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。