【不专业不靠谱科普】[图论基础]最短路径——Dijkstra算法

情景:

我们的朋友小皮每天在家好吃懒做,被妈妈抓去公园逛景点,妈妈给了小皮一张景点地图,告诉他必须走到终点才能回去。

地图如下:

在这里插入图片描述

画得很丑我知道…

可以看到,景点1是公园的起点,景点5是公园的终点。
景点与景点之间有一条有向线段,代表两景点之间有一条路线。
每条路线上方标有不同的长度(即权值)。

小皮很懒,只想赶紧走到终点,于是他想知道哪条路线是最短的。

分析:

小皮正犯了难,此时有一个戴眼镜的外国老头路过,帮他一起解决问题:

老人:小伙子,我们先把问题想简单一点。当一开始你在景点1的时候,你有几条路可以走?
小皮:两条。一条去景点2,一条去景点3.
老人:我们换个描述的角度啊。到达景点2最少要走多少路程?
小皮:就景点1到景点2那条2km的路呗
老人:那去景点3最少要走多少路程?
小皮(稍微看了一下):4km吧,先从景点1到景点2,再到景点3。
老人:你为啥不直接走景点1到景点3那条呢?
小皮:那当然是因为1到3这条路程比我刚说的那条路程长啦。
老人:我是不是可以理解为,1-2-3这条路是去景点3的捷径?
小皮:嗯......
老人:假如我们每次都选择走捷径,是不是就能使走的路程最短啦?
小皮:大师,我悟了!

如果要到达最后终点5,而能直接到达景点5的只有景点4和景点3(即景点4和景点3是景点5的直接前驱,景点5是景点4和景点3的直接后继),那我要么经过景点3,要么经过景点4,该怎么在这两者进行挑选呢?

选择权值更小的3到5路线吗?不一定,因为:

到达5的最短路程 = min(到达3之前的最短路程+3到5的权值,到达4之前的最短路程+4到5的权值)。

也就是到达3之前的最短路程和到达4之前的最短路程是未知的。

那我们再进一步思考,景点3的直接前驱是1和2,有:

到达3的最短路程 = min(到达1之前的最短路程+1到3的权值,到达2之前的最短路程+2到3的权值)
同理:
到达4的最短路程 = min(到达2之前的最短路程+2到4的权值,到达3之前的最短路程+3到4的权值)

景点1就是起点,无直接前驱,易得:
到达1之前的最短路程 = 0;
而景点2只有一个直接前驱景点1,
到达2之前的最短路程就等于1到2的权值。

这个逆推式无限套娃的操作是不是有点熟悉?笔者想起了(其实是看网友说的高中数学的数学归纳法。而数学归纳法第一步和最关键的一步是什么呢?(数学老师敲敲黑板)

对啊,是假设

我们假设已经知道了到达景点i之前的最短路程(即捷径),并用数组dist[i]存储,同时用a[i][j]存储i到j的权值。

用这些表达式将上面的一大串中文翻译过来就是:

dist[5] = min(dist[3]+a[3][5],dist[4]+a[4][5])
dist[3] = min(dist[1]+a[1][3],dist[2]+a[2][3])
dist[4] = min(dist[2]+a[2][4],dist[3]+a[3][4])
dist[1] = 0
dist[2] = a[1][2]

读者可以自己尝试照着表达式用中文读一遍。

显然,到达每个点的最短路程都拥有相同的思想本质,如果再用数学语言进一步精简:

有景点i,它的直接前驱集合V = {j1,j2,j3....},
dist[i] = min(dist[j1]+a[j1][i],dist[j2]+a[j2][i],dist[j3]+a[j3][i].......)

筛选出那个能符合要求的我们最爱的“最短前驱点”j,
用数组p[i] = j记录它,代表j到i为满足最短路径条件时j是i的前驱。

打码思路:

经过刚才的分析,我们需要以下几个数据结构:

一维数组dist[i]:到达景点i之前的最短路程(捷径)
一维数组p[i]:满足最短路径时,景点i的最优直接前驱点
二维数组a[i][j]:i是j的直接前驱(i指向j),记录i和j的路程即权值。	

如果景点i到j无法没有直接路径,将其初始化为无穷大.

const int maxn = 1e7;//自定义一个无穷大
int a[100][100];//记录权值
int dist[100];//记录捷径
int p[100];//记录最佳直接前驱
int flag[100];//标记是否走过
int n,m;//n为一共有多少个景点,m为有多少条有向线段
//主函数内
	cin>>n>>m;//n为一共有多少个景点,m为有多少条有向线段
	for (int i=1;i<=n;i++){
   
		for (int j=1;j<=n;j++)
			a[i][j] = maxn;//初始化为无穷大  
			//maxn需要在宏定义为一个绝对不会超过的数字
	}
	for (int i=1;i<=m;i++){
   
		int q,p,l;
	   	cin>>q>>p>>l;
		a[q][p] = l;//记录q到p有向线段的权值
	}

我们自定义一个求最短路径的函数:


                
  • 2
    点赞
  • 3
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
离字典,将起始节点的距离设为0,其他节点的距离设为无穷大 distances = {node: sys.maxsize for node in graph} distances[start] = 0 # 初始化已访问节点的集合和未访以下是使用问节点D的集ijkstra合 visited = set() unvisited算法求解最路径的Python = set(graph) while unvisited: # 代码示例: ```python class D选择当前ijkstra距: def __init__(self, graph离最小的节点 , start, current goal): self.graph = graph # 邻接表_node = min(unvisited, key=lambda self node: distances[node]) # 更新.start = start当前节点的 # 起邻居节点点 self.goal =的距离 goal # 终点 for neighbor in graph self.open[current_node]: _list = {} if neighbor in # open 表 self.closed_list unvisited: new_distance = distances[current_node] + = {} graph[current_node][neighbor # closed 表 self.open_list[start] if new_distance] = < distances[neighbor]: 0.0 # 将 distances[neighbor] = new_distance # 将当前起点放入 open_list 中 self.parent = {节点标记start:为已访 None} 问,并从未访问集合中移除 visited.add # 存储节点的父子关系。键为(current_node) 子节点, unvisited值为父.remove(current_node) return节点。方便做最 distances def print后_path(dist路径的ances,回 start溯 self.min, end): _dis = None # 根 # 最路径的长度 def shortest_path据距离字典和终点节点(self): while True: ,逆向 if self打印路径.open_list is path = [end None: ] print('搜索 current_node =失败 end while current_node !=, 结束!') break distance start: , min_node = for neighbor in graph min(zip[current_node]: if(self.open_list distances[current.values(), self_node] ==.open_list.keys distances[neighbor())) #] + graph 取出距[neighbor][current_node]: 离最小的节点 self path.open_list.pop.append(min_node)(neighbor) current_node = neighbor break path.reverse() # 将其从 open_list 中去除 self print.closed("_list[minShortest_node] = path from", distance # 将节点加入 closed start, "to", end,_list ":", "->".join(path)) # 示例 中 if min_node == self.goal: # 如果节点为图的邻接矩阵终点 self.min_dis = distance 表示 graph shortest = { _path = [ 'Aself.goal]': {'B': # 5, 'C 记录从': 终1}, 点回溯的路径 'B

“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