数学建模常用算法—迪杰斯特拉算法求最短路径(Dijkstra)

解决问题

迪杰斯特拉算法是从一个顶点到其余各顶点的最短路径算法,解决的是有权图中最短路径问题。迪杰斯特拉算法主要特点是从起始点开始,采用贪心算法的策略,每次遍历到始点距离最近且未访问过的顶点的邻接节点,直到扩展到终点为止。

优点

  • 原理简单
  • MATLAB有现成函数
  • 算法时间复杂度低

缺点

在单源最短路径问题的某些实例中,可能存在权为负的边,这时不能采用迪杰斯特拉算法,而应采用贝尔曼‐福特(Bellman‐Ford)算法。

算法原理

这个链接里有迪杰斯特算法(Dijkstra)和弗洛伊德算法(Floyd)的动画演示,前五分钟是迪杰斯特算法(Dijkstra)的动画演示,能够帮助读者直观地了解算法原理。

https://www.bilibili.com/video/av54668527
在这里插入图片描述
遍历完所有节点后我们得到以上表格,从目标点开始,一步一步寻找它的父节点,即可找出图论的最短路径。以0节点到4节点为例,4节点的父节点为5节点,5节点的父节点为2节点,以此类推,我们得到它的最短路径为:
0→1→7→8→2→5→4
最短路径长度为:24

注意事项

前面提到,迪杰斯特拉算法可以用于有向图,但不能处理负权重。贝尔曼‐福特算法(Bellman‐Ford)可以处理带有负权重的有向图,但不能处理含有负权回路的图。
在这里插入图片描述

MATLAB算法实现

以下图为例
在这里插入图片描述

1. MATLAB作图

%% Matlab作无向图
%1)无权重(每条边的权重默认为1% 函数graph(s,t):可在 s 和 t 中的对应节点之间创建边,并生成一个图
% s 和 t 都必须具有相同的元素数;这些节点必须都是从1开始的正整数,或都是字符串元胞数组。
s1 = [1,2,3,4];
t1 = [2,3,1,1];
G1 = graph(s1, t1);
plot(G1)
% 注意哦,编号最好是从1开始连续编号,不要自己随便定义编号
s1 = [1,2,3,4];
t1 = [2,3,1,1];
G1 = graph(s1, t1);
plot(G1)

% 注意字符串元胞数组是用大括号包起来的哦
s2 = {'学校','电影院','网吧','酒店'};
t2 = {'电影院','酒店','酒店','KTV'};
G2 = graph(s2, t2);
plot(G2, 'linewidth', 2)  % 设置线的宽度
% 下面的命令是在画图后不显示坐标
set( gca, 'XTick', [], 'YTick', [] );  

%2)有权重
% 函数graph(s,t,w):可在 s 和 t 中的对应节点之间以w的权重创建边,并生成一个图
s = [1,2,3,4];
t = [2,3,1,1];
w = [3,8,9,2];
G = graph(s, t, w);
plot(G, 'EdgeLabel', G.Edges.Weight, 'linewidth', 2) 
set( gca, 'XTick', [], 'YTick', [] );  

%% Matlab作有向图
% 无权图 digraph(s,t)
s = [1,2,3,4,1];
t = [2,3,1,1,4];
G = digraph(s, t);
plot(G)
set( gca, 'XTick', [], 'YTick', [] );  

% 有权图 digraph(s,t,w)
s = [1,2,3,4];
t = [2,3,1,1];
w = [3,8,9,2];
G = digraph(s, t, w);
plot(G, 'EdgeLabel', G.Edges.Weight, 'linewidth', 2) 
set( gca, 'XTick', [], 'YTick', [] );  

用MATLAB实现案例中的图

% 注意哦,Matlab中的图节点要从1开始编号,所以这里把0全部改为了9
% 编号最好是从1开始连续编号,不要自己随便定义编号
s = [9 9 1 1 2 2 2 7 7 6 6  5  5 4];
t = [1 7 7 2 8 3 5 8 6 8 5  3  4 3];
w = [4 8 3 8 2 7 4 1 6 6 2 14 10 9];
G = graph(s,t,w);
plot(G, 'EdgeLabel', G.Edges.Weight, 'linewidth', 2) 
set( gca, 'XTick', [], 'YTick', [] ); 

在这里插入图片描述

2. MATLAB计算最短路径

在这里插入图片描述
在这里插入图片描述

在以上案例中

[P,d] = shortestpath(G, 9, 4)  %注意:该函数matlab2015b之后才有哦

在这里插入图片描述

3. 高亮最短路径

myplot = plot(G, 'EdgeLabel', G.Edges.Weight, 'linewidth', 2);  %首先将图赋给一个变量
highlight(myplot, P, 'EdgeColor', 'r')   %对这个变量即我们刚刚绘制的图形进行高亮处理(给边加上r红色)

在这里插入图片描述

4. 其他

  • 我们可以通过以下函数返回任意两点的距离矩阵

在这里插入图片描述

  • 我们可以通过以下函数找给定范围内所有点
    在这里插入图片描述

最后

放入数学建模论文中的图论图不建议用MATLAB绘制出来的,建议采用以下网站绘制:https://csacademy.com/app/graph_editor/
在这里插入图片描述

  • 12
    点赞
  • 40
    收藏
    觉得还不错? 一键收藏
  • 1
    评论
以下是C++实现Dijkstra算法最短路径的示例代码: ```cpp #include <iostream> #include <vector> #include <queue> #include <climits> using namespace std; // 定义图的邻接矩阵表示 const int MAX = 100; vector<vector<int>> graph(MAX, vector<int>(MAX, 0)); // 使用Dijkstra算法最短路径 void dijkstra(int start, int n) { vector<int> dist(n, INT_MAX); // 存储起点到每个节点的最短距离 vector<bool> visited(n, false); // 记录节点是否已被访问 dist[start] = 0; // 起点到自身的距离为0 // 创建优先队列,按照距离从小到大排序 priority_queue<pair<int, int>, vector<pair<int, int>>, greater<pair<int, int>>> pq; pq.push(make_pair(0, start)); while (!pq.empty()) { int u = pq.top().second; pq.pop(); visited[u] = true; // 遍历与当前节点相邻的节点 for (int v = 0; v < n; v++) { if (graph[u][v] != 0 && !visited[v]) { // 更新最短距离 if (dist[u] + graph[u][v] < dist[v]) { dist[v] = dist[u] + graph[u][v]; pq.push(make_pair(dist[v], v)); } } } } // 输出最短路径 cout << "最短路径:" << endl; for (int i = 0; i < n; i++) { cout << start << " 到 " << i << " 的最短距离为:" << dist[i] << endl; } } int main() { int n; // 节点数 int m; // 边数 cout << "请输入节点数和边数:" << endl; cin >> n >> m; cout << "请输入边的信息:" << endl; for (int i = 0; i < m; i++) { int u, v, w; cin >> u >> v >> w; graph[u][v] = w; graph[v][u] = w; } int start; // 起点 cout << "请输入起点:" << endl; cin >> start; dijkstra(start, n); return 0; } ```

“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 1
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