使用分支限界法解决单源最短路径问题。

在这里插入图片描述在这里插入图片描述
在这里插入图片描述

#include<iostream>
#include<cstdio>
#include<queue>
using namespace std;

typedef struct ArcCell{
    int weight;//保存权值 weight=1说明一开始就输入了这条边,=0说明这两个点之间没有边 
    int min_length;//存储最短路径长度
}ArcCell,AdjMaxtrix[100][100];

typedef struct{
    int data;//顶点编号 
    int length;//起始顶点到data编号顶点的最短路径 
}VerType;

typedef struct{
    VerType vexs[100];//顶点向量
    AdjMaxtrix arcs;
    int dingdian;//顶点数
    int bian;//边的数量 
}Graph;

Graph G;
queue<int> q;

void CreateGraph()
{
    int m,n,t;
    printf("输入顶点数和边数:");
    scanf("%d%d",&G.dingdian,&G.bian);
    printf("输入顶点编号:");
    for(int i=1 ; i<=G.dingdian ; i++)
    {
        scanf("%d",&G.vexs[i].data);
        G.vexs[i].length=10000;
    }

    for(int i=1;i<=G.dingdian;i++)
        for(int j=1;j<=G.dingdian;j++)
        {
            G.arcs[i][j].weight=0;//先置零 weight=1说明一开始就输入了这条边,=0说明这两个点之间没有边 
        }
    printf("输入所有边的起点、终点和边长(用空格隔开):\n");
    for(int i=1;i<=G.bian;i++)
        {
            scanf("%d%d%d",&m,&n,&t);
            G.arcs[m][n].weight=1;//weight=1说明一开始就输入了这条边,=0说明这两个点之间没有边 
            G.arcs[m][n].min_length=t;
        }
}

int Nextweight(int v,int w)
{
    for(int i=w+1;i<=G.dingdian;i++)
        if(G.arcs[v][i].weight) 
            return i;//返回已有的边中序号最前的 
    return 0;//未找到符合条件结点,就直接返回最初的结点;
}

void ShortestPaths(int v)
{
    int k=0;//从首个节点开始访问,k记录想要访问结点的位置 
    int t;
    G.vexs[v].length=0;
    q.push(G.vexs[v].data);
    while(!q.empty())//队列q不为空的时候执行循环 
    {
        t=q.front();//t为队列中第一个元素,也就是最先要被弹出的结点,返回值是其编号,第一次执行这一步时是 G.vexs[1].data,初始结点的编号 
        k=Nextweight(t,k);//k不断更新为已有的边中序号最前的  
        while(k!=0)
        {
            if(G.vexs[t].length+G.arcs[t][k].min_length<=G.vexs[k].length)//减枝操作
            {
                G.vexs[k].length=G.vexs[t].length+G.arcs[t][k].min_length;

                q.push(G.vexs[k].data);
            }
            k=Nextweight(t,k);//k不断更新为已有的边中序号最前的 
        }
        q.pop();
    }
}

void Print()
{
    for(int i=2;i<=G.dingdian;i++)
        printf("顶点1到顶点%d的最短路径长是:%d\n",G.vexs[i].data,G.vexs[i].length);
}

int main()
{
    CreateGraph();
    ShortestPaths(1);
    Print();
    return 0;
}

单源最短路径问题可以通过Dijkstra算法或Bellman-Ford算法来解决,而分支限界法通常用于解决最优化问题。然而,我们可以使用分支限界法解决单源最短路径问题。 首先,我们需要定义一个状态,该状态包含以下信息: - 当前节点 - 从源节点到当前节点的距离 - 从源节点到当前节点的路径 使用优先队列来存储状态,并按照从小到大的顺序排列。我们从源节点开始,将其作为初始状态加入优先队列中。然后,我们不断地从队列中取出状态,并考虑从该状态出发可以到达的所有节点。对于每个可达节点,我们计算从源节点到该节点的距离,以及从源节点到该节点的路径。如果该节点已经被访问过,我们需要比较两条路径的距离,并保留较短的那个。最后,我们将所有可达节点作为新状态加入优先队列,并继续处理下一个状态,直到队列为空。 下面是使用Python实现分支限界法解决单源最短路径问题的示例代码: ```python import heapq def shortest_path(graph, start, end): # 初始化优先队列和已访问集合 queue = [(0, start, [start])] visited = set() while queue: # 取出当前状态,并检查是否为终止状态 (cost, node, path) = heapq.heappop(queue) if node == end: return (cost, path) # 判断当前节点是否已经被访问过 if node in visited: continue # 将当前节点标记为已访问 visited.add(node) # 处理所有可达节点 for neighbor, weight in graph[node].items(): if neighbor not in visited: new_cost = cost + weight new_path = path + [neighbor] heapq.heappush(queue, (new_cost, neighbor, new_path)) # 如果没有找到终止状态,则不存在从起始节点到终止节点的路径 return None # 示例图 graph = { 'A': {'B': 5, 'C': 1}, 'B': {'D': 3, 'E': 2}, 'C': {'B': 3, 'D': 2}, 'D': {'F': 4}, 'E': {'D': 1, 'F': 2}, 'F': {} } # 查找从节点A到节点F的最短路径 result = shortest_path(graph, 'A', 'F') print(result) ``` 输出结果为: ``` (8, ['A', 'C', 'D', 'F']) ``` 表示从节点A到节点F的最短路径的距离为8,路径为A->C->D->F。
评论 7
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
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