圖論算法之最短路徑之Dijkstra算法

1736年,瑞士數(shù)學(xué)家Euler(歐拉)在他的一篇論文中討論了格尼斯七橋問題,由此誕生了一個(gè)全新的數(shù)學(xué)分支——圖論(Graph Theory),在經(jīng)歷了200多年的發(fā)展之后,圖論已經(jīng)積累了大量的理論和結(jié)果,其應(yīng)用理論也逐步擴(kuò)大。
一、最短路徑

Dijkstra算法

1、基本思想
如果v0至u的最短路徑經(jīng)過v1,那么v0到v1的路徑也是v0到v1的最短路徑。
按路徑長(zhǎng)度的遞增次序,逐步產(chǎn)生最短路徑。
Dijkstra算法的本質(zhì)是貪心算法。
2、步驟
(1)首先求出v0為源點(diǎn)長(zhǎng)度最短的一條最短路徑,即具有最小權(quán)的邊< v0,v>。
(2)求出源點(diǎn)到各個(gè)頂點(diǎn)下一個(gè)最短路徑:設(shè)其終點(diǎn)是u,則v0到u的最短路徑或者是邊< v0,u>,或者由一條已求得的最短路徑(v0,v)和邊<v,u>構(gòu)成。
(3)重復(fù)2直到從頂點(diǎn)v0到其他各個(gè)頂點(diǎn)的最短路徑全部求出為止。
3、算法圖解
操作步驟:
(1) 初始時(shí),S只包含起點(diǎn)s;U包含除s外的其他頂點(diǎn),且U中頂點(diǎn)的距離為"起點(diǎn)s到該頂點(diǎn)的距離"(例如,U中頂點(diǎn)v的距離為(s,v)的長(zhǎng)度,然后s和v不相鄰,則v的距離為∞)。
(2) 從U中選出"距離最短的頂點(diǎn)k",并將頂點(diǎn)k加入到S中;同時(shí),從U中移除頂點(diǎn)k。
(3) 更新U中各個(gè)頂點(diǎn)到起點(diǎn)s的距離。之所以更新U中頂點(diǎn)的距離,是由于上一步中確定了k是求出最短路徑的頂點(diǎn),從而可以利用k來更新其它頂點(diǎn)的距離;例如,(s,v)的距離可能大于(s,k)+(k,v)的距離。
(4) 重復(fù)步驟(2)和(3),直到遍歷完所有頂點(diǎn)。

單純的看上面的理論可能比較難以理解,下面通過實(shí)例來對(duì)該算法進(jìn)行說明。


01.jpg

以上圖G4為例,來對(duì)迪杰斯特拉進(jìn)行算法演示(以第4個(gè)頂點(diǎn)D為起點(diǎn))。


02.jpg
初始狀態(tài):S是已計(jì)算出最短路徑的頂點(diǎn)集合,U是未計(jì)算除最短路徑的頂點(diǎn)的集合!
第1步:將頂點(diǎn)D加入到S中。

此時(shí),S={D(0)}, U={A(∞),B(∞),C(3),E(4),F(∞),G(∞)}。 注:C(3)表示C到起點(diǎn)D的距離是3。

第2步:將頂點(diǎn)C加入到S中。
上一步操作之后,U中頂點(diǎn)C到起點(diǎn)D的距離最短;因此,將C加入到S中,同時(shí)更新U中頂點(diǎn)的距離。以頂點(diǎn)F為例,之前F到D的距離為∞;但是將C加入到S之后,F(xiàn)到D的距離為9=(F,C)+(C,D)。
此時(shí),S={D(0),C(3)}, U={A(∞),B(23),E(4),F(9),G(∞)}。

第3步:將頂點(diǎn)E加入到S中。
上一步操作之后,U中頂點(diǎn)E到起點(diǎn)D的距離最短;因此,將E加入到S中,同時(shí)更新U中頂點(diǎn)的距離。還是以頂點(diǎn)F為例,之前F到D的距離為9;但是將E加入到S之后,F(xiàn)到D的距離為6=(F,E)+(E,D)。
此時(shí),S={D(0),C(3),E(4)}, U={A(∞),B(23),F(6),G(12)}。

第4步:將頂點(diǎn)F加入到S中。
此時(shí),S={D(0),C(3),E(4),F(6)}, U={A(22),B(13),G(12)}。

第5步:將頂點(diǎn)G加入到S中。
此時(shí),S={D(0),C(3),E(4),F(6),G(12)}, U={A(22),B(13)}。

第6步:將頂點(diǎn)B加入到S中。
此時(shí),S={D(0),C(3),E(4),F(6),G(12),B(13)}, U={A(22)}。

第7步:將頂點(diǎn)A加入到S中。
此時(shí),S={D(0),C(3),E(4),F(6),G(12),B(13),A(22)}。

此時(shí),起點(diǎn)D到各個(gè)頂點(diǎn)的最短距離就計(jì)算出來了:A(22) B(13) C(3) D(0) E(4) F(6) G(12)。
代碼說明:
以"鄰接矩陣"為例對(duì)迪杰斯特拉算法進(jìn)行說明,對(duì)于"鄰接表"實(shí)現(xiàn)的圖在后面會(huì)給出相應(yīng)的源碼。

  • 基本定義:
class MatrixUDG {
    #define MAX    100
    #define INF    (~(0x1<<31))        // 無窮大(即0X7FFFFFFF)
    private:
        char mVexs[MAX];    // 頂點(diǎn)集合
        int mVexNum;             // 頂點(diǎn)數(shù)
        int mEdgNum;             // 邊數(shù)
        int mMatrix[MAX][MAX];   // 鄰接矩陣

    public:
        // 創(chuàng)建圖(自己輸入數(shù)據(jù))
        MatrixUDG();
        // 創(chuàng)建圖(用已提供的矩陣)
        //MatrixUDG(char vexs[], int vlen, char edges[][2], int elen);
        MatrixUDG(char vexs[], int vlen, int matrix[][9]);
        ~MatrixUDG();

        // 深度優(yōu)先搜索遍歷圖
        void DFS();
        // 廣度優(yōu)先搜索(類似于樹的層次遍歷)
        void BFS();
        // prim最小生成樹(從start開始生成最小生成樹)
        void prim(int start);
        // 克魯斯卡爾(Kruskal)最小生成樹
        void kruskal();
        // Dijkstra最短路徑
        void dijkstra(int vs, int vexs[], int dist[]);
        // 打印矩陣隊(duì)列圖
        void print();

    private:
        // 讀取一個(gè)輸入字符
        char readChar();
        // 返回ch在mMatrix矩陣中的位置
        int getPosition(char ch);
        // 返回頂點(diǎn)v的第一個(gè)鄰接頂點(diǎn)的索引,失敗則返回-1
        int firstVertex(int v);
        // 返回頂點(diǎn)v相對(duì)于w的下一個(gè)鄰接頂點(diǎn)的索引,失敗則返回-1
        int nextVertex(int v, int w);
        // 深度優(yōu)先搜索遍歷圖的遞歸實(shí)現(xiàn)
        void DFS(int i, int *visited);
        // 獲取圖中的邊
        EData* getEdges();
        // 對(duì)邊按照權(quán)值大小進(jìn)行排序(由小到大)
        void sortEdges(EData* edges, int elen);
        // 獲取i的終點(diǎn)
        int getEnd(int vends[], int i);
};

MatrixUDG是鄰接矩陣對(duì)應(yīng)的結(jié)構(gòu)體。
mVexs用于保存頂點(diǎn),mVexNum是頂點(diǎn)數(shù),mEdgNum是邊數(shù);mMatrix則是用于保存矩陣信息的二維數(shù)組。例如,mMatrix[i][j]=1,則表示"頂點(diǎn)i(即mVexs[i])"和"頂點(diǎn)j(即mVexs[j])"是鄰接點(diǎn);mMatrix[i][j]=0,則表示它們不是鄰接點(diǎn)。


  • Dijkstra算法
/*
 * Dijkstra最短路徑。
 * 即,統(tǒng)計(jì)圖中"頂點(diǎn)vs"到其它各個(gè)頂點(diǎn)的最短路徑。
 *
 * 參數(shù)說明:
 *       vs -- 起始頂點(diǎn)(start vertex)。即計(jì)算"頂點(diǎn)vs"到其它頂點(diǎn)的最短路徑。
 *     prev -- 前驅(qū)頂點(diǎn)數(shù)組。即,prev[i]的值是"頂點(diǎn)vs"到"頂點(diǎn)i"的最短路徑所經(jīng)歷的全部頂點(diǎn)中,位于"頂點(diǎn)i"之前的那個(gè)頂點(diǎn)。
 *     dist -- 長(zhǎng)度數(shù)組。即,dist[i]是"頂點(diǎn)vs"到"頂點(diǎn)i"的最短路徑的長(zhǎng)度。
 */
void MatrixUDG::dijkstra(int vs, int prev[], int dist[])
{
    int i,j,k;
    int min;
    int tmp;
    int flag[MAX];      // flag[i]=1表示"頂點(diǎn)vs"到"頂點(diǎn)i"的最短路徑已成功獲取。

    // 初始化
    for (i = 0; i < mVexNum; i++)
    {
        flag[i] = 0;              // 頂點(diǎn)i的最短路徑還沒獲取到。
        prev[i] = 0;              // 頂點(diǎn)i的前驅(qū)頂點(diǎn)為0。
        dist[i] = mMatrix[vs][i]; // 頂點(diǎn)i的最短路徑為"頂點(diǎn)vs"到"頂點(diǎn)i"的權(quán)。
    }

    // 對(duì)"頂點(diǎn)vs"自身進(jìn)行初始化
    flag[vs] = 1;
    dist[vs] = 0;

    // 遍歷mVexNum-1次;每次找出一個(gè)頂點(diǎn)的最短路徑。
    for (i = 1; i < mVexNum; i++)
    {
        // 尋找當(dāng)前最小的路徑;
        // 即,在未獲取最短路徑的頂點(diǎn)中,找到離vs最近的頂點(diǎn)(k)。
        min = INF;
        for (j = 0; j < mVexNum; j++)
        {
            if (flag[j]==0 && dist[j]<min)
            {
                min = dist[j];
                k = j;
            }
        }
        // 標(biāo)記"頂點(diǎn)k"為已經(jīng)獲取到最短路徑
        flag[k] = 1;

        // 修正當(dāng)前最短路徑和前驅(qū)頂點(diǎn)
        // 即,當(dāng)已經(jīng)"頂點(diǎn)k的最短路徑"之后,更新"未獲取最短路徑的頂點(diǎn)的最短路徑和前驅(qū)頂點(diǎn)"。
        for (j = 0; j < mVexNum; j++)
        {
            tmp = (mMatrix[k][j]==INF ? INF : (min + mMatrix[k][j]));
            if (flag[j] == 0 && (tmp  < dist[j]) )
            {
                dist[j] = tmp;
                prev[j] = k;
            }
        }
    }

    // 打印dijkstra最短路徑的結(jié)果
    cout << "dijkstra(" << mVexs[vs] << "): " << endl;
    for (i = 0; i < mVexNum; i++)
        cout << "  shortest(" << mVexs[vs] << ", " << mVexs[i] << ")=" << dist[i] << endl;
}

迪杰斯特拉算法的源碼
這里分別給出"鄰接矩陣圖"和"鄰接表圖"的迪杰斯特拉算法源碼。
1. 鄰接矩陣源碼(MatrixUDG.cpp)
2. 鄰接表源碼(ListUDG.cpp)

算法轉(zhuǎn)載自:http://www.cnblogs.com/skywang12345/

最后編輯于
?著作權(quán)歸作者所有,轉(zhuǎn)載或內(nèi)容合作請(qǐng)聯(lián)系作者
平臺(tái)聲明:文章內(nèi)容(如有圖片或視頻亦包括在內(nèi))由作者上傳并發(fā)布,文章內(nèi)容僅代表作者本人觀點(diǎn),簡(jiǎn)書系信息發(fā)布平臺(tái),僅提供信息存儲(chǔ)服務(wù)。
  • 序言:七十年代末,一起剝皮案震驚了整個(gè)濱河市,隨后出現(xiàn)的幾起案子,更是在濱河造成了極大的恐慌,老刑警劉巖,帶你破解...
    沈念sama閱讀 229,460評(píng)論 6 538
  • 序言:濱河連續(xù)發(fā)生了三起死亡事件,死亡現(xiàn)場(chǎng)離奇詭異,居然都是意外死亡,警方通過查閱死者的電腦和手機(jī),發(fā)現(xiàn)死者居然都...
    沈念sama閱讀 99,067評(píng)論 3 423
  • 文/潘曉璐 我一進(jìn)店門,熙熙樓的掌柜王于貴愁眉苦臉地迎上來,“玉大人,你說我怎么就攤上這事。” “怎么了?”我有些...
    開封第一講書人閱讀 177,467評(píng)論 0 382
  • 文/不壞的土叔 我叫張陵,是天一觀的道長(zhǎng)。 經(jīng)常有香客問我,道長(zhǎng),這世上最難降的妖魔是什么? 我笑而不...
    開封第一講書人閱讀 63,468評(píng)論 1 316
  • 正文 為了忘掉前任,我火速辦了婚禮,結(jié)果婚禮上,老公的妹妹穿的比我還像新娘。我一直安慰自己,他們只是感情好,可當(dāng)我...
    茶點(diǎn)故事閱讀 72,184評(píng)論 6 410
  • 文/花漫 我一把揭開白布。 她就那樣靜靜地躺著,像睡著了一般。 火紅的嫁衣襯著肌膚如雪。 梳的紋絲不亂的頭發(fā)上,一...
    開封第一講書人閱讀 55,582評(píng)論 1 325
  • 那天,我揣著相機(jī)與錄音,去河邊找鬼。 笑死,一個(gè)胖子當(dāng)著我的面吹牛,可吹牛的內(nèi)容都是我干的。 我是一名探鬼主播,決...
    沈念sama閱讀 43,616評(píng)論 3 444
  • 文/蒼蘭香墨 我猛地睜開眼,長(zhǎng)吁一口氣:“原來是場(chǎng)噩夢(mèng)啊……” “哼!你這毒婦竟也來了?” 一聲冷哼從身側(cè)響起,我...
    開封第一講書人閱讀 42,794評(píng)論 0 289
  • 序言:老撾萬榮一對(duì)情侶失蹤,失蹤者是張志新(化名)和其女友劉穎,沒想到半個(gè)月后,有當(dāng)?shù)厝嗽跇淞掷锇l(fā)現(xiàn)了一具尸體,經(jīng)...
    沈念sama閱讀 49,343評(píng)論 1 335
  • 正文 獨(dú)居荒郊野嶺守林人離奇死亡,尸身上長(zhǎng)有42處帶血的膿包…… 初始之章·張勛 以下內(nèi)容為張勛視角 年9月15日...
    茶點(diǎn)故事閱讀 41,096評(píng)論 3 356
  • 正文 我和宋清朗相戀三年,在試婚紗的時(shí)候發(fā)現(xiàn)自己被綠了。 大學(xué)時(shí)的朋友給我發(fā)了我未婚夫和他白月光在一起吃飯的照片。...
    茶點(diǎn)故事閱讀 43,291評(píng)論 1 371
  • 序言:一個(gè)原本活蹦亂跳的男人離奇死亡,死狀恐怖,靈堂內(nèi)的尸體忽然破棺而出,到底是詐尸還是另有隱情,我是刑警寧澤,帶...
    沈念sama閱讀 38,863評(píng)論 5 362
  • 正文 年R本政府宣布,位于F島的核電站,受9級(jí)特大地震影響,放射性物質(zhì)發(fā)生泄漏。R本人自食惡果不足惜,卻給世界環(huán)境...
    茶點(diǎn)故事閱讀 44,513評(píng)論 3 348
  • 文/蒙蒙 一、第九天 我趴在偏房一處隱蔽的房頂上張望。 院中可真熱鬧,春花似錦、人聲如沸。這莊子的主人今日做“春日...
    開封第一講書人閱讀 34,941評(píng)論 0 28
  • 文/蒼蘭香墨 我抬頭看了看天上的太陽(yáng)。三九已至,卻和暖如春,著一層夾襖步出監(jiān)牢的瞬間,已是汗流浹背。 一陣腳步聲響...
    開封第一講書人閱讀 36,190評(píng)論 1 291
  • 我被黑心中介騙來泰國(guó)打工, 沒想到剛下飛機(jī)就差點(diǎn)兒被人妖公主榨干…… 1. 我叫王不留,地道東北人。 一個(gè)月前我還...
    沈念sama閱讀 52,026評(píng)論 3 396
  • 正文 我出身青樓,卻偏偏與公主長(zhǎng)得像,于是被迫代替她去往敵國(guó)和親。 傳聞我的和親對(duì)象是個(gè)殘疾皇子,可洞房花燭夜當(dāng)晚...
    茶點(diǎn)故事閱讀 48,253評(píng)論 2 375

推薦閱讀更多精彩內(nèi)容