第十四周项目4—Floyd算法验证

本文介绍了Floyd算法的具体实现,通过C语言代码展示了如何求解任意两点间的最短路径,并详细解释了路径重构的过程。
 copyright (c) 2016,烟台大学计算机学院 
 All rights reserved. 
 文件名称:1.cpp 
 作者:孟令康
 完成日期:2016年9月12日 
 版本号:v1.0 
 问题描述:Floyd算法的验证。 

 代码

main.cpp:

#include <stdio.h>  
#include <malloc.h>  
#include "graph.h"  
#define MaxSize 100  
void Ppath(int path[][MAXV],int i,int j)  //前向递归查找路径上的顶点  
{  
    int k;  
    k=path[i][j];  
    if (k==-1) return;  //找到了起点则返回  
    Ppath(path,i,k);    //找顶点i的前一个顶点k  
    printf("%d,",k);  
    Ppath(path,k,j);    //找顶点k的前一个顶点j  
}  
void Dispath(int A[][MAXV],int path[][MAXV],int n)  
{  
    int i,j;  
    for (i=0; i<n; i++)  
        for (j=0; j<n; j++)  
        {  
            if (A[i][j]==INF)  
            {  
                if (i!=j)  
                    printf("从%d到%d没有路径\n",i,j);  
            }  
            else  
            {  
                printf("  从%d到%d=>路径长度:%d 路径:",i,j,A[i][j]);  
                printf("%d,",i);    //输出路径上的起点  
                Ppath(path,i,j);    //输出路径上的中间点  
                printf("%d\n",j);   //输出路径上的终点  
            }  
        }  
}  
void Floyd(MGraph g)  
{  
    int A[MAXV][MAXV],path[MAXV][MAXV];  
    int i,j,k;  
    for (i=0; i<g.n; i++)  
        for (j=0; j<g.n; j++)  
        {  
            A[i][j]=g.edges[i][j];  
            path[i][j]=-1;  
        }  
    for (k=0; k<g.n; k++)  
    {  
        for (i=0; i<g.n; i++)  
            for (j=0; j<g.n; j++)  
                if (A[i][j]>A[i][k]+A[k][j])  
                {  
                    A[i][j]=A[i][k]+A[k][j];  
                    path[i][j]=k;  
                }  
    }  
    Dispath(A,path,g.n);   //输出最短路径  
}  
int main()  
{  
    MGraph g;  
    int A[4][4]=  
    {  
        {0,  5,INF,7},  
        {INF,0,  4,2},  
        {3,  3,  0,2},  
        {INF,INF,1,0}  
    };  
    ArrayToMat(A[0], 4, g);  
    Floyd(g);  
    return 0;  
}  

graph.h:

#ifndef GRAPH_H_INCLUDED  
#define GRAPH_H_INCLUDED  
  
#define MAXV 100                //最大顶点个数  
#define INF 32767       //INF表示∞  
typedef int InfoType;  
  
//以下定义邻接矩阵类型  
typedef struct  
{  
    int no;                     //顶点编号  
    InfoType info;              //顶点其他信息,在此存放带权图权值  
} VertexType;                   //顶点类型  
  
typedef struct                  //图的定义  
{  
    int edges[MAXV][MAXV];      //邻接矩阵  
    int n,e;                    //顶点数,弧数  
    VertexType vexs[MAXV];      //存放顶点信息  
} MGraph;                       //图的邻接矩阵类型  
  
//以下定义邻接表类型  
typedef struct ANode            //弧的结点结构类型  
{  
    int adjvex;                 //该弧的终点位置  
    struct ANode *nextarc;      //指向下一条弧的指针  
    InfoType info;              //该弧的相关信息,这里用于存放权值  
} ArcNode;  
  
typedef int Vertex;  
  
typedef struct Vnode            //邻接表头结点的类型  
{  
    Vertex data;                //顶点信息  
    int count;                  //存放顶点入度,只在拓扑排序中用  
    ArcNode *firstarc;          //指向第一条弧  
} VNode;  
  
typedef VNode AdjList[MAXV];    //AdjList是邻接表类型  
  
typedef struct  
{  
    AdjList adjlist;            //邻接表  
    int n,e;                    //图中顶点数n和边数e  
} ALGraph;                      //图的邻接表类型  
  
//功能:由一个反映图中顶点邻接关系的二维数组,构造出用邻接矩阵存储的图  
//参数:Arr - 数组名,由于形式参数为二维数组时必须给出每行的元素个数,在此将参数Arr声明为一维数组名(指向int的指针)  
//      n - 矩阵的阶数  
//      g - 要构造出来的邻接矩阵数据结构  
void ArrayToMat(int *Arr, int n, MGraph &g); //用普通数组构造图的邻接矩阵  
void ArrayToList(int *Arr, int n, ALGraph *&); //用普通数组构造图的邻接表  
void MatToList(MGraph g,ALGraph *&G);//将邻接矩阵g转换成邻接表G  
void ListToMat(ALGraph *G,MGraph &g);//将邻接表G转换成邻接矩阵g  
void DispMat(MGraph g);//输出邻接矩阵g  
void DispAdj(ALGraph *G);//输出邻接表G  
  
#endif // GRAPH_H_INCLUDED  
graph.cpp:

#include <stdio.h>  
#include <malloc.h>  
#include "graph.h"  
  
void ArrayToMat(int *Arr, int n, MGraph &g)  
{  
    int i,j,count=0;  //count用于统计边数,即矩阵中非0元素个数  
    g.n=n;  
    for (i=0; i<g.n; i++)  
        for (j=0; j<g.n; j++)  
        {  
            g.edges[i][j]=Arr[i*n+j]; //将Arr看作n×n的二维数组,Arr[i*n+j]即是Arr[i][j],计算存储位置的功夫在此应用  
            if(g.edges[i][j]!=0 && g.edges[i][j]!=INF)  
                count++;  
        }  
    g.e=count;  
}  
  
void ArrayToList(int *Arr, int n, ALGraph *&G)  
{  
    int i,j,count=0;  //count用于统计边数,即矩阵中非0元素个数  
    ArcNode *p;  
    G=(ALGraph *)malloc(sizeof(ALGraph));  
    G->n=n;  
    for (i=0; i<n; i++)                 //给邻接表中所有头节点的指针域置初值  
        G->adjlist[i].firstarc=NULL;  
    for (i=0; i<n; i++)                 //检查邻接矩阵中每个元素  
        for (j=n-1; j>=0; j--)  
            if (Arr[i*n+j]!=0)      //存在一条边,将Arr看作n×n的二维数组,Arr[i*n+j]即是Arr[i][j]  
            {  
                p=(ArcNode *)malloc(sizeof(ArcNode));   //创建一个节点*p  
                p->adjvex=j;  
                p->info=Arr[i*n+j];  
                p->nextarc=G->adjlist[i].firstarc;      //采用头插法插入*p  
                G->adjlist[i].firstarc=p;  
            }  
  
    G->e=count;  
}  
  
void MatToList(MGraph g, ALGraph *&G)  
//将邻接矩阵g转换成邻接表G  
{  
    int i,j;  
    ArcNode *p;  
    G=(ALGraph *)malloc(sizeof(ALGraph));  
    for (i=0; i<g.n; i++)                   //给邻接表中所有头节点的指针域置初值  
        G->adjlist[i].firstarc=NULL;  
    for (i=0; i<g.n; i++)                   //检查邻接矩阵中每个元素  
        for (j=g.n-1; j>=0; j--)  
            if (g.edges[i][j]!=0)       //存在一条边  
            {  
                p=(ArcNode *)malloc(sizeof(ArcNode));   //创建一个节点*p  
                p->adjvex=j;  
                p->info=g.edges[i][j];  
                p->nextarc=G->adjlist[i].firstarc;      //采用头插法插入*p  
                G->adjlist[i].firstarc=p;  
            }  
    G->n=g.n;  
    G->e=g.e;  
}  
  
void ListToMat(ALGraph *G,MGraph &g)  
//将邻接表G转换成邻接矩阵g  
{  
    int i,j;  
    ArcNode *p;  
    g.n=G->n;   //根据一楼同学“举报”改的。g.n未赋值,下面的初始化不起作用  
    g.e=G->e;  
    for (i=0; i<g.n; i++)   //先初始化邻接矩阵  
        for (j=0; j<g.n; j++)  
            g.edges[i][j]=0;  
    for (i=0; i<G->n; i++)  //根据邻接表,为邻接矩阵赋值  
    {  
        p=G->adjlist[i].firstarc;  
        while (p!=NULL)  
        {  
            g.edges[i][p->adjvex]=p->info;  
            p=p->nextarc;  
        }  
    }  
}  
  
void DispMat(MGraph g)  
//输出邻接矩阵g  
{  
    int i,j;  
    for (i=0; i<g.n; i++)  
    {  
        for (j=0; j<g.n; j++)  
            if (g.edges[i][j]==INF)  
                printf("%3s","∞");  
            else  
                printf("%3d",g.edges[i][j]);  
        printf("\n");  
    }  
}  
  
void DispAdj(ALGraph *G)  
//输出邻接表G  
{  
    int i;  
    ArcNode *p;  
    for (i=0; i<G->n; i++)  
    {  
        p=G->adjlist[i].firstarc;  
        printf("%3d: ",i);  
        while (p!=NULL)  
        {  
            printf("-->%d/%d ",p->adjvex,p->info);  
            p=p->nextarc;  
        }  
        printf("\n");  
    }  
}  
运行结果:


知识点总结:

      Floyd算法。

学习心得:

      加深了对Floyd算法的理解。

【无人机】基于改进粒子群算法的无人机路径规划研究[和遗传算法、粒子群算法进行比较](Matlab代码实现)内容概要:本文围绕基于改进粒子群算法的无人机路径规划展开研究,重点探讨了在复杂环境中利用改进粒子群算法(PSO)实现无人机三维路径规划的方法,并将其与遗传算法(GA)、标准粒子群算法等传统优化算法进行对比分析。研究内容涵盖路径规划的多目标优化、避障策略、航路点约束以及算法收敛性和寻优能力的评估,所有实验均通过Matlab代码实现,提供了完整的仿真验证流程。文章还提到了多种智能优化算法在无人机路径规划中的应用比较,突出了改进PSO在收敛速度和全局寻优方面的优势。; 适合人群:具备一定Matlab编程基础和优化算法知识的研究生、科研人员及从事无人机路径规划、智能优化算法研究的相关技术人员。; 使用场景及目标:①用于无人机在复杂地形或动态环境下的三维路径规划仿真研究;②比较不同智能优化算法(如PSO、GA、蚁群算法、RRT等)在路径规划中的性能差异;③为多目标优化问题提供算法选型和改进思路。; 阅读建议:建议读者结合文中提供的Matlab代码进行实践操作,重点关注算法的参数设置、适应度函数设计及路径约束处理方式,同时可参考文中提到的多种算法对比思路,拓展到其他智能优化算法的研究与改进中。
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
红包 添加红包
表情包 插入表情
 条评论被折叠 查看
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