转载请注明出处:勿在浮沙筑高台http://blog.csdn.net/luoshixian099/article/details/51918844
单源最短路径是指:给定源顶点
s∈V
到分别到其他顶点
v∈V−{s}
的最短路径的问题。
Dijkstra算法采用贪心策略:按路径长度递增的顺序,逐个产生各顶点的最短路径。算法过程中需要维护一个顶点集
S
,此顶点集保存已经找到最短路径的顶点。还需要维护一个距离数组dist, dist[i]表示第i个顶点与源结点s的距离长度。
Dijkstra算法思路:
S 初始化时只包括源节点s;
dist[] 初始化:dist[i]= arc[s][i],arc为图的邻接矩阵。
V−S 表示未被找到最短的路径的顶点集合;
- 把 dist 按递增的顺序,选择一个最短路径,从 V−S 把对应顶点加入到 S 中,每次
S 中加入一个新顶点 u , 需要对dist 更新,即 s 能否通过顶点u 达到其他顶点更近。
即若dist[u] + arc[u][v] < dist[v],则更新dist[v]=dist[u]+arc[u][v]- 重复上述步骤,直到 S=V
![]()
![]()
代码:
/************************************************************************ CSDN 勿在浮沙筑高台 http://blog.csdn.net/luoshixian099算法导论--最短路径(Dijkstra算法)2016年7月15日 ************************************************************************/ #include <iostream> #include <vector> #include <queue> #include <algorithm> using namespace std; #define INFINITE 0xFFFFFFFF #define VertexData unsigned int //顶点数据 #define UINT unsigned int #define vexCounts 6 //顶点数量 char vextex[] = { 'A', 'B', 'C', 'D', 'E', 'F' }; void AdjMatrix(unsigned int adjMat[][vexCounts]) //邻接矩阵表示法 { for (int i = 0; i < vexCounts; i++) //初始化邻接矩阵 for (int j = 0; j < vexCounts; j++) { adjMat[i][j] = INFINITE; } adjMat[0][1] = 50; adjMat[0][2] = 10; adjMat[0][4] = 45; adjMat[1][2] = 15; adjMat[1][4] = 10; adjMat[2][0] = 20; adjMat[2][3] = 15; adjMat[3][1] = 20; adjMat[3][4] = 35; adjMat[3][5] = 3; adjMat[4][3] = 30; } void ShortestPath_DJS(unsigned int adjMat[][vexCounts],unsigned int s) { vector<VertexData> vexset; //已经找到最短路径的顶点集 vector<UINT> dist(vexCounts); //没有被找的最短路径的顶点距离信息 vector<vector<VertexData> > path(vexCounts); //每个顶点的最短路径信息 for (unsigned int i = 0; i < vexCounts; i++) { dist[i] = adjMat[s][i]; //初始化距离 if (dist[i] != INFINITE)//s是否有路径到达i { path[i].push_back(s); //把保存最短路径 path[i].push_back(i); } } vexset.push_back(s); //初始把顶点s加入vexset for (unsigned int n = 1; n <= vexCounts-1; n++) { UINT min = INFINITE; UINT k = INFINITE; for (int i = 0; i < vexCounts;i++) //寻找下一条最短路径 { if (find(vexset.rbegin(),vexset.rend(),i) == vexset.rend() && dist[i] < min) { k = i; min = dist[i]; } } vexset.push_back(k); //把最短路径顶点加入vexset中 for (int i = 0; i < vexCounts;i++) //更新dist { /*检测vexset中是否已经有顶点i,即i的最短路径是否已经找到。 如果没有找到,则判定是否需要更新最短路径*/ if (find(vexset.rbegin(), vexset.rend(), i) == vexset.rend() && adjMat[k][i] != INFINITE && dist[k]+ adjMat[k][i] < dist[i]) { dist[i] = dist[k] + adjMat[k][i]; path[i] = path[k]; path[i].push_back(i); } }; /*便于观察,输出每个顶点的最短路径经过的所有其他顶点及其距离*/ cout << "Path: "; for (int i = 0; i < path[k].size();i++) { cout << vextex[path[k][i]] << ","; } cout << " 距离="<<dist[k]<<endl; } } int main() { unsigned int adjMat[vexCounts][vexCounts] = { 0 }; AdjMatrix(adjMat); //邻接矩阵 cout << "Dijkastra : A" << endl; //计算顶点A的最短路径 ShortestPath_DJS(adjMat, 0); //Djikstra算法,A的序号为0. return 0; }
Reference:
数据结构-耿国华
算法导论-第三版