dijkstra邻接矩阵形式

本文介绍了一个基于Dijkstra算法的实现示例,该算法用于解决带权图中的最短路径问题。通过初始化图的成本矩阵和距离数组,使用布尔数组标记已访问顶点,并迭代更新各顶点之间的最短路径。
int cost[MAX_V][MAX_V];
int d[MAX_V];
bool used[MAX_V];
int N, M, C, A, B;

void init() {
    for(int i = 0; i <= N; i++) {
        for(int j = 0; j <= i; j++) {
            if(i == j) {
                cost[i][j] = 0;
            }
            else {
                cost[i][j] = cost[j][i] = INF;
            }
        }
        used[i] = false;
        d[i] = INF;
    }
}

void dijkstra(int s) {
    for(int i = 1; i <= N; i++) {
        d[i] = cost[s][i];
    }
    used[s] = true;
    for(int i = 2; i <= N; i++) {
        int mind = INF;
        int u;
        for(int j = 1; j <= N; j++) {
            if(!used[j]) {
                if(d[j] < mind) {
                    mind = d[j];
                    u = j;
                }
            }
        }
        if(mind == INF) break;
        used[u] = true;
        for(int j = 1; j <= N; j++) {
            if(!used[j]) {
                if(d[j] > d[u] + cost[u][j]) {
                    d[j] = d[u] + cost[u][j];
                }
            }
        }
    }
}

### Dijkstra邻接矩阵的结合 Dijkstra是一种用于解决单源最短路径问题的经典算,其核心思想是从起点出发逐步扩展已知区域,并通过不断更新节点间的距离找到从起始节点到其他所有节点的最短路径。当使用邻接矩阵作为图的存储方式时,该算可以通过访问二维数组中的权重值来计算和更新路径长度。 #### 数据结构设计 为了实现基于邻接矩阵Dijkstra,通常需要以下几个部分的数据结构: - **邻接矩阵 (edges)**:表示图中各点之间的连接关系及其权值。 - **顶点数量 (vexnum)** 和 边的数量 (arcnum):描述图的基本规模。 - **最短路径数组 (dst[])**:记录从起点到各个顶点的当前最小距离。 - **标记数组 (visited[]) 或 book[]**:用来指示某个顶点是否已经被纳入最终的最短路径集合中。 以下是具体的实现细节以及代码示例[^1]。 --- #### 实现步骤详解 1. **初始化阶段** - 将 `dst[]` 数组初始化为从起点到其余各点的距离(如果两点之间无直接连线,则设为无穷大),并将起点自身的距离置为零。 - 设置所有的顶点都未被处理过 (`visited[] = false`)。 2. **迭代过程** - 每次从未处理过的顶点集中选取具有最小临时距离的一个顶点 u 加入到已处理集 P 中。 - 对于刚加入的顶点 u 的每一个邻居 v 进行松弛操作,即尝试缩短 dst[v] 值: \[ dst[v] = min(dst[v], dst[u] + edge[u][v]) \] 3. **终止条件** 当所有顶点都被处理完毕或者剩余顶点均不可达时结束循环。 --- #### C++ 示例代码 下面是一个完整的基于邻接矩阵Dijkstra实现: ```cpp #include <iostream> #include <limits.h> // For INT_MAX using namespace std; const int MAX_VERTICES = 100; int graph[MAX_VERTICES][MAX_VERTICES]; bool visited[MAX_VERTICES]; int distanceFromSource[MAX_VERTICES]; void dijkstra(int vertices, int source) { // Initialize distances and visited array. fill(distanceFromSource, distanceFromSource + vertices, INT_MAX); fill(visited, visited + vertices, false); distanceFromSource[source] = 0; for (int count = 0; count < vertices - 1; ++count) { // Select the vertex with minimum distance value from unprocessed set. int u = -1; for (int i = 0; i < vertices; ++i) { if (!visited[i] && (u == -1 || distanceFromSource[i] < distanceFromSource[u])) { u = i; } } visited[u] = true; // Update dist value of adjacent vertices of selected vertex 'u'. for (int v = 0; v < vertices; ++v) { if (!visited[v] && graph[u][v] != 0 && distanceFromSource[u] != INT_MAX && distanceFromSource[u] + graph[u][v] < distanceFromSource[v]) { distanceFromSource[v] = distanceFromSource[u] + graph[u][v]; } } } } // Function to display shortest path results. void printShortestPath(int vertices, int source) { cout << "Vertex\tDistance from Source\n"; for (int i = 0; i < vertices; ++i) { cout << i << "\t" << ((distanceFromSource[i] == INT_MAX) ? -1 : distanceFromSource[i]) << endl; } } ``` 上述程序展示了如何利用邻接矩阵完成一次标准的Dijkstra运算流程[^4]。 --- #### 关键点说明 - 初始状态设定非常重要,尤其是对于那些无直达的目标节点,默认赋予极大数值以代表无限远。 - 松弛过程中需注意边界情况判断,比如防止溢出或错误比较等问题发生。 - 时间复杂度主要取决于双重嵌套遍历整个邻接矩阵的过程 O(V²),因此适用于较小规模网络分析场景下较为有效[^5]。 ---
评论
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