Qt实训：SubwayTransferSystem（三）

内  容：

完成“所需时间最少”换乘路线查询

主要知识点：

数据结构图的最短路径算法

任务：

1.查询出从起点站到终点站用时最少的乘车路线。

2.提供地铁换乘查询，可通过视图方便的查看乘坐路线和换乘路线

3.提供最小出行时间的换乘策略指南

4.提供最小换乘次数的换乘策略指南

---

一、路径搜索方式

       根据地铁线路较为稀疏的特性，暂时仅采用了广度优先搜索（bfs）的方式进行寻路。中途不考虑换乘与时间消耗的情况，仅对经过的点进行存储，在打印时再对所选乘线路进行判断。

1.1广度优先算法理论

        广度优先搜索算法(Breadth First Search)，又称为"宽度优先搜索"或"横向优先搜索"，简称BFS。

       它的思想是：从图中某顶点v出发，在访问了v之后依次访问v的各个未曾访问过的邻接点，然后分别从这些邻接点出发依次访问它们的邻接点，并使得“先被访问的顶点的邻接点先于后被访问的顶点的邻接点被访问，直至图中所有已被访问的顶点的邻接点都被访问到。如果此时图中尚有顶点未被访问，则需要另选一个未曾被访问过的顶点作为新的起始点，重复上述过程，直至图中所有顶点都被访问到为止。

        换句话说，广度优先搜索遍历图的过程是以v为起点，由近至远，依次访问和v有路径相通且路径长度为1,2...的顶点。下面以"无向图"为例，来对广度优先搜索进行演示。还是以上面的图G1为例进行说明。

DFS：使用栈保存未被检测的结点，结点按照深度优先的次序被访问并依次被压入栈中，并以相反的次序出栈进行新的检测。——类似于树的先根遍历

BFS：使用队列保存未被检测的结点。结点按照宽度优先的次序被访问和进出队列。
——类似于树的按层次遍历的过程

BFS用来搜索最短路径的解法是比较合适的。
比如求最少步数的解，最少交换次数的解，最快走出迷宫等等，因为bfs搜索过程中遇到的第一个解一定是离最初位置最近的，所以遇到第一个解，一定就是最优解，此时搜索算法可以终止。
而如果用dfs，会搜一些其他的位置，需要花相对比较多的时间，需要搜很多次，然后如果找到还不一定是最优解，还要记录这次找的位置，与之后找到的答案进行比较，看看谁才是最优解，这样就比较麻烦。

BFS是浪费空间节省时间，DFS是浪费时间节省空间。

二、代码解析

 初始化经过站点队列和站点边队列

stationsList.clear();  
edgesList.clear();

 首先判断起始站点与终点站不是同一站点

if(s1==s2)
    {
        stationsList.push_back(s2);
        stationsList.push_back(s1);
        return true;
    }

stationsList为双向队列

    std::vector<int> path(stations.size(), -1);
    std::vector<double> dist(stations.size(), INF);
    dist[s1]=0;
    std::priority_queue<Node, std::vector<Node>, std::greater<Node>> priQ;
    priQ.push(Node(s1, 0));
    while(!priQ.empty())
    {
        Node top=priQ.top();
        priQ.pop();
        if(top.stationID==s2)
        {
            break ;
        }

        for (int i=0; i<graph[top.stationID].size(); ++i)
        {
            Node &adjNode=graph[top.stationID][i];
            if(top.distance+adjNode.distance<dist[adjNode.stationID])
            {
                path[adjNode.stationID]=top.stationID;
                dist[adjNode.stationID]=top.distance+adjNode.distance;
                priQ.push(Node(adjNode.stationID, dist[adjNode.stationID]));
            }
        }
    }

    if(path[s2]==-1)
    {
        return false;
    }
    int p=s2;
    while(path[p]!=-1)
    {
        stationsList.push_front(p);
        edgesList.push_front(Edge(path[p],p));
        p=path[p];
    }
    stationsList.push_front(s1);

dijkstra算法的核心思想流程

1）dist[]存储第i个节点到家的距离，visited[i]=true 代表第i个点是否已经遍历过。
2）遍历所有visited[i] == false的点，找出dist[i]最小的点 k。
3）遍历与k相连的点j，用 min(dist[j], dist[k] + edge[k][j])来更新 dist[j]。
4）将visited[k] = true;
5)  如果还存在点，返回2）

三、完成调试，在界面中显示“换乘时间最少”路径