matlab打卡第五天

最短路径

关于今天的打卡任务，应该是有实际问题的。比如两城镇的最短路径，车票的购买......然后对于这类问题应该采用的就是迪克斯特拉（dijkstra）算法。

第一步

第一步应该是构造G矩阵，稀疏矩阵。川川这里介绍了sparse方法。

 

 这里借用一下川川的图片，这里有四个顶点，然后对于每个顶点距离不一样，而这个就可以写成：

 

w = zeros(4);%生成4x4地零矩阵
w(1,2)=2;w(1,3)=3;%顶点1到2的距离，其他依次类推。
w(1,4)=8;w(2,3)=6;
w(2,4)=6;
G = sparse(w)

运行结果： 

 第二步，根据不同问题采用不同方法

1）对于有向图最短路径

对于有向图路径处理，用函数graphallshortestpaths。在matlab上查询了一下用法，看不懂。

 百度后，姑且就这麽用吧。

G = sparse([6 1 2 2 3 4 4 5 5 6 1],[2 6 3 5 4 1 6 3 4 3 5],[41 99 51 32 15 45 38 32 36 29 21])%创建稀疏矩阵
view(biograph(G,[],'ShowWeights','on'))%猜测创建一个有向图
graphallshoertestpaths(G)

得到结果：

 然后用川川的代码，也可以直接得到结果。我发现他算错了。

21 + 36 + 38 = 95

1 - 5  - 4 - 6。

首先我们得到这个矩阵是路线图的感觉。

无向图

首先要创造无向矩阵

W = [41 99 51 32 15 45 38 32 36 29 21];
G = sparse([6 1 2 2 3 4 4 5 5 6 1],[2 6 3 5 4 1 6 3 4 3 5],W);
UG = tril(G + G')%无向化
view(biograph(UG,[],'ShowArrows','off','ShowWeights','on'))
graphallshortestpaths(UG,'directed',false)

得到结果

 除了这个方法，川川还提供了另一个方法。函数shortestpath。

此 MATLAB 函数 计算从源节点 s 处开始到目标节点 t 处结束的最短路径。如果图进行了加权（即 G.Edges 包含变量
    Weight），则这些权重用作沿图中各边的距离。否则，所有边距离都视为 1。

    P = shortestpath(G,s,t)
    P = shortestpath(G,s,t,'Method',algorithm)
    [P,d] = shortestpath(___)

G = zeros(6);
G = graph([6 1 2 2 3 4 4 5 5 6 1],[2 6 3 5 4 1 6 3 4 3 5],[41 99 51 32 15 45 38 32 36 29 21])
plot(G,'EdgeLabel',G.Edges.Weight)
[P,d] = shortestpath(G,1,6)

得到结果：

 总结：

对于图的问题，有不同处理方法。