带权有向图最短路径

本文介绍了Dijkstra算法的基本原理和实现方式,用于解决有向带权图中的最短路径问题。通过输入图的顶点数量、边权重和源点,算法能够计算出从源点到所有其他顶点的最短路径,并输出路径长度及路径本身。实现了邻接矩阵的初始化、创建、打印和Dijkstra算法核心步骤,最终展示了算法运行结果。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

1、适用条件&范围:

1)单源最短路径(从源点s到其它所有顶点v);

2)有向图&无向图(无向图可以看作(u,v),(v,u)同属于边集E的有向图)

3)所有边权非负(任取(i,j)∈E都有Wij≥0);

2、算法描述:

在带权图中最常遇到的问题就是,寻找两点间的最短路径问题。最著名的算法是Djikstra算法。这个算法的实现基于图的邻接矩阵表示法,它不仅能够找到任意两点的最短路径,还可以找到某个指定点到其他所有顶点的最短路径。

此算法的基本思想是:

1>选中指定的顶点,列出此顶点到其他的顶点的权值,不相邻的为无穷大
2>从以上权值中选出最小值,此最小值就是起始点到对应顶点的最短路径,并标记这个对应顶点
3> 将起始点到其他未标记的顶点的直接距离与起始点到刚才标记顶点加上标记顶点到其他顶点距离的和比较,如果     后者小,则更新对应的权值。

4> 转2


3、程序实现代码:

#include <iostream>
#include <iomanip>
using namespace std;
 
#include "Graph.h"
 
void main()
{
    int i, n;
    cout << "输入你所输入的有向带权图的顶点个数: ";
    cin >> n;
    adjmatrix g;
    InitMatrix(g);
    CreateMatrix(g);
    cout << "你输入的有向带权图的邻接矩阵表示为: " << endl;
    PrintMatrix(g, n);
    int * d = new int [n];
    edgenode ** path = new edgenode * [n];
    cout << "请输入你要输入的源点: ";
    cin >> i;
    Dijkstra(g, d, path, i, n);
    PrintPath(d, path, i, n);
}
 
//***********Graph.h**********************
#define MaxVerNum 20
#define MaxValue 10000
typedef int adjmatrix[MaxVerNum][MaxVerNum];     //邻接矩阵的类型定义
 
typedef struct Node
{
    int adjvex;
    struct Node * next;
}edgenode;        //指针数组path[]基类型定义
 
//初始化邻接矩阵表示的有向带权图
void InitMatrix(adjmatrix G)
{
    int  i, j;
    for(i = 0; i < MaxVerNum; i++)
       for(j = 0; j < MaxVerNum; j++)
           G[i][j] = MaxValue;
}
 
//建立邻接矩阵表示的有权带向图(即通过输入图的每条边建立图的邻接矩阵)
void CreateMatrix(adjmatrix G)
{
    int i, j, x;
    cout << "请输入顶点和相应的权值: " << endl;
   
    cin >> i >> j >> x;
    while(i != -1)
    {
       G[i][j] = x;
       cin >> i >> j >> x;
    }
}
 
//输出邻接矩阵表示的有向带权图(即输出图的每条边)
void PrintMatrix(adjmatrix G, int n)
{
    int i, j;
    for(i = 0; i < n; i++)
    {
       for(j = 0; j < n; j++)
       {
           if(G[i][j] == MaxValue)
              cout << setiosflags(ios::left) << setw(5) << "Inf";
           else
              cout << setiosflags(ios::left) << setw(5) << G[i][j];
       }
       cout << endl;
    }
}
 
void Path(edgenode * path[], int m, int j)
{
    edgenode * p, * q, *s;
    p = path[j];
    while(p != NULL)
    {
       path[j] = p->next;
       delete p;
       p = path[j];
    }
 
    p = path[m];
    while(p != NULL)
    {
       q = new edgenode;
       q->adjvex = p->adjvex;
       if(path[j] == NULL)
           path[j] = q;
       else
           s->next = q;
       s = q;
       p = p->next;
    }
 
    q = new edgenode;
    q->adjvex = j;
    q->next = NULL;
    s->next = q;
}
 
//求最短路径的Dijkstral算法
void Dijkstra(adjmatrix GA, int dist[], edgenode *path[], int i, int n)
{
    int j, k, w, m;
    bool * s = new bool[n];
    for(j = 0; j < n; j++)
    {
       if(j == i)
           s[j] = true;
       else
           s[j] = false;
       dist[j] = GA[i][j];
       if(dist[j] < MaxValue && j != i)
       {
           edgenode * p1 = new edgenode;
           edgenode * p2 = new edgenode;
           p1->adjvex = i;
           p2->adjvex = j;
           p2->next = NULL;
           p1->next = p2;
           path[j] = p1;
       }
       else
           path[j] = NULL;
    }
    for(k = 1; k <= n-2; k++)
    {
       w = MaxValue;
       m = i;
 
       for(j = 0; j < n; j++)
           if(s[j] == false && dist[j] < w)
           {
              w = dist[j];
              m = j;
           }
 
       if(m != i)
           s[m] = true;
       else
           break;
 
       for(j = 0; j < n; j++)
           if(s[j] == false && dist[m] + GA[m][j] < dist[j])
           {
              dist[j] = dist[m]+GA[m][j];
              Path(path, m, j);
           }
    }
    delete []s;
}
 
//输出从源点到每个顶点的最短路径及长度的函数
void PrintPath(int dist[], edgenode * path[], int i, int n)
{
    int j;
    for(j = 0; j < n; j++)
    {
       if(i != j)
       {
           cout << "顶点v" << i << "到顶点v" << j << "的最短路径的长度为 "
              << dist[j] << ", 最短路径为: ";
           edgenode * p = path[j];
           while(p != NULL)
           {
              cout << setw(4) << p->adjvex;
              p = p->next;
           }
           cout << endl;
       }
    }
}
程序运行结果:
 
输入你所输入的有向带权图的顶点个数: 6
请输入顶点和相应的权值:
0 1 10
0 2 12
1 3 16
1 4 25
2 0 4
2 1 3
2 3 12
2 5 8
3 4 7
5 3 2
5 4 10
-1 2 3
你输入的有向带权图的邻接矩阵表示为:
Inf  10   12   Inf  Inf  Inf
Inf  Inf  Inf  16   25   Inf
4    3    Inf  12   Inf  8
Inf  Inf  Inf  Inf  7    Inf
Inf  Inf  Inf  Inf  Inf  Inf
Inf  Inf  Inf  2    10   Inf
请输入你要输入的源点: 0
顶点v0到顶点v1的最短路径的长度为 10, 最短路径为: 0   1
顶点v0到顶点v2的最短路径的长度为 12, 最短路径为: 0   2
顶点v0到顶点v3的最短路径的长度为 22, 最短路径为: 0   2   5   3
顶点v0到顶点v4的最短路径的长度为 29, 最短路径为: 0   2   5   3   4
顶点v0到顶点v5的最短路径的长度为 20, 最短路径为: 0   2   5

 
公交路线带权有向图在JAVA中可以通过以下步骤实现: 1. **定义图的结构**: - 使用邻接矩阵或邻接表来表示图。对于公交路线,带权有向图是一个合适的选择,因为每条路线都有方向和权重(如距离或时间)。 2. **定义节点和边**: - 每个节点代表一个公交站点,每条边代表一条公交路线,权重可以表示距离、时间或费用。 3. **实现图的操作**: - 添加节点和边 - 删除节点和边 - 查找最短路径(如使用Dijkstra算法) - 查找所有路径(如使用深度优先搜索DFS或广度优先搜索BFS) 以下是一个简单的实现示例: ```java import java.util.*; class Edge { int from; int to; int weight; Edge(int from, int to, int weight) { this.from = from; this.to = to; this.weight = weight; } } class Graph { private int vertices; private LinkedList<Edge>[] adjList; Graph(int vertices) { this.vertices = vertices; adjList = new LinkedList[vertices]; for (int i = 0; i < vertices; i++) { adjList[i] = new LinkedList<>(); } } void addEdge(int from, int to, int weight) { Edge edge = new Edge(from, to, weight); adjList[from].add(edge); } void printGraph() { for (int i = 0; i < vertices; i++) { LinkedList<Edge> list = adjList[i]; for (Edge edge : list) { System.out.println("From: " + edge.from + " To: " + edge.to + " Weight: " + edge.weight); } } } void dijkstra(int start) { int[] dist = new int[vertices]; boolean[] visited = new boolean[vertices]; Arrays.fill(dist, Integer.MAX_VALUE); dist[start] = 0; PriorityQueue<int[]> pq = new PriorityQueue<>(Comparator.comparingInt(a -> a[1])); pq.offer(new int[]{start, 0}); while (!pq.isEmpty()) { int[] current = pq.poll(); int node = current[0]; if (visited[node]) continue; visited[node] = true; for (Edge edge : adjList[node]) { if (!visited[edge.to] && dist[node] + edge.weight < dist[edge.to]) { dist[edge.to] = dist[node] + edge.weight; pq.offer(new int[]{edge.to, dist[edge.to]}); } } } for (int i = 0; i < vertices; i++) { System.out.println("Distance from " + start + " to " + i + " is " + dist[i]); } } } public class Main { public static void main(String[] args) { Graph graph = new Graph(5); graph.addEdge(0, 1, 10); graph.addEdge(0, 2, 3); graph.addEdge(1, 3, 1); graph.addEdge(2, 1, 4); graph.addEdge(2, 3, 8); graph.addEdge(2, 4, 2); graph.addEdge(3, 4, 7); graph.addEdge(4, 3, 9); graph.printGraph(); graph.dijkstra(0); } } ``` 在这个示例中,我们定义了一个带权有向图,并实现了添加边、打印图和Dijkstra算法来查找最短路径
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