导航系统报告 数据结构大作业

一、系统概述

1.开发环境：windows 10，Clion2022

2.开发语言：C++

3.设计内容：设计学校的平面图，至少包括10个以上的场所，每两个场所间可以有不同的路，且路长也可能不同，找出从任意场所到达另一场所最短路径，以及从任意场所到达所有场所的最短路径。

图1-1 学校平面图设计

（1）地点设置介绍：如图1-1所示，设计图共计16个场所，并进行了编号（从0开始）；

（2）顶点间的距离值：各顶点间距离值如图1-1所示,单位为米。

4.用户需求：

图1-2 菜单

图1-2展示了本程序初步设计的菜单，通过命令行实现用户交互，基本功能如下：

a)显示校园平面图：打印校园平面图；

b)两地点间最短路径：由用户输入起点、终点，并输出最短距离值与最短路径；

c)校园导航：由用户选择当前位置，输出“从当前位置开始，到达所有场所，最终返回当前位置”的最短距离、路径；

d)留下评论：读取用户输入评论，写入文件；

e)查看评论：从文件中读取评论并打印。

5.设计思想：

a)图的存储：将校园地图通过邻接矩阵进行存储；

b)两地点间最短路径：在初始化时，通过Dijkstra算法计算出任意两点间的最短距离、路径，用户使用该功能时只需查表并输出即可；

c)校园导航：本质是非完全图，允许重复访问的旅行商问题。通常的旅行商问题是NPC问题，并且要求完全图，非完全图的求解较难。本次系统设计通过将非完全图转化为完全图，然后使用状态压缩动态规划解决旅行商问题，达到本功能的近似求解。经过学习了解，此种方法不一定能得到最优解，但本人在网上尚未找到权威资料以解决本问题。

二、系统总体设计

2.1用户交互设计

图2-1 用户交互

图2-1为用户交互流程图，其设计了一个简单循环，循环中获取用户输入、解析并执行，执行操作后进行下一次循环（或退出程序）。

2.2图操作模块设计

图操作模块主要针对“两地点间最短路径”、“校园导航”两大功能进行设计。

由于程序功能相对简单，因此图操作模块直接用结构化设计思想进行实现，即使用全局变量、函数的形式实现即可。

三、详细设计思路及算法

3.1 两地点间最短路径（Dijkstra算法）

Dijkstra算法的核心流程如下：

对于图G，顶点为V（v0-vn），边为E，假设求点v0到所有顶点的最短距离（路径），

1. 初始化：建立两个集合S，T。S表示已求得最短距离的点集合，T表示未求得最短距离的点集合，初始时S={v0}，T=V-S；

2. 从T中取出距离起点v0最近的点，假设为vi，将其放入S；

3. 以vi为桥梁，更新T中到达起点v0的距离；

4. 重复2、3直到没有T为空或无可达点（距离为无穷）。

图3-1 例图（来源：网络）

以图3-1为例，假设起点为A，

1. 初始时，S={A(0)}，T={B(2), C(∞), D(6)}；

2. 从T中选出最近点B，加入S，则S={A(0), B(2)}，T={C(∞), D(6)}；

3. 以B为桥梁，更新T中的距离，例如对于T中D，AD=6 < 4 =AB+BD，因此更新T={C(5), D(4)};

4. 以此类推，运行至T为空或无可达点即可。

如此即可求得A点到各点的最短距离，而求路径时，只需额外使用一个数组pre，在更新T时记录结点前驱即可，例如上面更新D时，记录pre[D]=B，然后从pre倒推即可得到最短路径。

3.2 校园导航（TSP动态规划）

前面提到非完全图的TSP问题并未找到权威解法，因此本程序设计将非完全图转化为完全图，然后使用状态压缩动态规划求解TSP问题：

1. 非完全图转化为完全图：转化方式为若两点之间无边，则使用Dijkstra算法求出最短路径作为替代边；

2. 动态规划求解TSP问题。

TSP问题的定义是从某点出发，经过所有点仅一次，最终回到起点，暴力求解的复杂度为n!，使用动态规划可将复杂度变换为2n×n2。

图3-2 TSP动态规划定义（来源：网络）

图3-2展示了TSP动态规划递归公式。

动态规划核心在于理解递归公式，图3-2中的TSP(c1, C, ci)表示从c1出发，经过集合C中所有城市一次，最终到达ci的最短路径。那么TSP(c1, V, c1)即为待求解，其中假设c1为起点，V为所有城市集合。

图3-3 TSP例图（来源：网络）

图3-4 第二层递推计算（来源：网络）

而递归公式方面，举例说明，TSP例图如图3-3所示，假设起点为c1，则第二层的计算如图3-4所示，可以看到第二层计算依赖于第一层（即C集合长度为1）。

而状态压缩动态规划只是动态规划的一种实现方式，在本实验中，核心在于使用二进制位来表示集合C，由于校园场所设计为16个，因此使用16位即可表示集合C，第i位为0表示集合C不包含场所0，为1则表示集合C包含场所0.

四、主要函数详细设计

4.1 用户交互的详细设计

图4-1 用户交互代码实现

如图4-1所示，用户交互的核心是一个while循环，在循环中，

1. 首先使用getline函数读取用户一行输入，并进行简单的输入检查；

2. 根据用户输入执行操作：本程序设计为输入序号命令即可执行相应操作，例如输入2可执行“两地点间最短路径”操作。

在各操作执行中，便是程序核心逻辑实现。

3.2 图操作的详细设计

图4-2 代码结构

图4-2展示了代码结构，其中graph.h为图相关操作的实现。

在graph.h中，通过全局变量、函数的形式定义了校园场所数组、校园场所图邻接矩阵、两点间最短距离、两点间最短路径、Dijkstra函数、TSP函数等，其中提供了InitGraph函数，实现了图的初始化，而main.cpp中的主函数只需调用此函数即可完成初始化。

图4-3 InitGraph函数

图4-3中，InitGraph函数首先对邻接矩阵进行初始化，然后使用Dijkstra计算两点之间的最短距离、路径，并加以存储，之后通过查表可直接得到最短路径。

另外，在使用Dijkstra计算最短距离、路径时，还将graph补全为完全图，存储于cgraph中，用于TSP函数实现。

图4-4 Dijkstra函数

图4-4为Dijkstra函数代码实现，其核心逻辑与3.1小节叙述相符合。

可以看到，图4-4中，使用map而非数组来存储集合S、T，以更好地贴合Dijkstra算法，优点是便于理解。

图4-5 main函数两地点间最短路径处理

图4-5展示了main函数中，对于两地点间最短路径操作的处理，首先接收用户输入的起点、终点，然后查表得到最短距离、路径，能查表的原因便在于初始化时已使用Dijkstra计算得到任意两点间的最短距离、路径。

图4-6 TSP函数代码实现

图4-6中，TSP函数整体实现逻辑相对复杂了，因为用到了状态压缩动态规划。

核心在于搞清楚dp[s][t]的意义，其表示从start出发，经过了s中为1的场所，最终到达t的最短路径，后面的逻辑便是将s从状态000…000（16个0）枚举到状态111…111（16个1），依照递推公式求解dp[s][i]（i∈[0, 15]）。

注意到dp[s][i]，i从0到15中，部分i值是无效的，因为s中场所i必须为1（因为最终到达了i）；另外，当s中包含start时，只有dp[s][start]有效，因为要求场所只经过一次。

图4-7 TSP函数代码实现-续

如图4-7所示，当dp求解完成时，则已获取到了结果集、路径集，通过简单的倒推即可得到待求路径。需注意的是，由于求得路径是在补全后的完全图基础上得到的，因此当path中，场所i到场所i+1实际上并没有边直接相连，则在打印时需打印Dijkstra求得的最短路径（场所i到场所i+1）。

五、系统功能实现效果

系统功能实现效果截图

1.图5-1展示了程序基础界面，进入程序后，首先打印了菜单，然后类似于命令行交互，打印命令提示符“nav>”，等待用户输入。

图5-1 基础界面

2.图5-2展示了操作1，校园平面图

图5-2 校园平面图

3.图5-3演示了操作2，两地点间最短路径，通过图1-1进行检查，可知结果正确。

图5-3 两地点间最短路径

4.图5-4展示了操作3，校园导航功能，通过图1-1检查可知结果正确

图5-4 校园导航

5.图5-5展示了输入错误地点时出现错误提示功能

图5-5 错误提示

6.图5-6展示了操作4、5，评论功能，可以看到由于采用文件存储，先前写入过的评论也会被展示。

图5-6 评论

六、总结与展望

6.1 总结

以下是对代码的总结。

1.优点： 整体逻辑清晰，代码结构良好；

2.不足： 校园导航功能还可进一步完善；

3.遇到的困难：校园导航功能为TSP问题的变体，最优解有待讨论，实现较为复杂；

4.解决的问题：将校园导航功能转化为一般的TSP问题，并进行求解。

6.2不足与展望

1.不足： 校园导航功能还可进一步完善；

2.展望：对场所的硬编码进行拓展，实现由用户定义图，并实现导航等功能。