MATLAB—图的最短路径和距离

目录

一、最短路线

1.1教程

1.1.1sparse创建稀疏矩阵

1.1.2有向图最短路径（1）

1.1.2有向图最短路径（2） 

1.1.3无向图最短路径（1）

1.1.5 无向图最短路径（2）

二、总结

---

一、最短路线

1.1教程

1.1.1sparse创建稀疏矩阵

语法说明

S = sparse(A) %通过挤出任何零元素将满矩阵转换为稀疏格式。如果矩阵包含许多零，将矩阵转换为稀疏存储空间可以节省内存。
S = sparse(m,n)%生成 m×n 全零稀疏矩阵。
S = sparse(i,j,v)%根据 i、j 和 v 三元组生成稀疏矩阵 S，以便 S(i(k),j(k)) = v(k)。max(i)×max(j) 输出矩阵为 length(v) 个非零值元素分配了空间。
如果输入 i、j 和 v 为向量或矩阵，则它们必须具有相同数量的元素。参数 v 和/或 i 或 j 其中一个参数可以使标量。
S = sparse(i,j,v,m,n)%将 S 的大小指定为 m×n。
S = sparse(i,j,v,m,n,nz)%为 nz 非零元素分配空间。可以使用此语法为构造后要填充的非零值分配额外空间。

eg：下方有此图

matlab代码：

clear all
clc
w=zeros(4);
w(1,2)=2;w(1,3)=3;w(1,4)=8; 
w(2,3)=6;w(2,4)=6;
G=sparse(w)%（创建稀疏矩阵）

运行：

G =

   (1,2)        2
   (1,3)        3
   (2,3)        6
   (1,4)        8
   (2,4)        6
 

1.1.2有向图最短路径（1）

引用函数：graphallshortestpaths    语法：

[dist, path, pred]=graphallshortestpath(G,S)

[dist, path, pred]=graphallshortestpath(G,S,T)

G是稀疏矩阵，S是起点，T是终点。dist表示最短距离，path表示最短距离经过的路径节点，pred表示从S到每个节点的最短路径中，目标节点的先驱，即目标节点的前面一个节点。

我们解决问题首先创建一个有向图： 

clear all
clc
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])
view(biograph(G,[],'ShowWeights','on'))

运行图如下