贪心法之最短路径之Dijkstra算法

A,问题描述:假如A地为仓库,要向不同的售货点供货,为了节约成本,因此要计算出从A点出发通向每个售货点的最短距离路径。也就是求解图中顶点A到图中其它各顶点的最短路径,图中每个顶点代表一个售货点。Dijkstra算法就是用于求解带权有向图中从一点出发到其它各顶点的最短路径的算法。下面详细介绍该算法。
B,Dijkstra算法:该算法用于求解从一个顶点出发到其余各顶点的最短路径的算法解决的是有向图中最短路径的问题,其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。贪心法思想体现在每次优先选取离出发点O距离最近的点,然后再更改O点到其它各顶点的距离。
C,算法处理过程:
1)假设带权有向图G的顶点集合为V,起始点为V0;
2)初始S={V0},T=V-S={其余顶点},其中集合S表示已经计算出最短距离的顶点,T是还没计算的剩余顶点;
3)初始化V0到其余各点的距离,d(v0,vi)代表v0到vi的最短距离,按如下规则:即;
4)若V0可以直接到达某个顶点vi,则将边的权值赋给d(v0,vi),否则d(v0,vi)= ∞;
5)从T中选取一个与S中顶点有关联(直接相连)且权值最小的顶点w(这里用到了贪心法思想),加入到S中;
6)以w作为中间点,若V0到T中某个顶点vi距离变短,则修改d(v0,vi)的值;
7)重复5)和6)直到T为空,即计算完了所有顶点,算法结束。
下图为Dijkstra算法求解最短路径的过程举例:
贪心法之最短路径之Dijkstra算法

D,算法实现:
#include"iostream"
usingnamespace std;
#defineMAXVEX 50//图中最大节点数
#defineMAXIMUN 65535//定义为最大数
typedefstruct //定义邻接矩阵的数据结构
{
charvexs[MAXVEX];
intedges[MAXVEX][MAXVEX];
int vexNum,adgeNum;//分别表示图中节点个数和边的条数
}AGraph;
intmain()
{
  • 1
    点赞
  • 12
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
逻辑结构:描述数据元素之间的逻辑关系,如线性结构(如数组、链表)、树形结构(如二叉树、堆、B树)、图结构(有向图、无向图等)以及集合和队列等抽象数据类型。 存储结构(物理结构):描述数据在计算机中如何具体存储。例如,数组的连续存储,链表的动态分配节点,树和图的邻接矩阵或邻接表表示等。 基本操作:针对每种数据结构,定义了一系列基本的操作,包括但不限于插入、删除、查找、更新、遍历等,并分析这些操作的时间复杂度和空间复杂度。 算法: 算法设计:研究如何将解决问题的步骤形式化为一系列指令,使得计算机可以执行以求解问题。 算法特性:包括输入、输出、有穷性、确定性和可行性。即一个有效的算法必须能在有限步骤内结束,并且对于给定的输入产生唯一的确定输出。 算法分类:排序算法(如冒泡排序、快速排序、归并排序),查找算法(如顺序查找、二分查找、哈希查找),图论算法(如Dijkstra最短路径算法、Floyd-Warshall算法、Prim最小生成树算法),动态规划,贪心算法,回溯法,分支限界法等。 算法分析:通过数学方法分析算法的时间复杂度(运行时间随数据规模增长的速度)和空间复杂度(所需内存大小)来评估其效率。 学习算法与数据结构不仅有助于理解程序的内部工作原理,更能帮助开发人员编写出高效、稳定和易于维护的软件系统。

“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