数学建模笔记（七）图论最短路径问题学习 模型及Matlab代码

图的基本概念

• 图论中的图（Graph）是由若干给定的点及连接两点的线所构成的图形，这种图形通常用来描述某些事物之间的某种特定关系，用点代表事物，用连接两点的线表示相应两个事物间具有这种关系。
• 一个图可以用数学语言描述：G(V(G),E(G))。其中V(vertex)指的是图的顶点集，E(edge)指的是图的边集。
• 根据边是否有方向，可将图分为有向图和无向图。
• 有些图的边上还可能有权值，这样的图称为有权图。
• 在线作图网址：https://csacademy.com/app/graph_editor/

举例

1.无向图的权重邻接矩阵

则：$D=\left[\begin{array}{cccc}0& \text{ Inf }& 3& 3\\ \text{ Inf }& 0& \text{ Inf }& 5\\ 3& \text{ Inf }& 0& 2\\ 3& 5& 2& 0\end{array}\right]$
（1）无向图对应的权重邻接矩阵D是一个对称矩阵；
（2）其主对角线上元素为0.
（3）$D_i$${}_j$ 表示第i个节点到第j个节点的权重。

2.有向图的权重邻接矩阵

则：$D=\left[\begin{array}{cccc}0& \text{ Inf }& 8& 3\\ \text{ Inf }& 0& \text{ Inf }& 5\\ 8& \text{ Inf }& 0& 2\\ \text{ Inf }& \text{ Inf }& \text{ Inf }& 0\end{array}\right]$
（1）有向图对应的权重邻接矩阵D是一般不再是对称矩阵；
（2）其主对角线上元素为0.
（3）$D_i$${}_j$ 表示第i个节点到第j个节点的权重。

相关算法

1.迪杰斯特拉算法

清风老师推荐的学习视频，里面讲的很清楚易懂：
https://www.bilibili.com/video/av54668527

• 迪杰斯特拉算法的一个缺点：可以用于有向图，但是不能处理负权重

2.Bellman‐Ford（贝尔曼‐福特）算法

可以修复上个算法的缺点。

• 事实上，贝尔曼‐福特算法不再将节点区分为是否已访问的状态，因为贝尔曼‐福特模型是利用循环来进行更新权重的，且每循环一次，贝尔曼福特算法都会更新所有的节点的信息。
• 贝尔曼‐福特算法不支持含有负权回路的图。
  有兴趣的同学可以参考下面两份资料弄懂其实现原理：
  https://blog.csdn.net/a8082649/article/details/81812000
  https://www.bilibili.com/video/av43217121
• 什么是负权回路：
  在一个图里每条边都有一个权值（有正有负)如果存在一个环（从某个点出发又回到自己的路径），而且这个环上所有权值之和是负数，那这就是一个负权环，也叫负权回路。
  存在负权回路的图是不能求两点间最短路的，因为只要在负权回路上不断兜圈子，所得的最短路长度可以任意小。
  如：
  
  注意：
  贝尔曼‐福特算法实际上处理的是具有负权重的有向图。（且该有向图也不能含有负权回路）

3.Floyd算法

• Floyd算法与迪杰斯特拉算法或贝尔曼福特算法相比，能够一次性的求出任意两点之间的最短路径，后两种算法运行一次只能计算出给定的起点和终点之间的最短路径。可以正确处理无向图或有向图（可以有负权重，但不可存在
  负权回路）。
• 本质是三层循环
  参考：https://www.bilibili.com/video/av54668527 后半段视频

Matlab代码

1.Matlab作图：

% 函数graph(s,t)：可在 s 和 t 中的对应节点之间创建边，并生成一个图
G1 = graph(s1, t1);
plot(G1)
% 函数graph(s,t,w)：可在 s 和 t 中的对应节点之间以w的权重创建边，并生成一个图
G2 = graph(s2, t2);
plot(G2, 'linewidth', 2)  %设置线的宽度
% 下面的命令是在画图后不显示坐标
set( gca, 'XTick', [], 'YTick', [] ); 
%上面都是无向图
%要做出有向图，只需要将graph改为digraph就行了

如果节点比较少，推荐使用在线网站作图
该函数在2015b之后的版本才支持，如果运行出错请下载新版本Matlab。

2.Matlab计算最短路径

[P,d] = shortestpath(G,start,end [,'Method',algorithm] )
% 功能：返回图G中start节点到end节点的最短路径

输入参数：
（1）G ‐ 输入图（graph 对象 | digraph 对象）
（2）start 起始的节点
（3）end 目标的节点
（4）[,‘Method’,algorithm] 是可选的参数，表示计算最短路径的算法。一般我们不用手动设置，默认使用的是“auto”。

输出参数：
（1）P – 最短路径经过的节点
（2）d – 最短距离

该函数在2015b之后的版本才支持，如果运行出错请下载新版本Matlab。

3.返回任意两点的距离矩阵：

d = distances(G [,'Method',algorithm])

4.找给定范围的所有的点

[nodeIDs,dist] = nearest(G,s,d [,'Method',algorithm])

返回图形 G 中与节点 s 的距离在 d 之内的所有节点。
nodeIDs是符合条件的节点
dist是这些节点与s的距离