【数据结构与算法】 Dijkstra算法

说到dijkstra,它其实是我第一个公司的Wi-Fi密码《【数据结构与算法】 Dijkstra算法》,当时我还不知道它就是求最短路径的一个算法。今天有幸能领略这位荷兰科学家的智慧~

Dijkstra算法是求某个源点到其他各顶点的最短路径的。

书本上的公式有点复杂,不如先看个例子再去理解公式~

《【数据结构与算法】 Dijkstra算法》

比如上图这道题(ppt画的,凑合看吧~)

运用dijkstra,求V0到各点的最短路径?

解答具体过程:

令S表示已求出最短路径的顶点集合。D[i]表示V0到Vi的路径长度。arcs[i][j]表示从i到j的直接距离

第一步:V0到其他顶点的直接路径:

SD[1]D[2]D[3]D[4]D[5]
{V0}501045

下一步:计算min{D[i]},得到D[2]最小,便将V2加入S中,得到V0V2最短路径10,重新计算V0到各点路径:

D[1](new) = min{D[1](old) ,D[2]+arcs[2][1]} = min{50,10+∞}=50

D[3](new) = min{D[3](old) ,D[2]+arcs[2][3]} = min{∞,10+15}=25

D[4](new) = min{D[4](old) ,D[2]+arcs[2][4]} = min{45,10+∞}=45

D[5](new) = min{D[5](old) ,D[2]+arcs[2][5]} = min{∞,10+∞}=∞

得到

SD[1]D[2]D[3]D[4]D[5]
{V0,V2}50《【数据结构与算法】 Dijkstra算法》2545

下一步:(也不能说下一步,反正就是循环)计算min{D[i]},D[3]最小,V3加入S中,得到V0V3最短路径25,重新计算路径:

D[1](new) = min{D[1](old) ,D[3]+arcs[3][1]} = min{50,25+20}=45

D[4](new) = min{D[4](old) ,D[3]+arcs[3][4]} = min{45,25+20}=45

D[5](new) = min{D[5](old) ,D[3]+arcs[3][5]} = min{∞,25+∞}=∞

得到

SD[1]D[2]D[3]D[4]D[5]
{V0,V2,V3}45《【数据结构与算法】 Dijkstra算法》《【数据结构与算法】 Dijkstra算法》45

怎么样?是不是很带感

下一步:计算min{D[i]},D[1](看1比较顺眼)最小,V1加入S中,得到V0V1最短路径45,重新计算路径:

D[4](new) = min{D[4](old) ,D[1]+arcs[1][4]} = min{45,45+10}=55

D[5](new) = min{D[5](old) ,D[1]+arcs[1][5]} = min{∞,45+∞}=∞

得到

SD[1]D[2]D[3]D[4]D[5]
{V0,V2,V3,V1}《【数据结构与算法】 Dijkstra算法》《【数据结构与算法】 Dijkstra算法》《【数据结构与算法】 Dijkstra算法》45

下一步:计算min{D[i]},D[4]最小,V4加入S中,得到V0V4最短路径45,重新计算路径:

D[5](new) = min{D[5](old) ,D[4]+arcs[4][5]} = min{∞,45+∞}=∞

得到

SD[1]D[2]D[3]D[4]D[5]
{V0,V2,V3,V1,V4}《【数据结构与算法】 Dijkstra算法》《【数据结构与算法】 Dijkstra算法》《【数据结构与算法】 Dijkstra算法》《【数据结构与算法】 Dijkstra算法》

得到V0V5最短路径∞,

所以最短路径为

V0V145
V0V210
V0V325
V0V445
V0V5

Dijkstra算法的基本思想是:按最短路径长度递增的顺序,逐个产生各最短路径。

那么如何递增呢?其实是运用一条性质:如果存在一条从i到j的最短路径(Vi…..Vk,Vj),Vk是Vj前面的一顶点。那么(Vi…Vk)也必定是从i到k的最短路径。

然而这条性质是如何得到呢,这就需要我们先弄清楚最短路径的“最优子结构性质”。

最优子结构性质:如果P(i,j)={Vi….Vk..Vs…Vj}是从顶点i到j的最短路径,k和s是这条路径上的一个中间顶点,那么P(k,s)必定是从k到s的最短路径。下面用反证法证明:

假设P(i,j)={Vi….Vk..Vs…Vj}是从顶点i到j的最短路径,则有P(i,j)=P(i,k)+P(k,s)+P(s,j)。而P(k,s)不是从k到s的最短距离,那么

必定存在另一条从k到s的最短路径P'(k,s),那么P'(i,j)=P(i,k)+P'(k,s)+P(s,j)<P(i,j)。则与P(i,j)是从i到j的最短路径相矛盾。因此该性质得证。

好了,铺垫的差不多了,Dijkstra就提出了以最短路径长度递增,逐次生成最短路径的算法。譬如对于源顶点V0,首先选择其直接相邻的顶点中长度最短的顶点Vi(注意相邻和最短),那么当前已知可得从V0到达Vj顶点的最短距离dist[j]=min{dist[j],dist[i]+arcs[i][j]}。

根据这种思路,假设存在G=<V,E>,源顶点为V0,S={V0}, dist[i]记录V0到Vi的最短距离,path[i]记录从V0到Vi路径上的Vi前面的一个顶点。

1.从不在S的V中选择使dist[i]值最小的顶点i,将i加入到S中;

2.更新与i直接相邻顶点的dist值。(dist[j]=min{dist[j],dist[i]+matrix[i][j]});(上例是全部更新,不直接相邻就用“∞”表示)

3.直到S=V。

代码实现:(代码来源于网络)

#include <iostream>
#include<stack>
#define M 100
#define N 100
using namespace std;

typedef struct node
{
    int matrix[N][M];      //邻接矩阵 
    int n;                 //顶点数 
    int e;                 //边数 
}MGraph; 

void DijkstraPath(MGraph g,int *dist,int *path,int v0)   //v0表示源顶点 
{
    int i,j,k;
    bool *visited=(bool *)malloc(sizeof(bool)*g.n);
    for(i=0;i<g.n;i++)     //初始化 
    {
        if(g.matrix[v0][i]>0&&i!=v0)
        {
            dist[i]=g.matrix[v0][i];
            path[i]=v0;     //path记录最短路径上从v0到i的前一个顶点 
        }
        else
        {
            dist[i]=INT_MAX;    //若i不与v0直接相邻,则权值置为无穷大 
            path[i]=-1;
        }
        visited[i]=false;
        path[v0]=v0;
        dist[v0]=0;
    }
    visited[v0]=true;
    for(i=1;i<g.n;i++)     //循环扩展n-1次 
    {
        int min=INT_MAX;
        int u;
        for(j=0;j<g.n;j++)    //寻找未被扩展的权值最小的顶点 
        {
            if(visited[j]==false&&dist[j]<min)
            {
                min=dist[j];
                u=j;        
            }
        } 
        visited[u]=true;
        for(k=0;k<g.n;k++)   //更新dist数组的值和路径的值 
        {
            if(visited[k]==false&&g.matrix[u][k]>0&&min+g.matrix[u][k]<dist[k])
            {
                dist[k]=min+g.matrix[u][k];
                path[k]=u; 
            }
        }        
    }    
}

void showPath(int *path,int v,int v0)   //打印最短路径上的各个顶点 
{
    stack<int> s;
    int u=v;
    while(v!=v0)
    {
        s.push(v);
        v=path[v];
    }
    s.push(v);
    while(!s.empty())
    {
        cout<<s.top()<<" ";
        s.pop();
    }
} 

int main(int argc, char *argv[])
{
    int n,e;     //表示输入的顶点数和边数 
    while(cin>>n>>e&&e!=0)
    {
        int i,j;
        int s,t,w;      //表示存在一条边s->t,权值为w
        MGraph g;
        int v0;
        int *dist=(int *)malloc(sizeof(int)*n);
        int *path=(int *)malloc(sizeof(int)*n);
        for(i=0;i<N;i++)
            for(j=0;j<M;j++)
                g.matrix[i][j]=0;
        g.n=n;
        g.e=e;
        for(i=0;i<e;i++)
        {
            cin>>s>>t>>w;
            g.matrix[s][t]=w;
        }
        cin>>v0;        //输入源顶点 
        DijkstraPath(g,dist,path,v0);
        for(i=0;i<n;i++)
        {
            if(i!=v0)
            {
                showPath(path,i,v0);
                cout<<dist[i]<<endl;
            }
        }
    }
    return 0;
}

    原文作者:Dijkstra算法
    原文地址: https://blog.csdn.net/tw_345/article/details/50109375
    本文转自网络文章,转载此文章仅为分享知识,如有侵权,请联系博主进行删除。
点赞