数学建模学习笔记（清风）——图论最短路径问题

目录

基础部分：

适用范围：

方法分类：

步骤：

注意事项：

matlab代码部分：

matlab的学习部分：

---

​​​​​​​

基础部分：

适用范围：

        计算最短路径问题

方法分类：

        迪杰斯特拉(Dijkstra)算法

        贝尔曼-福特(Bellman-Ford)算法

步骤：

        1、列出各点之间的权重矩阵

        2、将已知矩阵用matlab语言描述并画出权重图

        3、利用matlab中的shortestpath计算最短路径

注意事项：

        负权回路图（尤其存在负权值的无向图）无法计算最短路径问题

matlab代码部分：

%画无向无权图：
	s1 = [1,2,3,4];
	t1 = [2,3,1,1];
	G1 = graph(s1, t1);
	plot(G1)
%画无向有权图：
	s = [1,2,3,4];
	t = [2,3,1,1];
	w = [3,8,9,2];
	G = graph(s, t, w);
	plot(G, 'EdgeLabel', G.Edges.Weight, 'linewidth', 2) 
	set( gca, 'XTick', [], 'YTick', [] );  
%画有向无权图：
	s = [1,2,3,4,1];
	t = [2,3,1,1,4];
	G = digraph(s, t);
	plot(G)
	set( gca, 'XTick', [], 'YTick', [] );  
%画有向有权图：
	s = [1,2,3,4];
	t = [2,3,1,1];
	w = [3,8,9,2];
	G = digraph(s, t, w);
	plot(G, 'EdgeLabel', G.Edges.Weight, 'linewidth', 2) 
	set( gca, 'XTick', [], 'YTick', [] );  
%计算最短路径实例：
%%原始的各点的权重矩阵
	%[0 50 ∞ 40 25 10;
	%50 0 15 20 ∞ 25;
	%∞ 15 0 10 20 ∞;
	%40 20 10 0 10 25;
	%25 ∞ 20 10 0 55;
	%10 25 ∞ 25 55 0]
s = [1 1 1 1 2 2 2 3 3 4 4 5];
t = [2 4 5 6 3 4 6 4 5 5 6 6];
w = [50 40 25 10 15 20 25 10 20 10 25 55 ];
G = graph(s,t,w);
plot(G, 'EdgeLabel', G.Edges.Weight, 'linewidth', 1)
[P,d] = shortestpath(G, 1, 2) %计算最短路径d及具体路径描述P
myplot = plot(G, 'EdgeLabel', G.Edges.Weight, 'linewidth', 1);  
highlight(myplot, P, 'EdgeColor', 'r') 
D = distances(G)    %返回任意两点的距离矩阵
[nodeIDs,dist] = nearest(G, 2, 30)  %找到距离点2小于30的点的名称nodeIDs和距离dist

matlab的学习部分：

设置图像的坐标无数值：set(gca,'Xtick',[],'YTick',[]);

将权重放入图中：plot(G, 'EdgeLabel', G.Edges.Weight,)

将图中的线段加粗：plot(G,'linewidth',2)

计算最短路径：[P,d] = shortestpath(G, start, end [,'Method', algorithm] ) 

G:输入图    start:起始的节点   end：目标的节点    [,'Method', algorithm]可选，一般无需手动设置，会自动选择适合的算法

可选的算法：'auto'(默认)；   ‘unweighted’（计算无权图）  'positive'(迪杰斯特拉算法)   ‘mixed' (Bellman-Ford算法)

返回任意两点的距离矩阵：d = distance(G[,'method',algorithm]); 

找给定范围内所有的点：[nodeIDs,dist] = nearest(G,s,d [,'Method', algorithm])