最短路径

最短路径：单源多源

参考书籍：大话数据结构

0. 基本概念

• 简介：求解点到点的最短的路径
• 图示：
• 

1. Dijkstra算法：单源最短路径

• 基本概念：求解源点到其余节点的最短距离。
• 算法描述：每一次求解的都是到源点的最近的节点。所以不会存在其他点比这个点更近。
• 算法：
  
• 单源最短路径算法实现（python）：

import Graph_Adj_Matrix as GAM
import copy
MAX = 100
# 单源最短节点
def dijkstras(G, v0):
	'''
	直接通过每一次都是最近的节点，表示的是从顶点v0出发的最短的节点
	:param G:
	:return:
	'''
	distance = copy.deepcopy(G.edges[v0])
	parent = [0] * G.vertexs_num
	final = [0] * G.vertexs_num
	distance[v0] = 0
	final[v0] = 1
	k = v0
	# 开始循环，寻找最近的顶点
	for i in range(G.vertexs_num):
		MIN = MAX
		for j in range(G.vertexs_num):
			if final[j] == 0 and distance[j] < MIN:
				k = j  # 记录最小位置
				MIN = distance[j]
		final[k] = 1
		for j in range(G.vertexs_num):
			if final[j] == 0 and MIN + G.edges[k][j] < distance[j]:
				distance[j] = MIN + G.edges[k][j]
				parent[j] = k  # 表示的k为j的前一个节点

	return parent

• 算法结果：
  

2.Foleyed算法：多源最短路径

• 基本概念：求图中的每一个节点到别的节点之间的距离
• 算法描述：实际上就是一个DP算法，求解的就是每一个点到另外一个点之间的最短路径。通另外一个矩阵记录路径，主要的方式为就是相当于记住的是当前这个点的前一个节点。之后会直接利用这个矩阵找到多源的最短路径。DP[i][j]=min(Matr[i][j],Matrix[i][k]+Matrix[k][j])。Floyd算法的相关证明
• 算法：

• 算法代码：

def floyed(G):
	'''
	多源最短路径，实际上就是一个DP
	DP[i][j]=min(G[i,j],G[i][k]+G[k][j])
	:param G:
	:return:
	'''
	path = [list(range(G.vertexs_num)) for _ in range(G.vertexs_num)]
	matrix = copy.deepcopy(G.edges)  # 注意可变对象
	for k in range(G.vertexs_num):  # 表示的是中转
		for i in range(G.vertexs_num):
			for j in range(G.vertexs_num):
				if i==j:
					matrix[i][j]=0
				elif matrix[i][j] > matrix[i][k] + matrix[k][j]:
					matrix[i][j] = matrix[i][k] + matrix[k][j]
					path[i][j] = path[i][k]  # 表示先到k再到j
	print('\n' + '-' * 20 + 'Floyed的多源最短路径权值为：' + '-' * 20,end='')
	for row in range(G.vertexs_num):
		print(end='\n')
		for col in range(G.vertexs_num):
			print('{0:5}'.format(matrix[row][col]), end='')
	print('\n' + '-' * 20 + 'Floyed的多源最短路径为：' + '-' * 20,end='')
	for row in range(G.vertexs_num):
		print(end='\n')
		for col in range(G.vertexs_num):
			print('{0:5}'.format(path[row][col]), end='')
	return path, matrix

• 算法结果：