DijKstra算法(单源最短路径)

原文转载自:梦醒潇湘love
转载原文是为了方便自己学习,也希望能让更多读者在需要的情况下学到更多的知识。
      Dijkstra(迪杰斯特拉)算法是典型的最短路径路由算法,用于计算一个节点到其他所有节点的最短路径。主要特点是以起始点为中心向外层层扩展,直到扩展到终点为止。Dijkstra算法能得出最短路径的最优解,但由于它遍历计算的节点很多,所以效率低。
      Dijkstra算法是很有代表性的最短路径算法,在很多专业课程中都作为基本内容有详细的介绍,比如数据结构、图论、运筹学等。
   
1、算法思想
      令G = (V,E)为一个带权有向图,
把图中的顶点集合V分成两组,第一组为已求出最短路径的顶点集合S(初始时S中只有源节点,以后每求得一条最短路径,就将它对应的顶点加入到集合S中,直到全部顶点都加入到S中);第二组是未确定最短路径的顶点集合U。在加入过程中,总保持从源节点v到S中各顶点的最短路径长度不大于从源节点v到U中任何顶点的最短路径长度。
 
2、算法步骤
    (1)初始化时,S只含有源节点;
    (2)从U中选取一个距离v最小的顶点k加入S中(该选定的距离就是v到k的最短路径长度);
    (3)以k为新考虑的中间点,修改U中各顶点的距离;若从源节点v到顶点u的距离(经过顶点k)比原来距离(不经过顶点k)短,则修改顶点u的距离值,修改后的距离值是顶点k的距离加上k到u的距离;
    (4)重复步骤(2)和(3),直到所有顶点都包含在S中。
    具体图例与算法执行步骤:(就从A开始,到各节点的最短路径)。
    
    具体执行步骤如下图所示。
   
    PS:图片右下角是原作者的博客地址。
    
3、算法具体实现
     算法的具体实现如下所示。(用C++语言实现)

    #include "stdio.h"
    #include "stdlib.h"
    #include "io.h"
    #include "math.h"
    #include "time.h"

    #define OK 1
    #define ERROR 0
    #define TRUE 1
    #define FALSE 0

    #define MAXEDgE 20
    #define MAXVEX 20
    #define INFINITY 65535

    typedef int Status;    /* Status是函数的类型,其值是函数结果状态代码,如OK等 */


    typedef struct
    {
        int vexs[MAXVEX];
        int arc[MAXVEX][MAXVEX];
        int numVertexes, numEdges;
    }Mgraph;

    typedef int Patharc[MAXVEX];            /* 用于存储最短路径下标的数组 */
    typedef int ShortPathTable[MAXVEX];        /* 用于存储到各点最短路径的权值和 */


    void CreateMgraph(Mgraph *g)
    {
        int i, j;

        /* printf("请输入边数和顶点数:"); */
        g->numEdges=16;
        g->numVertexes=9;

        for (i = 0; i < g->numVertexes; i++)/* 初始化图 */
        {
            g->vexs[i]=i;
        }

        for (i = 0; i < g->numVertexes; i++)/* 初始化图 */
        {
            for ( j = 0; j < g->numVertexes; j++)
            {
                if (i==j)
                    g->arc[i][j]=0;
                else
                    g->arc[i][j] = g->arc[j][i] = INFINITY;
            }
        }

        g->arc[0][1]=1;
        g->arc[0][2]=5;
        g->arc[1][2]=3;
        g->arc[1][3]=7;
        g->arc[1][4]=5;

        g->arc[2][4]=1;
        g->arc[2][5]=7;
        g->arc[3][4]=2;
        g->arc[3][6]=3;
        g->arc[4][5]=3;

        g->arc[4][6]=6;
        g->arc[4][7]=9;
        g->arc[5][7]=5;
        g->arc[6][7]=2;
        g->arc[6][8]=7;

        g->arc[7][8]=4;


        for(i = 0; i < g->numVertexes; i++)
        {
            for(j = i; j < g->numVertexes; j++)
            {
                g->arc[j][i] =g->arc[i][j];
            }
        }

    }

    /* 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]及带权长度D[v] */
    /* P[v]的值为前驱顶点下标,D[v]表示v0到v的最短路径长度和 */
    void ShortestPath_Dijkstra(Mgraph g, int v0, Patharc *P, ShortPathTable *D)
    {
        int v,w,k,min;
        int final[MAXVEX];                    /* final[w]=1表示求得顶点v0至vw的最短路径 */
        
        /* 初始化数据 */
        for(v=0; v<g.numVertexes; v++)        
        {
            final[v] = 0;                    /* 全部顶点初始化为未知最短路径状态 */
            (*D)[v] = g.arc[v0][v];            /* 将与v0点有连线的顶点加上权值 */
            (*P)[v] = 0;                    /* 初始化路径数组P为0 */
        }

        (*D)[v0] = 0;                        /* v0至v0路径为0 */
        final[v0] = 1;                        /* v0至v0不需要求路径 */
        
        /* 开始主循环,每次求得v0到某个v顶点的最短路径 */
        for(v=1; v<g.numVertexes; v++)
        {
            min=INFINITY;                    /* 当前所知离v0顶点的最近距离 */
            for(w=0; w<g.numVertexes; w++) /* 寻找离v0最近的顶点 */
            {
                if(!final[w] && (*D)[w]<min)
                {
                    k=w;
                    min = (*D)[w];            /* w顶点离v0顶点更近 */
                }
            }
            final[k] = 1;                    /* 将目前找到的最近的顶点置为1 */

            /* 修正当前最短路径及距离 */
            for(w=0; w<g.numVertexes; w++)
            {
                /* 如果经过v顶点的路径比现在这条路径的长度短的话 */
                if(!final[w] && (min+g.arc[k][w]<(*D)[w]))
                {
                    /* 说明找到了更短的路径,修改D[w]和P[w] */
                    (*D)[w] = min + g.arc[k][w]; /* 修改当前路径长度 */
                    (*P)[w]=k;
                }
            }
        }
    }

    int main(void)
    {
        int i,j,v0;
        Mgraph g;
        Patharc P;
        ShortPathTable D; /* 求某点到其余各点的最短路径 */
        v0=0;
        
        CreateMgraph(&g);
        
        ShortestPath_Dijkstra(g, v0, &P, &D);

        printf("最短路径倒序如下:\n");
        for(i=1;i<g.numVertexes;++i)
        {
            printf("v%d - v%d : ",v0,i);
            j=i;
            while(P[j]!=0)
            {
                printf("%d ",P[j]);
                j=P[j];
            }
            printf("\n");
        }
        printf("\n源点到各顶点的最短路径长度为:\n");
        for(i=1;i<g.numVertexes;++i)
            printf("v%d - v%d : %d \n",g.vexs[0],g.vexs[i],D[i]);
        return 0;
    }
引用:http://hi.baidu.com/zealot886/item/c8a499ee5795bcddeb34c950http://blog.csdn.net/zrjdds/article/details/6728332、《大话数据结构》
  • 0
    点赞
  • 4
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
Dijkstra算法是一种用于求解单源路径的经典算法。它以一个源顶点为起始点,通过不断扩展最路径树来寻找到其他所有顶点的最路径。下面是Dijkstra算法的思路和步骤。 首先,我们需要定义一个顶点集合,用于存放已经求得最路径的顶点。算法开始时,所有顶点都被标记为未被访问,并且它们的最路径长度都初始化为无穷大。 然后,我们从起始顶点开始,将其最路径长度置为0,并将其加入到已求得最路径的集合中。此外,我们还需要更新起始顶点的邻居顶点的最路径长度。 接下来,我们进入循环,不断选择最路径长度最小的顶点,将其加入到已求得最路径的集合中。然后,更新该顶点的邻居顶点的最路径长度。具体的更新方式是,如果通过当前选中的顶点访问邻居顶点的路径长度比已知的最路径长度小,那么更新邻居顶点的最路径长度。 最后,当所有顶点都被加入到已求得最路径的集合中,或者存在无穷大的路径时,算法结束。此时,我们得到了从起始顶点到其他所有顶点的最路径长度。 Dijkstra算法的时间复杂度为O(V^2),其中V为图中顶点的数量。此外,它还可以通过使用优先队列来优化,将时间复杂度降低到O((V+E)logV),其中E为图中边的数量。 总之,Dijkstra算法是一种求解单源路径的有效算法,它可以应用于各种实际问题中,如路由选择、网络通信、物流规划等。

“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