Dijkstra算法

本算法由Dijkstra1959年提出,可用于求解指定两点 间的最短路,或从指定点 到其余各点的最短路,目前被认为是求非负权网络最短路问题的最好方法;算法的基本步骤:

1)给

2)若 点为刚得到P标号的点,考虑这样的点 属于E,且 T标号进行如下的更改:

            

3)比较所有具有T标号的点,把最小者改为P标号为P标号,即:

            

当存在两个以上最小者时,可同时改变为P标号。若全部均为P标号则停止。否则用 转回(2)。

    例:Dijkstra算法求图5-34 点的最短路。

解:        

1)首先给 ,给其余所有点T标号,

2)由于 边属于E,且 T标号,所以修改这两个点的标号:

             

3)比较所有T标号, 最小,所以令

4 为刚得到P标号的点,考察边 端点

   

5)比较所有T标号, 最小,所以令

6)考虑点 ,有

            

7)全部T标号中,

8)考察

             

9)全部T标号中,

10)考察

           

11)全部T标号中, 最小,令

12)考察

          

13)全部T标号中,

14)考察

          

15)因只有一个T标号 ,计算结束。

的最短路为 ,路长为

#include<stdio.h>
/////////////////////////////
int M=10000;
int min(int x,int y)
{
 if(x>=y)
  return(y);
 else
  return(x);
}
///////////////////////////////
void main()
{
/* 
        int cost[8][8]={{0,M,M,M,M,M,M,M},{300,0,M,M,M,M,M,M},
   {1000,800,0,M,M,M,M,M},{M,M,1200,0,M,M,M,M},
   {M,M,M,1500,0,250,M,M},{M,M,M,1000,M,0,900,1400},
   {M,M,M,M,M,M,0,1000},{1600,M,M,M,M,M,M,0}};
*/
        int cost[8][8]={{0,4,6,M,M,M,M,M},{4,0,M,5,4,M,M,M},
   {6,M,0,4,7,M,M,M},{M,5,4,0,M,9,7,M},
   {M,4,7,M,0,5,6,M},{M,M,M,9,5,0,5,4},
   {M,M,M,7,6,5,0,1},{M,M,M,M,M,4,1,0}};
 int s[8],dist[8];
 int i,j,k,num,u;
 int v=4;
 for(i=0;i<8;i++)
 {
  s[i]=0;
  dist[i]=cost[v][i];
 }
 printf("the original matrix is:/n");
 for(i=0;i<8;i++)
 {
  for(j=0;j<8;j++)
  {
   printf("%6d   ",cost[i][j]);
  }
  printf("/n");
 }
 s[v]=1;
 dist[v]=0;
 num=2;
 printf("*********************************************************************/n");
 while(num<8)
 {   
  for(i=7;i>=0;i--)
  {
   if(s[i]==0)
   {  
    k=dist[i];
   }
  }
  for(j=0;j<8;j++)
  {
   if(dist[j]<=_________ && s[j]==_________)
   {  
    k=dist[j];
    u=j;
   }
  }
  s[u]=1;
  num=num+1;
  for(i=0;i<8;i++)
  {  
   if(s[i]==0)
   {
    __________=min(__________,(dist[u]+cost[u][i]));
   }
  }
 }
 printf("the result is:/n");
 for(j=0;j<8;j++)
 {
  printf("the shortest path from 5 to %d is %d /n",j+1,dist[j]);
 }
}

### Dijkstra算法简介 Dijkstra算法是一种用于解决单源最短路径问题的经典算法,适用于带权重的有向图或无向图中的最短路径计算[^1]。该算法的核心思想是从起始节点出发,逐步扩展已知距离最小的未访问节点,并更新其邻居节点的距离。 --- ### Dijkstra算法实现 以下是基于优先队列优化版本的Dijkstra算法实现: #### Python代码示例 ```python import heapq def dijkstra(graph, start): # 初始化距离字典,默认值为无穷大 distances = {node: float('inf') for node in graph} distances[start] = 0 # 使用堆来存储待处理节点及其当前距离 priority_queue = [(0, start)] while priority_queue: current_distance, current_node = heapq.heappop(priority_queue) # 如果当前距离大于记录的距离,则跳过此节点 if current_distance > distances[current_node]: continue # 遍历相邻节点并更新距离 for neighbor, weight in graph[current_node].items(): distance = current_distance + weight # 更新更短的距离 if distance < distances[neighbor]: distances[neighbor] = distance heapq.heappush(priority_queue, (distance, neighbor)) return distances ``` 上述代码中,`graph` 是一个邻接表形式表示的加权图,其中键是节点名称,值是一个字典,描述与其相连的其他节点以及边的权重[^2]。 --- ### Dijkstra算法的应用场景 1. **网络路由协议** 在计算机网络中,路由器可以利用Dijkstra算法找到到达目标地址的最佳路径,从而提高数据传输效率[^3]。 2. **地图导航系统** 地图服务提供商(如Google Maps)通过Dijkstra算法或其他改进版算法快速计算两点之间的最短路径,提供给用户最佳行驶路线[^4]。 3. **社交网络分析** 社交网络中可以通过Dijkstra算法衡量两个用户的连接紧密程度,帮助推荐好友或者发现潜在的关系链[^5]。 4. **物流配送规划** 物流公司使用类似的最短路径算法优化货物运输线路,减少成本和时间消耗[^6]。 --- ### 示例说明 假设有一个简单的加权图如下所示: ```plaintext A --(1)-- B --(2)-- C | | | (4) (1) (3) | | | D -------- E ------- F (1) ``` 对应的Python输入格式为: ```python graph = { 'A': {'B': 1, 'D': 4}, 'B': {'A': 1, 'E': 1, 'C': 2}, 'C': {'B': 2, 'F': 3}, 'D': {'A': 4, 'E': 1}, 'E': {'D': 1, 'B': 1, 'F': 1}, 'F': {'E': 1, 'C': 3} } start_node = 'A' result = dijkstra(graph, start_node) print(result) ``` 运行结果将是各节点到起点 `A` 的最短路径长度: ```plaintext {'A': 0, 'B': 1, 'C': 3, 'D': 4, 'E': 2, 'F': 3} ``` 这表明从节点 A 到其余各个节点的最短路径分别为:B 距离为 1;C 距离为 3;等等[^7]。 ---
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