单源加权图最短路径问题(权值非负)-Dijkstra算法

本文详细介绍了Dijkstra算法的核心概念、工作原理及其实现过程,通过实例展示了如何利用该算法求解单源最短路径问题,并讨论了其在有向图与无向图的应用。此外,还提供了算法的时间复杂度分析,以及针对无向图的特殊考虑。

解决单源最短路径的一个常用算法叫做:Dijkstra算法,这是一个非常经典的贪心算法例子。

注意:这个算法只对权值非负情况有效。

在每个阶段,Dijkstra算法选择一个顶点v,它在所有unknown顶点中具有最小的distance,同时算法将起点s到v的最短路径声明为known。
这个算法的本质就是 给定起点,然后假设你有一个点集(known点集),对这个点集中的点,我们已经求出起点到其的最短距离。然后慢慢扩张这个集合。直到某一时刻它包括目标点。
具体概念详细介绍见书吧,下面结合一个例子,阐述一下该算法遍历顶点的过程。
  
  
假设开始顶点s为v1。
则,第一个选择的顶点是v1,路径长是0,该顶点标记为known,
            
    1: known(v1)    unknown(v2,v3,v4,v5,v6,v7);    这时由known点集扩充,v4 为下一个最短路径顶点,路径长为1,标记v4为known
            
            
    2: known(v1,v4) unknown(v2,v3,v5,v6,v7);       这时由known点集扩充,v2 为下一个最短路径顶点,路径长为2,标记v2为known
            
    3: known(v1,v4,v2) unknown(v3,v5,v6,v7);       这时由known点集扩充,v3,v5 为下一个最短路径顶点,路径长为3, 标记v3,v5为known
               
    4:  known(v1,v4,v2,v3,v5) unknown(v6,v7);       这时由known点集扩充,v7 为下一个最短路径顶点,路径长为5, 标记v7为known
            
    5:  known(v1,v4,v2,v3,v5,v7) unknown(v6);       这时由known点集扩充,v6 为下一个最短路径顶点,路径长为6, 标记v6为known
            
伪代码:
        struct VertexNode

        {

            char data[2];

            int distance;

            bool known;

            VertexNode* path;

            adjVertexNode* list;

        };

 

         void  Dijkstra(Graph& g, VertexNode& s)
        {
            for each vertex v in g
            {
                v.distance = INFINITY;
                v.known = false;
                v.path = NULL;
            }
            s.distance = 0;
            for (int i=0; i<g.vertexnum; i++)
            {
                vertex v = smallest unknown distance vertex;
                if (v==NULL)
                    break;
                else
                    v.known = true;
                for each w adjacent to v
                {
                    if (!w.known)                    
                    {
                        if (v.distance + weight(v,w) < w.distance)
                        { 
                            w.distance = v.distance + weight(v,w);
                            w.path = v;
                        }
                    }
                }
            }
        }
        void PrintPath( Graph& g, VertexNode* target)
        {// print the shortest path from s to target
            if(target.path!=NULL)
            {
                PrintPath(g, target.path);
                cout << " " ;
            }
            cout << target ;
        }
代码实现:

 

#include <iostream>
using  namespace std;

#define MAX_VERTEX_NUM    20
#define INFINITY    2147483647 
struct adjVertexNode 
{
     int adjVertexPosition;
     int weight;
    adjVertexNode* next; 
};
struct VertexNode
{
     char data[ 2];
     int distance;
     bool known;
    VertexNode* path;
    adjVertexNode* list;
}; 
struct Graph
{
    VertexNode VertexNode[MAX_VERTEX_NUM];
     int vertexNum;
     int edgeNum;
};

void CreateGraph (Graph& g)
{
      int i, j, edgeStart, edgeEnd, edgeWeight;
     adjVertexNode* adjNode;
     cout <<  "Please input vertex and edge num (vnum enum):" <<endl;
     cin >> g.vertexNum >> g.edgeNum;
     cout <<  "Please input vertex information (v1) /n  note: every vertex info end with Enter" <<endl;
      for (i= 0;i<g.vertexNum;i++) 
     {
         cin >> g.VertexNode[i].data;  // vertex data info.
         g.VertexNode[i].list=NULL; 
     }
     cout <<  "input edge information(start end weight):" <<endl;
      for (j= 0; j<g.edgeNum; j++) 
     { 
         cin >>edgeStart >>edgeEnd >> edgeWeight; 
         adjNode =  new adjVertexNode; 
         adjNode->weight = edgeWeight;
         adjNode->adjVertexPosition = edgeEnd- 1// because array begin from 0, so it is j-1
          // 将邻接点信息插入到顶点Vi的边表头部,注意是头部!!!不是尾部。
         adjNode->next=g.VertexNode[edgeStart- 1].list; 
         g.VertexNode[edgeStart- 1].list=adjNode; 
     }
}

void PrintAdjList( const Graph& g)
{
     for ( int i= 0; i < g.vertexNum; i++)
    {
        cout<< g.VertexNode[i].data <<  "->";
        adjVertexNode* head = g.VertexNode[i].list;
         if (head == NULL)
            cout <<  "NULL";
         while (head != NULL)
        {
            cout << head->adjVertexPosition +  1 << " ";
            head = head->next;
        }
        cout << endl;
    }
}
void DeleteGraph(Graph &g)
{
     for ( int i= 0; i<g.vertexNum; i++)
    {
        adjVertexNode* tmp=NULL;
         while(g.VertexNode[i].list!=NULL)
        {
            tmp = g.VertexNode[i].list;
            g.VertexNode[i].list = g.VertexNode[i].list->next;
             delete tmp;
            tmp = NULL;
        }
    }
}
VertexNode* FindSmallestVertex(Graph& g)
{
     int smallest = INFINITY;
    VertexNode* sp = NULL;

    
     for ( int i= 0; i<g.vertexNum; i++)
    {
         if (!g.VertexNode[i].known && g.VertexNode[i].distance < smallest)
        {
            smallest = g.VertexNode[i].distance;
            sp = &(g.VertexNode[i]);
        }
    }
     return sp;
}

void Dijkstra(Graph& g, VertexNode& s)
{
     int i;
     for (i= 0; i<g.vertexNum; i++)
    {
        g.VertexNode[i].known =  false;
        g.VertexNode[i].distance = INFINITY;
        g.VertexNode[i].path = NULL;
    }
    s.distance =  0;
     for(i= 0; i<g.vertexNum; i++)
    {
        VertexNode* v = FindSmallestVertex(g);
         if(v==NULL)
             break;
        v->known =  true;
        adjVertexNode* head = v->list;
        while (head != NULL)
        {
            VertexNode* w = &g.VertexNode[head->adjVertexPosition];
             if( !(w->known) )
            {
                 if(v->distance + head->weight < w->distance)
                {
                    w->distance = v->distance + head->weight;
                    w->path = v;
            }
        }
        head = head->next;
    }
}
void PrintPath(Graph& g, VertexNode* source, VertexNode* target)
{
     if (source!=target && target->path==NULL)
    {
        cout <<  "There is no shortest path from " << source->data << " to " <<target->data <<endl;
    }
     else
    {
         if (target->path!=NULL)
        {
            PrintPath(g, source, target->path);
            cout <<  " ";
        }
        cout << target->data ;
    }
}

int main( int argc,  const  char ** argv)
{
    Graph g;
    CreateGraph(g);
    PrintAdjList(g);
    VertexNode& start = g.VertexNode[ 0];
    VertexNode& end = g.VertexNode[ 6];
    Dijkstra(g, start);
     cout << "print the shortest path from v1 to v7" << endl;
    PrintPath(g, &start, &end);
    cout << endl;
    DeleteGraph(g);
     return  0;
}
运行结果:
对于这个算法,vertex v = smallest unknown distance vertex;如果用最简单的扫描数组方式实现,则该部操作时间复杂度为O(|V|), 所以该算法将花费O(|V|2)查找最小距离顶点,同时,注意到最内层循环,最终对每条边会执行一次,所以该算法时间复杂度为O(|V|2+|E|)
对于无向图,可以认为是双向的有向图,所以只要更改边的输入信息即可。
仍以上例看,有向图输入的边信息为12条边:
1 2 2
3 1 4 
1 4 1
2 4 3
2 5 10
4 3 2
4 5 2
3 6 5
4 6 8
4 7 4
5 7 6
7 6 1
如果是无相图,即双向的有向图,则应该输入24条边信息,12组对称的边信息即可:
1 2 2   
2 1 2
3 1 4   
1 3 4
1 4 1   
4 1 1
2 4 3   
4 2 3
2 5 10  
5 2 10
4 3 2   
3 4 2
4 5 2   
5 4 2
3 6 5   
6 3 5
4 6 8   
6 4 8
4 7 4   
7 4 4
5 7 6   
7 5 6
7 6 1   
6 7 1
运行结果:
即:Dijkstra算法既可以求无向图也可以求有向图最短路径。
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