最短路径Dijkstra算法原理通俗详解及Matlab代码分析

一、Dijkstra算法:两个指定顶点之间的短路径

      不同点之间的邻接矩阵,为无向图,a(i,j) 表示从i点到j点的距离,两点不相通则用无穷表示,具体示例如下表所示

       

       算法原理按照本人理解是将n个节点之间的查找(复杂度n\times n\times n\times n\cdots n=n^{n})转化为两个n个节点的集合(查找集合和未查找集合)之间的查找(复杂度n\times n),具体过程:从起始点开始,采用贪心算法的策略,每次遍历到始点距离最近且未访问过的顶点的邻接节点,直到扩展到终点为止。

       再具体一点如下图(与程序案例不同),查找节点1到节点6的所有最短路线

         Dijkstra算法运行动画过程

       1.从节点1开始查找,将节点1放入查找集合P,剩余的节点2、3、4、5、6放入未查找集合W

         

       2.寻找未查找集合W中与集合P相邻的集合中离节点1最近的节点(从上图能看到节点2、3、4、5、6对应的距离为7、9、\infty\infty、14中7最小,加入节点2,更新节点3、4),将最近节点2加入P,并将节点1到各个节点的距离更新,这里更新与2相连的节点3、4的最短距离:

         由于节点3:1→2的最短距离为7。从节点2出发,2→3的最短距离为10。因此节点1到3的最短路径为新老两种路径对比

          1→2→3:原最短距离,1→3:9;步骤2产生新路径最短距离7+10=17;因此取最小值为9

         由于节点4:1→2的最短距离为7。从节点2出发,2→4的最短距离为15。因此节点1到4的最短路径为新老两种路径对比

          1→2→3:原最短距离,1→4:\infty;步骤2产生新路径最短距离7+15=22;因此取最小值为22

         

        3.重复步骤2直到结束(从上图中能看到节点3、4、5、6对应的距离为9、22、\infty、14中9最小,加入节点3,更新4和6)

          

         (从上图中能看到20、\infty、14中14最小,加入节点6,更新5)

          

         (从上图中能看到20、23中20最小,加入节点4,更新5)

         

          最后加入5,此时未查找集合元素为0,结束!

二、Matlab代码及解析

      主函数:

        主函数构建邻接矩阵,首先从节点1开始找到其与2、3、4、5、6的距离,然后找到节点2到3、4、5、6的距离,依次向下直至节点6。 执行子函数dijkstra找到节点1到节点4的最短路径并输出

clc;
close all
clear all
a=zeros(6); a(1,2)=50;a(1,4)=40;a(1,5)=25;a(1,6)=10; a(2,3)=15;
a(2,4)=20;a(2,6)=25; a(3,4)=10;a(3,5)=20; a(4,5)=10;a(4,6)=25; 
a(5,6)=55; 
a=a+a'; 
a(a==0)=inf; 
[distance,path]=dijkstra(a,1,4);
p=num2str(path);
sprintf('最短距离为%d\n具体路线为%s。',distance,p)

        子函数:

function [mydistance,mypath]=dijkstra(a,sb,db);
% 输入:a—邻接矩阵(aij)是指i到j之间的距离,无向矩阵
% sb—起点的标号, db—终点的标号
% 输出:mydistance—短路的距离, mypath—短路的路径
n=size(a,1);         %找出节点个数n
visited(1:n)=0;      %构建初步的查找矩阵visited,0代表未查找,1代表查找过
distance(1:n)=inf;   %保存起点到各顶点的短距离
distance(sb)=0;      %从起点sb到起点的距离为0
parent(1:n)=0;       
for i=1:n-1                   %循环查找n-1次   
    temp=distance;            %将distance中的值赋给temp,避免运算时丢失原值
    id1=find(visited==1);     %查找已经标号的点
    temp(id1)=inf;            %已标号点的距离换成无穷
    [t,u]=min(temp);          %找标号值小的顶点
    visited(u)=1;             %标记已经标号的顶点
    id2=find(visited==0);     %查找未标号的顶点
    for v=id2                 
        if  a(u,v)+distance(u)<distance(v)
            distance(v)=distance(u)+a(u,v);  %修改标号值
            parent(v)=u;
        end
    end
end
mypath=[];
if parent(db)~=0   %如果存在路!
    t=db;
    mypath=[db];
    while t~=sb
        p=parent(t);
        mypath=[p mypath];
        t=p;
    end
end
mydistance=distance(db);
return

代码为书中的案例,具体见姜启源. 数学模型(第二版)[M]// 数学模型(第二版). 高等教育出版社, 1987.

  • 13
    点赞
  • 111
    收藏
    觉得还不错? 一键收藏
  • 打赏
    打赏
  • 0
    评论
### 回答1: 最短路径Dijkstra算法是一种用于计算带权有向图中单源最短路径的经典算法。它的基本原理是通过不断更新节点到源节点的距离,从而找到到达目标节点最短的路径。 算法从源节点开始,先将源节点到它的邻接节点的距离初始化为无穷大。然后将源节点到它的邻接节点的距离更新为通过源节点的距离加上源节点到邻接节点的权重。接着,从所有未访问节点中选择距离最小的节点,将该节点标记为已访问,并更新与该节点相邻的节点的距离。重复这个过程,直到所有节点都被访问完毕或没有可更新的距离。最后,就可以得到源节点到所有其他节点的最短路径。 在MATLAB中,可以通过邻接矩阵来实现Dijkstra算法。邻接矩阵是一个二维矩阵,矩阵的每个元素表示两个节点之间的权重。首先,需要初始化一个距离数组,用于存储源节点到其他节点的临时最短路径长度。然后,通过遍历邻接矩阵,将源节点到它的邻接节点的距离初始化为邻接矩阵中对应的权重。接着,再初始化一个标记数组,用于标记节点是否已经被访问过。然后,循环遍历未访问节点,选择距离最小的节点,并将该节点标记为已访问。随后,更新与该节点相邻的节点的距离,如果存在更短的路径。这个过程一直重复,直到所有节点都被访问完毕。最后,通过距离数组就可以得到源节点到其他所有节点的最短路径。 总结来说,最短路径Dijkstra算法能够找到带权有向图中的单源最短路径。在MATLAB中,通过邻接矩阵和相应的数据结构,可以完美地实现这个算法。 ### 回答2: 迪杰斯特拉算法是一种用于求解图上两个节点之间最短路径的经典算法。 其原理如下: 1. 创建一个数组dist[],数组中的元素表示源节点到图中其他顶点的最短距离,开始时将源节点的距离设为0,其他节点的距离设为无穷大。 2. 创建一个集合visited[],用来记录已经找到最短路径的节点。 3. 选择dist[]中距离源节点最近的节点,将其标记为visited,并更新其邻接节点的距离。若经过这个节点到邻接节点的距离比当前记录的距离小,则更新dist[]数组中的距离。 4. 重复第3步,直到所有节点都被标记为visited,或者dist[]中没有未被访问的节点。 5. 最终,dist[]数组中记录了源节点到所有其他节点的最短路径。 在MATLAB中实现迪杰斯特拉算法,可以按照以下步骤进行: 1. 初始化dist[]数组和visited[]数组。 2. 在dist[]数组中将源节点的距离设置为0,其他节点的距离设置为无穷大。 3. 在一个循环中,首先选择dist[]数组中距离源节点最近的节点v,并将其标记为visited。 4. 遍历节点v的所有邻接节点u,如果经过节点v到达节点u的距离比当前记录的距离小,则更新dist[]数组中的距离。 5. 重复步骤3和步骤4,直到所有节点都被标记为visited。 6. 最后,dist[]数组中记录了源节点到其他节点的最短路径。 以上是最短路径迪杰斯特拉算法原理及在MATLAB中的实现方式。该算法在实际应用中被广泛使用,用于解决很多网络和路径规划问题。 ### 回答3: Dijkstra算法是一种用于求解带权重图中最短路径算法。它通过计算从起点到各个顶点的最短路径长度,并逐步找到最短路径算法原理如下: 1. 创建一个空的优先队列和一个空的最短路径集合。优先队列用于存放待搜索的顶点,节点的优先级按照到起点的距离从小到大排列。 2. 将起点加入优先队列,并设置距离起点的距离为0。 3. 重复以下步骤,直至优先队列为空: - 从优先队列中取出距离起点最近的顶点v。 - 将顶点v加入最短路径集合中。 - 对于v的所有邻接顶点u,更新u的最短距离,如果经过顶点v到达u的距离小于当前最短距离,则更新最短距离,并将u加入优先队列。 Matlab实现如下: ```matlab function [dist, path] = dijkstra(graph, source) num_nodes = size(graph, 1); dist = inf(1, num_nodes); % 初始化距离数组,设置为正无穷大 dist(source) = 0; % 设置起点的距离为0 visited = false(1, num_nodes); % 记录节点是否被访问过的数组 path = zeros(1, num_nodes); % 记录最短路径的数组 for i = 1:num_nodes % 从未访问的节点中选出距离最小的节点 [~, u] = min(dist.*~visited); visited(u) = true; % 标记该节点为已访问 % 更新与u相邻节点的最短距离 for v = 1:num_nodes if graph(u, v) > 0 && dist(v) > dist(u) + graph(u, v) dist(v) = dist(u) + graph(u, v); path(v) = u; % 更新最短路径 end end end end ``` 以上是Dijkstra算法的简要原理和用Matlab实现的代码。通过该算法,可以得到从起点到其他各个顶点的最短路径距离和路径信息。
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

打赏作者

是好人的墨叔

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

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