权重图的最短路径算法【使用元组】

82 篇文章 3 订阅

CSDN话题挑战赛第2期
参赛话题:算法题解

学习算法可能是为了面试也可能是为了竞赛,记录自己写下的题目,整理成一篇精美的题解,不仅能加深自己的印象,还能帮助学习算法的他人,更主要是为了检验自己是否掌握了这道题,一起来将你刷的题目整理成题解吧!

1.题目描述

已知A,B,C,D,E,F六个顶点,图是无向图,计算出起点A到其他顶点的最短距离以及路径

2.题目链接:之前我的一份博客最短路径算法

C#图的最短路径算法示例_斯内科的博客-CSDN博客

3.思路讲解

①InitGraph() 初始化图的顶点,边,以及最短距离默认为无穷大

②GetRouterPath() 设置第一个顶点A到其他顶点的距离是直连的
       ~如果当前顶点A到其他顶点的距离小于Infinity,就以当前距离作为初始最小的距离
       ~找出未访问的顶点中,距离最小的顶点的顶点,然后标记顶点为已访问的
       ~如果当前节点未访问,并且 最短距离+【最短距离的顶点可到达的顶点的距离之和】,那么就设置当前路径为最小距离 需要一个双重循环

4.模板代码

新建窗体应用程序GraphDemo,将默认的Form1修改为FormGraph

窗体设计如图:

 

新建关键路径类Graph.cs:

 类Graph的源程序如下:

using System;
using System.Collections.Generic;
using System.Linq;
using System.Text;
using System.Threading.Tasks;

namespace GraphDemo
{
    /// <summary>
    /// 图【Graph】是由顶点【Vertex】以及顶点之间的连线组成的边【Edge】组成,即(V,E)
    /// 根据需求不同,图分为 有向图 和 无向图两种,本文只考虑无向图
    /// 斯内科 20220926
    /// </summary>
    public class Graph
    {
        /// <summary>
        /// 顶点个数
        /// </summary>
        public const int VertexCount = 6;
        /// <summary>
        /// 无法直接到达的距离,无限远的距离
        /// </summary>
        public const int Infinity = 99999;
        /// <summary>
        /// 图的顶点集合,数组的每一个元素代表一个顶点【元组的第一项代表顶点名称,第二项代表是否已被访问】
        /// </summary>
        public Tuple<string, bool>[] VertexTuples = new Tuple<string, bool>[VertexCount];
        /// <summary>
        /// 表示两点之间的距离。如:
        /// MatrixDistance[0,1]=88 表示 【索引为0的顶点】 到 【索引为1的顶点】 之间的距离是88
        /// </summary>
        public int[,] MatrixDistance = new int[VertexCount, VertexCount];
        /// <summary>
        /// 起点到终点的最短距离
        /// 元组的第一项代表起点名称,第二项代表终点名称,第三项代表最短距离值,第四项代表当前最短距离的上一个顶点索引
        /// 本文起点名称固定设置为A,获取A到其他任何一个顶点之间的最短距离,以及运行轨迹路线
        /// </summary>
        public Tuple<string, string, int, int>[] MinDistanceTuples = new Tuple<string, string, int, int>[VertexCount];

        /// <summary>
        /// 初始化【权重图】或【距离图】:
        /// 一、初始化所有顶点,并标记所有顶点都是未访问的
        /// 二、初始化任意两点的距离都是无穷大的
        /// 三、图的实际距离【两点之间可以直接连接的部分,也就是 直接连接的顶点之间的距离 覆盖原来的默认值无穷大】
        /// </summary>
        public void InitGraph()
        {
            InitVertex();
            //初始化最短距离为无穷大,所有矩阵距离都为无穷大
            for (int i = 0; i < VertexCount; i++)
            {
                for (int j = 0; j < VertexCount; j++)
                {
                    MatrixDistance[i, j] = Infinity;
                }
            }

            #region 添加边Edge:图的连线部分
            //AB AC AD
            AddEdge(0, 1, 5);
            AddEdge(0, 2, 3);
            AddEdge(0, 3, 19);
            //BC BE
            AddEdge(1, 2, 10);
            AddEdge(1, 4, 8);
            //CD CE CF
            AddEdge(2, 3, 14);
            AddEdge(2, 4, 12);
            AddEdge(2, 5, 9);
            //DE DF
            AddEdge(3, 4, 5);
            AddEdge(3, 5, 4);
            //EF
            AddEdge(4, 5, 4);
            #endregion

            #region 默认最短距离为无穷大
            for (int i = 0; i < VertexCount; i++)
            {
                MinDistanceTuples[i] = Tuple.Create(VertexTuples[0].Item1, VertexTuples[i].Item1, Infinity, 0);
            }
            #endregion
        }

        /// <summary>
        /// 设置第一个顶点A到其他顶点的距离是直连的
        /// ①如果当前顶点A到其他顶点的距离小于Infinity,就以当前距离作为初始最小的距离
        /// ②找出未访问的顶点中,距离最小的顶点的顶点,然后标记顶点为已访问的
        /// ③如果当前节点未访问,并且 最短距离+【最短距离的顶点可到达的顶点的距离之和】,那么就设置当前路径为最小距离 需要一个双重循环
        /// </summary>
        public void GetRouterPath()
        {
            int startIndex = 0;
            //将第一个顶点更新为已访问
            VertexTuples[startIndex] = Tuple.Create(VertexTuples[startIndex].Item1, true);
            for (int i = 0; i < VertexCount; i++)
            {
                if (MatrixDistance[startIndex, i] < MinDistanceTuples[i].Item3)
                {
                    //因元组无法为第三项赋值,只能重建元组了
                    MinDistanceTuples[i] = Tuple.Create(MinDistanceTuples[i].Item1, MinDistanceTuples[i].Item2, MatrixDistance[startIndex, i], startIndex);
                }
            }
            for (int cnt = 1; cnt < VertexCount; cnt++)
            {
                //找出最小的距离对应的顶点索引,并将当前顶点设置为已访问
                int minIndex = FindMinDistanceIndex();
                int minDist = MinDistanceTuples[minIndex].Item3;
                //设置为已访问该顶点
                VertexTuples[minIndex] = Tuple.Create(VertexTuples[minIndex].Item1, true);
                for (int i = 0; i < VertexCount; i++)
                {
                    //如果当前节点未访问,并且 最短距离+【最短距离的顶点可到达的顶点的距离之和】 还要比原来的还要短,就用新的最短距离赋值
                    if (!VertexTuples[i].Item2 && minDist + MatrixDistance[minIndex, i] < MinDistanceTuples[i].Item3)
                    {
                        //记录上一个最短距离顶点的索引
                        MinDistanceTuples[i] = Tuple.Create(MinDistanceTuples[i].Item1, MinDistanceTuples[i].Item2, minDist + MatrixDistance[minIndex, i], minIndex);
                    }
                }
            }
        }

        /// <summary>
        /// 显示最短路径的详细信息
        /// </summary>
        /// <param name="vertexIndex"></param>
        /// <returns></returns>
        public string DisplayDescription(int vertexIndex)
        {
            return $"最短路径长度:{VertexTuples[0].Item1}->{VertexTuples[vertexIndex].Item1},最短距离{MinDistanceTuples[vertexIndex].Item3},上一个顶点索引:{MinDistanceTuples[vertexIndex].Item4}.\n" +
                $"  完整路由:{GetSerialPath(vertexIndex)}";
        }

        /// <summary>
        /// 获取连续节点路线
        /// </summary>
        /// <param name="parentIndex"></param>
        /// <returns></returns>
        private string GetSerialPath(int parentIndex)
        {
            Stack<string> stack = new Stack<string>();
            stack.Push(VertexTuples[parentIndex].Item1);
            while (parentIndex != 0)
            {
                parentIndex = MinDistanceTuples[parentIndex].Item4;
                stack.Push(VertexTuples[parentIndex].Item1);
            }
            return string.Join("->", stack);
        }

        /// <summary>
        /// 找出最小的距离对应的顶点索引
        /// </summary>
        /// <returns></returns>
        private int FindMinDistanceIndex()
        {
            //找出未访问的顶点中,距离最小的顶点的起点索引
            int minIndex = -1;//最小距离所在的索引
            int minDist = Infinity;//最小距离
            for (int i = 0; i < VertexCount; i++)
            {
                if (!VertexTuples[i].Item2 && MinDistanceTuples[i].Item3 < minDist)
                {
                    minIndex = i;
                    minDist = MinDistanceTuples[i].Item3;
                }
            }
            return minIndex;
        }

        /// <summary>
        /// 初始化所有顶点
        /// </summary>
        private void InitVertex()
        {
            char label = 'A';
            for (int i = 0; i < VertexTuples.Length; i++)
            {
                VertexTuples[i] = Tuple.Create(((char)(label + i)).ToString(), false);
            }
        }
        
        /// <summary>
        /// 添加一条无向边【认为距离是无向的 即A→B,同时B→A】
        /// </summary>
        /// <param name="startIndex">起始索引</param>
        /// <param name="endIndex">到达索引</param>
        /// <param name="distance">两点之间的距离</param>
        private void AddEdge(int startIndex, int endIndex, int distance)
        {
            MatrixDistance[startIndex, endIndex] = distance;
            //如果距离是有方向的,则去掉下面一行代码
            MatrixDistance[endIndex, startIndex] = distance;
        }
    }
}

窗体FormGraph的主要源代码如下:

(忽略设计器自动生成的代码)

using System;
using System.Collections.Generic;
using System.ComponentModel;
using System.Data;
using System.Drawing;
using System.Linq;
using System.Text;
using System.Threading.Tasks;
using System.Windows.Forms;

namespace GraphDemo
{
    public partial class FormGraph : Form
    {
        public FormGraph()
        {
            InitializeComponent();
            Image image = Image.FromFile(AppDomain.CurrentDomain.BaseDirectory + "graphDemo.png");
            pictureBox1.Width = image.Width;
            pictureBox1.Height = image.Height;
            pictureBox1.Image = image;
        }

        private void btnGetPath_Click(object sender, EventArgs e)
        {
            rtxtMessage.Clear();
            Graph graph = new Graph();
            graph.InitGraph();
            graph.GetRouterPath();
            for (int i = 0; i < Graph.VertexCount; i++)
            {
                string pathDescription = graph.DisplayDescription(i);
                DisplayMessage(pathDescription);
            }
        }

        /// <summary>
        /// 显示文本内容
        /// </summary>
        /// <param name="message"></param>
        private void DisplayMessage(string message)
        {
            this.BeginInvoke(new Action(() => 
            {
                rtxtMessage.AppendText($"{DateTime.Now.ToString("HH:mm:ss.fff")}=>【{message}】\n");
            }));
        }
    }
}

5.算法与时间复杂度

该算法时间复杂度为N*N

程序运行如图:

 

  • 1
    点赞
  • 1
    收藏
    觉得还不错? 一键收藏
  • 打赏
    打赏
  • 1
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论 1
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

斯内科

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