目录
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