最短路径问题的求解【信息技术】.docVIP

最短路径问题的求解 　　下面我们以具体例题来看看这类问题的解法：　　例1、A、B、C、D、E各个城市之间旅费如下图所示。某人想从城市A出发游览各城市一遍，而所用费用最少。试编程序输出结果。　　实际上我们知道，递归、深度搜索等算法一般用于求所有解问题（例如求A出发每个城市走一遍一共有哪几种走法），而这几种算法对于求最短路径这类最优解问题显然是不合适的，以下介绍的几种算法就要优越很多。const dis:array[1..5,1..5] of integer =( ( 0, 7, 3,10,15),　　　　　　　　　　　　　　　　　　　　　　( 7, 0, 5,13,12),　　　　　　　　　　　　　　　　　　　　　　( 3, 5, 0, 5,10),　　　　　　　　　　　　　　　　　　　　　　(10,13, 5, 0,11),　　　　　　　　　　　　　　　　　　　　　　(15,12,10,11, 0));　　以下是几种解法：　　一、 宽度优先搜索　　宽度优先搜索并不是一种很优秀的算法，只里只是简单介绍一下它的算法。　　具体方法是：　　1、 A点开始依次展开得到AB、AC、AD、AE四个新结点（第二层结点），当然每个新结点要记录下其距离；2、 AB展开得到ABC、ABD、ABE三个新结点（第三层结点），而由AC结点可展开得到ACB、ACD、ACE三个新结点，自然AD可以展开得到ADB、ADC、ADE，AE可以展开得到AEB、AEC、AED等新结点，对于每个结点也须记录下其距离；3、 ABCD、ABCE、ABDC、ABDE、ABEC、ABED……AEDB、AEDC，每个结点也需记录下其距离；4、 ABCDE、ABCED、……、AEDBC、AEDCB，每个结点也需记录下其距离；5、 　　由上可见，这种算法也是把所有的可能路径都列出来再找最短的那条，显而易见这也是一种很费时的算法。 　　二、 A＊算法A＊算法是在宽度优先搜索算法的基础上，每次并不是把所有可展的结点展开，而是对所有没有展开的结点，利用一个自己确定的估价函数对所有没展开的结点进行估价，从而找出最应该被展开的结点（也就是说我们要找的答案最有可能是从该结点展开），而把该结点展开，直到找到目标结点为止。A＊算法实现起来并不难，只不过难在找准估价函数，大家可以自已找资料看看。 　　 　　等代价搜索法也是基于宽度优先搜索上进行了部分优化的一种算法，它与A＊算法的相似之处都是每次只展开某一个结点（不是展开所有结点），不同之处在于：它不需要去另找专门的估价函数，而是以该结点到A点的距离作为估价值，也就是说，等代价搜索法是A＊算法的一种简化版本。它的大体思路是：1、 A点开始依次展开得到AB（7）、AC（3）、AD（10）、AE（15）四个新结点，把第一层结点A标记为已展开，并且每个新结点要记录下其距离（括号中的数字）；2、 AB、AC、AD、AE四个结点中距离最小的一个展开，即展开AC（3）结点，得到ACB（8）、ACD（16）、ACE（13）三个结点，并把结点AC标记为已展开；3、 AB（7）结点，得到ABC（12）、ABD（20）、ABE（19）三个结点，并把结点AB标记为已展开；4、 ACB（8）结点……；5、 5个字母）时，即得到了结果。A＊算法和等代价搜索法并没有象宽度优先搜索一样展开所有结点，只是根据某一原则（或某一估价函数值）每次展开距离A点最近的那个结点（或是估价函数计算出的最可能的那个结点），反复下去即可最终得到答案。虽然中途有时也展开了一些并不是答案的结点，但这种展开并不是大规模的，不是全部展开，因而耗时要比宽度优先搜索小得多。 2、题目基本同例1、但只要求求A到E点的最短路径（并不要求每个城市都要走一遍）。　　答案是肯定的，但到底搜索到什么时候才能得到答案呢？这可是个很荆手的问题。　　是不是搜索到一个结点是以E结束时就停止呢？显然不对。E为结束的结点全部搜索出来呢？这简直就是宽度优先搜索了，显然不对。E时，这个结点就是我们所要求的答案！ 　　四、Warshall算法i,j间的最短距离（记为Dij）会等于从i点出发到达j点的以任一点为中转点的所有可能的方案中，距离最短的一个。即：Dij=min(Dij,Dik+Dkj，……)，1 =k =5。A到E的最短路径。　　1、 D；2、 i=1;3、 j=1；4、 repeat5、 c=false; {用以判断第6步是否有某个Dij值被修改过}6、 Dij=min(Dij,Dik+Dkj，……), k=1 to 5 Dij被修改则c=true7、 I=I+18、 J=j+19、