传统的Dijkstra肯定不能处理这些问题啊。先看看迪杰斯特拉算法:
迪杰斯特拉算法,是处理单源路径的最短距离的经典算法。
以上图为例,简单说一下迪杰斯特拉算法的步骤,
上图的a,b,c,d,e,g。是求S点到X点最短路径的步骤。
加了阴影的边表示前驱值。黑色的结点输入集合S。
步骤如下:
1先求出s点到附近结点的路径,到y点的路径为5,到t点的路径为10。
2选出距离最短的路径,s到y。
3求出S点经过Y点到附近结点的路径,分别是t等于8,x等于14,z等于7。
4选取其中数值最小的路径:s到y到z,经过s,y,z到x的路径等于13。
5再选取综合路径最短的路径,s,t。经过路径s,t到x的最短路径为9。
6选出s到x的最短路径,即s,t,x。最短路径为9。
该算法需要不断找出最短的路径,然后把新的结点加入的该最短路径中,再找出最短的路径。重复此步骤直到求出问题的解。
根据上述算法,我们可以分析到两点结论:
1,该算法所需要求出相邻结点的距离。
2,要不断从所有路径中选出最短路径,因此该算法的效率很低。
就像是织网一样。你需要一条路一条路的找最短距离。
而实际中,你还要考虑每一条公交的路线。也根本不是像上图一样,每一个结点的距离都事先给好啊。
所以啊,课本里学到的东西,如何应用到实际中,这都算是另外一门课了。。