一、单源点最短路径问题 :
问题描述:给定带权有向图G=(V, E)和源点v∈V,求从v到G中其余各顶点的最短路径。
迪杰斯特拉(Dijkstra)提出了一个按路径长度递增的次序产生最短路径的算法。
Dijkstra算法:
基本思想:设置一个集合S存放已经找到最短路径的顶点,S的初始状态只包含源点v,对vi∈V-S,假设从源点v到vi的有向边为最短路径。以后每求得一条最短路径v, …, vk,就将vk加入集合S中,并将路径v, …, vk , vi与原来的假设相比较,取路径长度较小者为最短路径。重复上述过程,直到集合V中全部顶点加入到集合S中。
下一条最短路径(设其终点为vi)或者是弧(v0,vi),或者是中间经过S中的顶点而最后到达顶点vi的路径。
示例:
算法步骤:
① 令S={Vs} ,用带权的邻接矩阵表示有向图,对图中每个顶点Vi按以下原则置初值:
② 选择一个顶点Vj ,使得:dist[j]=Min{ dist[k]| Vk∈V-S },Vj就是求得的下一条最短路径终点,将Vj 并入到S中,即S=S∪{Vj} 。
③ 对V-S中的每个顶点Vk ,修改dist[k],方法是:
若dist[j]+Wjk<dist[k],则修改为:dist[k]=dist[j]+Wjk ("Vk∈V-S )
④ 重复②,③,直到S=V为止。
算法实现:
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
|
void
ShortestPath_DIJ(MGraph G,
int
v0,PathMatrix &P,ShortPathTable &D)
{
// 用Dijkstra算法求有向网G的v0顶点到其余顶点v的最短路径P[v]
// 及其带权长度D[v]。
// 若P[v][w]为TRUE,则w是从v0到v当前求得最短路径上的顶点。
// final[v]为TRUE当且仅当v∈S,即已经求得从v0到v的最短路径。
int
i=0,j, v,w,min;
bool
final[MAX_VERTEX_NUM];
for
(v=0; v<G.vexnum; ++v)
{
final[v] = FALSE;
D[v] = G.arcs[v0][v].adj;
for
(w=0; w<G.vexnum; ++w)
P[v][w] = FALSE;
// 设空路径
if
(D[v] < INFINITY) { P[v][v0] = TRUE; P[v][v] = TRUE; }
}
D[v0] = 0; final[v0] = TRUE;
// 初始化,v0顶点属于S集
//--- 开始主循环,每次求得v0到某个v顶点的最短路径,并加v到S集 ---
for
(i=1; i<G.vexnum; ++i)
// 其余G.vexnum-1个顶点
{
min = INFINITY;
// 当前所知离v0顶点的最近距离
for
(w=0; w<G.vexnum; ++w)
if
(!final[w])
// w顶点在V-S中
if
(D[w]<min) { v = w; min = D[w]; }
// w顶点离v0顶点更近
final[v] = TRUE;
// 离v0顶点最近的v加入S集
for
(w=0; w<G.vexnum; ++w)
// 更新当前最短路径及距离
if
(!final[w] && (min+G.arcs[v][w].adj<D[w]))
{
// 修改D[w]和P[w], w∈V-S
D[w] = min + G.arcs[v][w];
P[w] = P[v];P[w][w] = TRUE;
//P[w] = P[v]+[w]
}
}
}
|
二、每一对顶点之间的最短路径
问题描述:给定带权有向图G=(V, E),对任意顶点vi,vj∈V(i≠j),求顶点vi到顶点vj的最短路径。
解决办法1:每次以一个顶点为源点,调用Dijkstra算法n次。显然,时间复杂度为O(n3)。
解决办法2:弗洛伊德提出的求每一对顶点之间的最短路径算法——Floyd算法,其时间复杂度也是O(n3),但形式上要简单些。
Floyd算法:
基本思想:对于从vi到vj的弧,进行n次试探:首先考虑路径vi,v0,vj是否存在,如果存在,则比较vi,vj和vi,v0,vj的路径长度,取较短者为从vi到vj的中间顶点的序号不大于0的最短路径。在路径上再增加一个顶点v1,依此类推,在经过n次比较后,最后求得的必是从顶点vi到顶点vj的最短路径。
示例:
数据结构:
图的存储结构:带权的邻接矩阵存储结构
数组dist[n][n]:存放在迭代过程中求得的最短路径长度。迭代公式:
数组path[n][n]:存放从vi到vj的最短路径,初始为path[i][j]="vivj"。
算法实现:
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
|
void
ShortestPath_FLOYD(MGraph G, PathMatrix P[], DistancMatrix &D)
{
// 用Floyd算法求有向网G中各对顶点v和w之间的最短路径P[v][w]及其
// 带权长度D[v][w]。若P[v][w][u]为TRUE,则u是从v到w当前求得最
// 短路径上的顶点。
int
v,w,u,i;
for
(v=0; v<G.vexnum; ++v)
// 各对结点之间初始已知路径及距离
for
(w=0; w<G.vexnum; ++w)
{
D[v][w] = G.arcs[v][w].adj;
for
(u=0; u<G.vexnum; ++u) P[v][w][u] = FALSE;
if
(D[v][w] < INFINITY)
{
// 从v到w有直接路径
P[v][w][v] = P[v][w][w] = TRUE;
}
}
for
(u=0; u<G.vexnum; ++u)
for
(v=0; v<G.vexnum; ++v)
for
(w=0; w<G.vexnum; ++w)
if
(D[v][u]+D[u][w] < D[v][w])
{
// 从v经u到w的一条路径更短
D[v][w] = D[v][u]+D[u][w];
for
(i=0; i<G.vexnum; ++i)
P[v][w][i] =(P[v][u][i] || P[u][w][i]);
}
}
|
......