[C++]单源最短路径:迪杰斯特拉(Dijkstra)算法(贪心算法)

Posted johnnyzen

tags:

篇首语:本文由小常识网(cha138.com)小编为大家整理,主要介绍了[C++]单源最短路径:迪杰斯特拉(Dijkstra)算法(贪心算法)相关的知识,希望对你有一定的参考价值。

1 Dijkstra算法

1.1 算法基本信息

  • 解决问题/提出背景
    • 单源最短路径(在带权有向图中,求从某顶点到其余各顶点的最短路径)
  • 算法思想
    • 贪心算法
      • 按路径长度递增的次序,依次产生最短路径的算法
    • 【适用范围】Dijkstra算法仅适用于【权重为正】的图模型中
  • 时间复杂度
    • O(n^3)
  • 补充说明
    • 亦可应用于【多源最短路径】(推荐:Floyd算法(动态规划,O(n^3)))
      • Dijkstra 时间复杂度:O(n^3)

        1.2 算法描述

  • 1.2.1 求解过程(具体思路)
技术图片
  • 1.2.2 示例
技术图片

1.2 编程复现

  • 1> 定义图模型(邻接矩阵表示法)的【基本存储结构体】
# define MaxInt 32767 // 表示极大值 即 ∞ (无穷大)
# define MVNum 100 // 最大顶点数 

typedef int VertexType; // 假设顶点的数据类型为整型

typedef int ArcType; // 假设Vi与Vj之边的权值类型为整型 

typedef struct 
    VertexType vexs[MVNum]; // 顶点表 (存储顶点信息)
    ArcType arcs[MVNum][MVNum]; // 邻接矩阵
    int vexnum,arcnum; // 图的当前顶点数与边数 
AMGraph; // Adjacent Matrix Graph 邻接矩阵图 
  • 2> 定义 Dijkstra 算法的【辅助数据结构体】
技术图片
bool S[MVNum]; // S[i] 记录从源点V0到终点Vi是否已被确定为最短路径长度  【划分确定与未确定: 跟贪心算法的适用范围(不可取消性)有直接联系】
               // true:表已确定;false:表尚未确定
ArcType D[MVNum]; // D[i] 记录从源点V0到终点Vi的【当前】最短路径【长度】 
int Path[MVNum];  // Path[i] 记录从源点V0到终点Vi的【当前】最短路径上【Vi的[直接前驱]的顶点序号】 
  • 3> 初始化(邻接矩阵)带权有向图的图模型
void InitAMGraph(AMGraph &G)
    cout<<"Please Input Vertexs Number:";
    cin>>G.vexnum;
    cout<<"\\nPlease Directed Edges Number:";
    cin>>G.arcnum;
    
    for(int i=0;i<MVNum;i++)
        for(int j=0;j<MVNum;j++)
            if(i!=j) // 【易错】 初始化<Vi, Vj>时: <Vi,Vj> 路径长度无穷大 (i!=j) 
                G.arcs[i][j] = MaxInt;
             else  //  【易错】 初始化<Vi, Vj>时: <Vi,Vi>【自回环】路径长度为0 (i==i) 
                G.arcs[i][j] = 0;
            
        
    
    for(int i=0;i<G.vexnum;i++)
        G.vexs[i] = i;
    
    cout<<"\\nPlease Input All Directed Edges and their Weight now:";
    cout<<"\\nDirected Edges(i,j,weight): "<<endl;
    int i,j;
    int weight;
    for(int k=0;k<G.arcnum;k++)
//      cout<<"("<<(k+1)<<") ";
        cin>>i;cin>>j;cin>>weight;
        G.arcs[i][j] = weight;
    
    cout<<endl;
  • 4> Dijkstra算法:求解单源最短路径
void ShortestPath_Dijkstra(AMGraph G, int V0)
    //step1 n个顶点依次初始化
    int n =G.vexnum;  
    for(int v=0;v<n;v++)
        S[v] = false;
        D[v] = G.arcs[V0][v];
        if(D[v]<MaxInt)
            Path[v] = V0;
         else 
            Path[v] = -1;
        
    
    //step2 将源点V0划入已确定集合S中 
    S[V0] = true;
    D[V0] = 0; // 源点V0到源点V0的最短路径长度必然为0
    //step3 贪心算法策略:
    //          3.1 循环遍历所有结点:
    //              3.2 先确定当前最短路径的终点v;
    //              3.3 然后,将v划入已确定集合S中;
    //              3.4 最后,以利用结点v更新所有尚未确定的结点的最短路径
    int v;
    int min;
    D[G.vexnum] = MaxInt;
    for(int i=1;i<n;i++)//3.1循环遍历所有结点 (即 求从源点V0到图中每一顶点(共计n-1个顶点)的最短路径) 
        //3.2 确定当前最短路径的终点v;
        min = MaxInt;
        for(int w=0;w<n;w++)
            if(S[w]==false && D[w]<min)//比本轮循环中,已知的最短路径还短 【易错/易漏】 S[w]==false : 必须满足当前结点 Vw 属于尚未确定的结点 
                v = w;
                min = D[w];
            
        
        //3.3 然后,将v划入已确定集合S中;
        S[v] = true;
        //3.4 最后,以利用结点v更新所有尚未确定的结点的最短路径
        for(int w=0;w<n;w++)
            //↓更新Vw结点的最短路径长度为 D[v] + G.arcs[v][w] 
            //cout<<"S["<<w<<"]:"<<S[w]<<"D["<<v<<"]"<<D[v]<<"G.arcs["<<v<<"]["<<w<<"]"<<"D["<<w<<"]"<<D[w]<<endl; 
            if(S[w]==false && (D[v] + G.arcs[v][w] < D[w]))//【易错/易漏】 S[w]==false : 必须满足当前结点 Vw 属于尚未确定的结点 
                D[w] = D[v] + G.arcs[v][w];
                Path[w] = v; // 更新 结点Vw的前驱为 v 
            
        
        v = G.vexnum;
     
  • 5> 输出结果 D[i]、Path[j]
void OutputD(AMGraph G, int V0)
    cout<<"Shortest Distance Weight of the Pair of Directed Vertices("<<V0<<", j):"<<endl; 
    for(int j=0;j<G.vexnum;j++)
        cout<<D[j]<<"\\t"; 
    
    cout<<endl;


void OutputPath(AMGraph G,int V0)
    cout<<"Shortest Distance Path("<<V0<<",j) of the Pair of Directed Vertices:"<<endl; 
    for(int j=0;j<G.vexnum;j++)
        cout<<Path[j]<<"\\t"; 
    
    cout<<endl;
  • 6> 执行:Main函数
int main()
    int V0; //源点V0的下标 
    AMGraph G;
    InitAMGraph(G);
    
    cout<<"Please Input the Index of Source Node 'V0':";
    cin>>V0;
    ShortestPath_Dijkstra(G, V0);
    OutputD(G, V0);
    OutputPath(G, V0);
    return 0;
  • 7> Test: Output of Main
技术图片
Please Input Vertexs Number:6

Please Directed Edges Number:8

Please Input All Directed Edges and their Weight now:
Directed Edges(i,j,weight):
1 2 5
0 2 10
3 5 10
4 3 20
0 4 30
2 3 50
4 5 60
0 5 100

Please Input the Index of Source Node 'V0':0

Shortest Distance Weight of the Pair of Directed Vertices(0, j):
0       32767   10      50      30      60

Shortest Distance Path(0,j) of the Pair of Directed Vertices:
0       -1      0       4       0       3

2 参考文献

  • 《数据结构(C语言版/ 严蔚敏 李冬梅 吴伟民 编)》

以上是关于[C++]单源最短路径:迪杰斯特拉(Dijkstra)算法(贪心算法)的主要内容,如果未能解决你的问题,请参考以下文章

数据结构 - 单源最短路径之迪杰斯特拉(Dijkstra)算法详解(Java)

Dijkstra单源最短路径算法

(王道408考研数据结构)第六章图-第四节4:最短路径之迪杰斯特拉算法(思想代码演示答题规范)

编写的迪杰斯特拉算法求最短路径,运行不正确?

最短路之Dijkstra(迪杰斯特拉)

迪杰斯特拉算法为啥不能有负权边