在日常生活中,我们如果需要常常往返A地区和B地区之间,我们最希望知道的可能是从A地区到B地区间的众多路径中,那一条路径的路途最短。最短路径问题是图论研究中的一个经典算法问题, 旨在寻找图(由结点和路径组成的)中两结点之间的最短路径。
用于解决最短路径问题的算法被称做“最短路径算法”, 有时被简称作“路径算法”。 最常用的路径算法有:Dijkstra算法、A*算法、Bellman-Ford算法、Floyd-Warshall算法、Johnson算法。
Dijkstra算法是典型最短路算法,用于计算一个节点到其他所有节点的最短路径。主要特点是以起始点为中心向外层层扩展,直到扩展到终点为止。Dijkstra算法能得出最短路径的最优解。本篇博客将详细介绍狄克斯特拉(Dijkstra算法)
Dijkstra算法思想
Dijkstra算法思想为:设G=(V,E)是一个带权有向图,把图中顶点集合V分成两组,第一组为已求出最短路径的顶点集合(用S表示,初始时S中只 有一个源点,以后每求得一条最短路径 , 就将 加入到集合S中,直到全部顶点都加入到S中,算法就结束了),第二组为其余未确定最短路径的顶点集合(用 U表示),按最短路径长度的递增次序依次把第二组的顶点加入S中。在加入的过程中,总保持从源点v到S中各顶点的最短路径长度不大于从源点v到U中任何顶 点的最短路径长度。此外,每个顶点对应一个距离,S中的顶点的距离就是从v到此顶点的最短路径长度,U中的顶点的距离,是从v到此顶点只包括S中的顶点为 中间顶点的当前最短路径长度。
这些叙述性的思想看的人头晕,下面用例子来一步步讲解。
我们要使用到的图如下:
我们使用二维数组对其数据化:
#define INF 10000 //表示不可到达
#define MAXSIZE 7 //表示图的结点数
//邻接矩阵存储图的信息
int map[MAXSIZE][MAXSIZE]={
{0,4,6,6,INF,INF,INF},
{INF,0,1,INF,7,INF,INF},
{INF,INF,0,INF,6,4,INF},
{INF,INF,2,0,INF,5,INF},
{INF,INF,INF,INF,0,INF,6},
{INF,INF,INF,INF,1,0,8},
{INF,INF,INF,INF,INF,INF,0}
};
定义多个数组来记录:
away[i]: 起点到顶点i的目前最短路径长度
path[]:保存最短路径
s[i]: 标记i顶点是否已找到最短路径,1表示已找到,代码中用的是already[]
画出Dijkstra算法步骤图如下:
理解了Dijkstra算法的步骤后,写出其代码为:
void Dijkstra(int v)
{
int away[MAXSIZE];//保存到各个点的最短距离
int path[MAXSIZE];//最短距离路径
int already[MAXSIZE]={0};//是否已经找到最短距离,1表示找到了,对应上图的s[]
for(int i=0;i<MAXSIZE;i++)
{
away[i]=map[v][i];//获取权值
if(away[i]<INF)//存在路径为0
path[i]=0;
else
path[i]=-1;//不存在路径为-1
}
already[v]=1;//把顶点v加入到找到数组里
//开始寻找最短距离
int min,ok;
for(int i=0;i<MAXSIZE;i++)
{
min=INF;
for(int k=0;k<MAXSIZE;k++)
{
if(already[k]==0&&away[k]<min)//找away里的最小值,且该顶点不在already里
{
min=away[k];
ok=k;//记录最小的顶点
}
}
already[ok]=1;//把顶点ok加入到找到数组里
//修改away和path数组
for(int j=0;j<MAXSIZE;j++)
{
if(already[j]==0)//此结点还没有最短距离
{
if(map[ok][j]<INF&&(away[ok]+map[ok][j])<away[j])
{
away[j]=away[ok]+map[ok][j];
path[j]=ok;//修改path,修改过away权值的把path改为顶点值
}
}
}
}
}
得到path[]数组后,我们还要根据path的值来计算顶点0到各点的路径。
如我们要求顶点0到顶点6的路径:
步骤如下:
path[6]=4;
path[4]=5;
path[5]=2;
path[2]=1;
path[1]=0;(一旦值为0,则结束,且这个0不能算进去)
加上起点0(不是最后算出来那个0)和终点6,则其路径为0->1->2->5->4->6(倒叙),
最短路径为away[6]=16
计算路径的代码为:
for(int s=0;s<MAXSIZE;s++)
{
if(s!=v)//除去起点
{
if(already[s]==1)
{
cout<<endl<<"从顶点"<<v<<"到顶点"<<s<<"的最小距离为: "<<away[s]<<" "<<"路径为: ";
vector<int>temp;
temp.insert(temp.begin(),s);//把终点插入
int ok=s;
while(true)
{
ok=path[ok];
if(ok==0)//停止
break;
temp.insert(temp.begin(),ok);//把起点插入
}
temp.insert(temp.begin(),v);//把起点插入
for(int z=0;z<temp.size();z++)
cout<<temp[z]<<" ";
}
else
cout<<endl<<"从顶点"<<v<<"到顶点"<<s<<"不存在路径"<<endl;
}
}
至此,就完成了Dijkstra算法求最短路径的问题,主要是要理解Dijkstra算法的过程,特别是away[]和path[]
两个数组的变化。
附上源代码地址:https://github.com/longpo/algorithm/tree/master/Dijkstra