要有二

  1. Dijkstra算法
  2. Floyd算法

Dijkstra算法研究的是从初始点到其他每一结点的最短路径
而Floyd算法研究的是任意两结点之间的最短路径

以下图为例,首先介绍Dijstra的原理

红字为各结点的编号,蓝字为各结点之间的距离

  1. 首先定义几个变量

    结点个数n;
    二维矩阵M(nxn),距离矩阵,连通的结点间即为距离,不连通的结点间为正无穷,和自己的距离为0;
    一维矩阵pb(1xn),若第i点已找到最短路径,则fp(i)=1,否则等于0,对于初始结点,fp=1;
    距离矩阵d(1xn),若第i点已找到最短路径,则的d(i)=最短距离,否则为0,初始结点d=0;
    上一结点矩阵path(1xn),若第i点找到了最短路径,则path存放这一条最短路径的前一个结点,通过对每一点的回溯,可以找到最短路径。

  2. 根据距离写出以下距离矩阵

    这里写图片描述

  3. 确定初始点为v1,则pb(1)=1;

    在图中,结点上,我们将已找到最短路径的点标为它的最短距离,(可以理解为v1点已找到最短路径,距离为0),未找到的其余点表为正无穷(即表示不连通)。
    这里写图片描述
    在与v1连通的点中,即在矩阵m的第1行,寻找最小值,最小值所在列即确定的最短路径的结点,如同v2最短,pb(2)=1,d(2)=1,对于已找到最短路径的v2上一结点为v1,path(2)=1;
    这里写图片描述
    接着,在

    • 与v1连通的,且未找到最短距离的节点的距离
    • 与v2连通的,且未找到最短距离节点的距离+v2的最短距离

    以上两种中寻找最短距离,最短为v6,pb(6)=1;d(6)=2;path(6)=1;
    这里写图片描述
    重复以上步骤,在

    • 与v1连通的,且未找到最短距离的节点的距离
    • 与v2连通的,且未找到最短距离节点的距离+v2的最短距离
    • 与v6连通的,且未找到最短距离节点的距离+v2的最短距离
      以上三种中寻找最短路径,最短为v3,pb(3)=1;d(3)=3);path(3)=6;
      这里写图片描述
      我们可以发现,所要寻找的最短路径即为
      对于已找到最短路径的点(包括初始结点),在与其连通的,未找到最短路径的结点中,将之间距离与圆圈中的距离(即上一结点已找到的最短路径)相加,求得的最小值。
      如果有多个相同的最短距离,任取其中一个。
      最终最短路径即距离如下图
      这里写图片描述

附上代码:

clc;clear;
n=6;   %设置矩阵大小
temp=1;  %设置起始点
m=zeros(6);%定义n阶零矩阵
m(1,2)=1;m(1,6)=2;%设置矩阵中非零非无穷的值
m(2,1)=1;m(2,3)=4;m(2,6)=4;
m(3,2)=4;m(3,4)=2;m(3,6)=1;
m(4,3)=2;m(4,5)=3;m(4,6)=3;
m(5,4)=3,m(5,6)=5;
m(6,1)=2;m(6,2)=4;m(6,3)=1;m(6,4)=3;m(6,5)=5;

for i=1:n
    for j=1:n
       if(m(i,j)==0)
           m(i,j)=inf;
       end
    end
end
for i=1:n
    m(i,i)=0;
end
pb(1:length(m))=0;pb(temp)=1;%求出最短路径的点为1,未求出的为0
d(1:length(m))=0;%存放各点的最短距离
path(1:length(m))=0;%存放各点最短路径的上一点标号
while sum(pb)<n %判断每一点是否都已找到最短路径
 tb=find(pb==0);%找到还未找到最短路径的点
 fb=find(pb);%找出已找到最短路径的点
 min=inf;
 for i=1:length(fb)
     for j=1:length(tb)
         plus=d(fb(i))+m(fb(i),tb(j));  %比较已确定的点与其相邻未确定点的距离
         if((d(fb(i))+m(fb(i),tb(j)))<min)
             min=d(fb(i))+m(fb(i),tb(j));
             lastpoint=fb(i);
             newpoint=tb(j);
         end
     end
 end
 d(newpoint)=min;
 pb(newpoint)=1;
 path(newpoint)=lastpoint; %最小值时的与之连接点
end
d
path

路径只需向上回溯就可得到。

  • 113
    点赞
  • 747
    收藏
    觉得还不错? 一键收藏
  • 25
    评论
### 回答1: 最短路径Dijkstra算法是一种用于计算带权有向图中单源最短路径的经典算法。它的基本原理是通过不断更新节点到源节点的距离,从而找到到达目标节点最短的路径。 算法从源节点开始,先将源节点到它的邻接节点的距离初始化为无穷大。然后将源节点到它的邻接节点的距离更新为通过源节点的距离加上源节点到邻接节点的权重。接着,从所有未访问节点中选择距离最小的节点,将该节点标记为已访问,并更新与该节点相邻的节点的距离。重复这个过程,直到所有节点都被访问完毕或没有可更新的距离。最后,就可以得到源节点到所有其他节点的最短路径。 在MATLAB中,可以通过邻接矩阵来实现Dijkstra算法。邻接矩阵是一个二维矩阵,矩阵的每个元素表示两个节点之间的权重。首先,需要初始化一个距离数组,用于存储源节点到其他节点的临时最短路径长度。然后,通过遍历邻接矩阵,将源节点到它的邻接节点的距离初始化为邻接矩阵中对应的权重。接着,再初始化一个标记数组,用于标记节点是否已经被访问过。然后,循环遍历未访问节点,选择距离最小的节点,并将该节点标记为已访问。随后,更新与该节点相邻的节点的距离,如果存在更短的路径。这个过程一直重复,直到所有节点都被访问完毕。最后,通过距离数组就可以得到源节点到其他所有节点的最短路径。 总结来说,最短路径Dijkstra算法能够找到带权有向图中的单源最短路径。在MATLAB中,通过邻接矩阵和相应的数据结构,可以完美地实现这个算法。 ### 回答2: 迪杰斯特拉算法是一种用于求解图上两个节点之间最短路径的经典算法。 其原理如下: 1. 创建一个数组dist[],数组中的元素表示源节点到图中其他顶点的最短距离,开始时将源节点的距离设为0,其他节点的距离设为无穷大。 2. 创建一个集合visited[],用来记录已经找到最短路径的节点。 3. 选择dist[]中距离源节点最近的节点,将其标记为visited,并更新其邻接节点的距离。若经过这个节点到邻接节点的距离比当前记录的距离小,则更新dist[]数组中的距离。 4. 重复第3步,直到所有节点都被标记为visited,或者dist[]中没有未被访问的节点。 5. 最终,dist[]数组中记录了源节点到所有其他节点的最短路径。 在MATLAB实现迪杰斯特拉算法,可以按照以下步骤进行: 1. 初始化dist[]数组和visited[]数组。 2. 在dist[]数组中将源节点的距离设置为0,其他节点的距离设置为无穷大。 3. 在一个循环中,首先选择dist[]数组中距离源节点最近的节点v,并将其标记为visited。 4. 遍历节点v的所有邻接节点u,如果经过节点v到达节点u的距离比当前记录的距离小,则更新dist[]数组中的距离。 5. 重复步骤3和步骤4,直到所有节点都被标记为visited。 6. 最后,dist[]数组中记录了源节点到其他节点的最短路径。 以上是最短路径迪杰斯特拉算法原理及在MATLAB中的实现方式。该算法在实际应用中被广泛使用,用于解决很多网络和路径规划问题。 ### 回答3: Dijkstra算法是一种用于求解带权重图中最短路径算法。它通过计算从起点到各个顶点的最短路径长度,并逐步找到最短路径算法原理如下: 1. 创建一个空的优先队列和一个空的最短路径集合。优先队列用于存放待搜索的顶点,节点的优先级按照到起点的距离从小到大排列。 2. 将起点加入优先队列,并设置距离起点的距离为0。 3. 重复以下步骤,直至优先队列为空: - 从优先队列中取出距离起点最近的顶点v。 - 将顶点v加入最短路径集合中。 - 对于v的所有邻接顶点u,更新u的最短距离,如果经过顶点v到达u的距离小于当前最短距离,则更新最短距离,并将u加入优先队列。 Matlab实现如下: ```matlab function [dist, path] = dijkstra(graph, source) num_nodes = size(graph, 1); dist = inf(1, num_nodes); % 初始化距离数组,设置为正无穷大 dist(source) = 0; % 设置起点的距离为0 visited = false(1, num_nodes); % 记录节点是否被访问过的数组 path = zeros(1, num_nodes); % 记录最短路径的数组 for i = 1:num_nodes % 从未访问的节点中选出距离最小的节点 [~, u] = min(dist.*~visited); visited(u) = true; % 标记该节点为已访问 % 更新与u相邻节点的最短距离 for v = 1:num_nodes if graph(u, v) > 0 && dist(v) > dist(u) + graph(u, v) dist(v) = dist(u) + graph(u, v); path(v) = u; % 更新最短路径 end end end end ``` 以上是Dijkstra算法的简要原理和用Matlab实现的代码。通过该算法,可以得到从起点到其他各个顶点的最短路径距离和路径信息。

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论 25
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