Matlab解最短路径与距离

最新推荐文章于 2023-02-06 21:10:40 发布

重数.mat

最新推荐文章于 2023-02-06 21:10:40 发布

阅读量2k

点赞数 1

文章标签： matlab 矩阵动态规划

本文链接：https://blog.csdn.net/m0_48038938/article/details/121447586

版权

本文介绍了动态规划在解决有向图最短路径问题中的应用。通过Matlab，详细讲解了如何创建稀疏矩阵以及利用动态规划算法找到图中节点间的最短路径。示例展示了从Node1到Node5的最短路径及其权重。

摘要由CSDN通过智能技术生成

一、前言

在学习完线性规划、整数规划和非线性规划后，我们来到了动态规划的过程。线性规划是一种算法，是动态规划中的一种，所以动态规划是求解问题的方法与路径。

1.sparse是创建稀疏矩阵的一个函数，比如有一个3×3的一个矩阵，第一行值为1，2，3；第二行值为4，5，6；第三行值为7，8，9。(无向图)

clear
 B=sparse([1 1 1 2 2 3],[1 2 3 1 3 3],[1 2 3 4 6 9])

其运行结果为：


B =
   (1,1)        1
   (2,1)        4
   (1,2)        2
   (1,3)        3
   (2,3)        6
   (3,3)        9

事实上，矩阵元素是以列为顺序进行元素的存储，依次排列，稀疏矩阵的意义在于对于多维矩阵，矩阵中存在大量的零元素，这样的话只需要对非零元素进行定义即可。

其中，G代表稀疏矩阵，0代表无向图（false），1代表有向图（ture）。首先，创造一个有向图：

clear
G=

关注