第十二周 【项目 - (3)Dijkstra算法的验证】

/*
* Copyright(c) 2017,烟台大学计算机学院
* All rights reserved.
* 作    者:李琳汐
* 完成日期:2017 年 11 月 25日
* 版 本 号:v1.0
*
* 问题描述:从一个顶点到其余各顶点的最短路径
*/
代码:

#include <stdio.h>
#include <malloc.h>
#include "graph.h"
#define MaxSize 100
void Ppath(int path[],int i,int v)  //前向递归查找路径上的顶点
{
    int k;
    k=path[i];
    if (k==v)  return;          //找到了起点则返回
    Ppath(path,k,v);            //找顶点k的前一个顶点
    printf("%d,",k);            //输出顶点k
}
void Dispath(int dist[],int path[],int s[],int n,int v)
{
    int i;
    for (i=0; i<n; i++)
        if (s[i]==1)
        {
            printf("  从%d到%d的最短路径长度为:%d\t路径为:",v,i,dist[i]);
            printf("%d,",v);    //输出路径上的起点
            Ppath(path,i,v);    //输出路径上的中间点
            printf("%d\n",i);   //输出路径上的终点
        }
        else  printf("从%d到%d不存在路径\n",v,i);
}
void Dijkstra(MGraph g,int v)
{
    int dist[MAXV],path[MAXV];
    int s[MAXV];
    int mindis,i,j,u;
    for (i=0; i<g.n; i++)
    {
        dist[i]=g.edges[v][i];      //距离初始化
        s[i]=0;                     //s[]置空
        if (g.edges[v][i]<INF)      //路径初始化
            path[i]=v;
        else
            path[i]=-1;
    }
    s[v]=1;
    path[v]=0;              //源点编号v放入s中
    for (i=0; i<g.n; i++)               //循环直到所有顶点的最短路径都求出
    {
        mindis=INF;                 //mindis置最小长度初值
        for (j=0; j<g.n; j++)       //选取不在s中且具有最小距离的顶点u
            if (s[j]==0 && dist[j]<mindis)
            {
                u=j;
                mindis=dist[j];
            }
        s[u]=1;                     //顶点u加入s中
        for (j=0; j<g.n; j++)       //修改不在s中的顶点的距离
            if (s[j]==0)
                if (g.edges[u][j]<INF && dist[u]+g.edges[u][j]<dist[j])
                {
                    dist[j]=dist[u]+g.edges[u][j];
                    path[j]=u;
                }
    }
    Dispath(dist,path,s,g.n,v);     //输出最短路径
}

int main()
{
    MGraph g;
    int A[7][7]=
    {
        {0,4,6,6,INF,INF,INF},
        {INF,0,1,INF,7,INF,INF},
        {INF,INF,0,INF,6,4,INF},
        {INF,INF,2,0,INF,5,INF},
        {INF,INF,INF,INF,0,INF,6},
        {INF,INF,INF,INF,1,0,8},
        {INF,INF,INF,INF,INF,INF,0}
    };
    ArrayToMat(A[0], 7, g);
    Dijkstra(g,0);
    return 0;
}

附:测试用图结构 
这里写图片描述

运行结果:


  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
Dijkstra算法是一种用于解决最短路径问题的贪心算法。该算法的基本思想是从起始节点开始,通过不断扩展当前已找到的最短路径来逐步确定最短路径的结果。 具体的实现步骤如下: 1. 初始化:设置起始节点为当前节点,将起始节点到自身的距离为0,将起始节点到其他节点的距离设为无穷大。 2. 判断是否遍历了所有节点:如果还有未处理的节点,则继续执行下述步骤。否则,算法结束。 3. 遍历邻接节点:对于当前节点的所有邻接节点,计算经过当前节点到达该邻接节点的距离。如果该距离小于已确定的最短距离,则更新最短距离。 4. 选择下一个节点:从未处理的节点中选取距离起始节点最近的节点作为下一个节点。 5. 将选择的节点标记为处理完成。 6. 跳转至步骤2。 通过以上步骤,Dijkstra算法可以得到从起始节点到图中所有其他节点的最短路径。在实际应用中,可以使用优先队列来高效地实现步骤4的节点选择操作。 然而,需要注意的是,Dijkstra算法对于存在负权边的图无法正确处理,因为它会假设经过已处理的节点的路径是最短路径。如果图中存在负权边,可以使用Bellman-Ford算法来解决。此外,Dijkstra算法的时间复杂度为O(V^2),其中V表示节点的个数。若要减少时间复杂度,可以使用堆优化的Dijkstra算法,其时间复杂度为O((V+E)logV),其中E表示边的个数。 总之,Dijkstra算法是一种解决最短路径问题的有效算法,通过不断扩展已找到的最短路径来逐步确定最短路径的结果。在实际应用中,可以根据具体情况选择不同的优化策略。

“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
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