迪杰斯特拉算法与Floyd算法实现无向图的最短路径的计算与求解.docVIP

摘 要 本次课程设计主要核心为利用迪杰斯特拉算法和Floyd算法实现无向图的最短路径的计算和求解。要求理解算法的具体实现流程、学会正确使用该算法求解实际问题。本次课程设计具体内容是：通过对两个算法的理解与应用来比较两个算法的优缺点。本程序要求结合最短路算法以及相应的数据结构的定义和使用，实现一个最短路径算法的简单应用。本课程设计是对书本知识的简单应用，以此培养大家用书本知识解决实际问题培养实际工作所需要的动手能力以科学理论和工程上的技术，规范地开发大型、复杂、高质量的应用软件和系统软件 ? 1.2算法描述 1.2.1算法思想：设G=(V,E)是一个带权有向图，把图中顶点集合V分成两组，第一组为已求出最短路径的顶点集合（用S表示，初始时S中只有一个源点，以后每求得一条最短路径 , 就将加入到集合S中，直到全部顶点都加入到S中，算法就结束了），第二组为其余未确定最短路径的顶点集合（用U表示），按最短路径长度的递增次序依次把第二组的顶点加入S中。在加入的过程中，总保持从源点v到S中各顶点的最短路径长度不大于从源点v到U中任何顶点的最短路径长度。此外，每个顶点对应一个距离，S中的顶点的距离就是从v到此顶点的最短路径长度，U中的顶点的距离，是从v到此顶点只包括S中的顶点为中间顶点的当前最短路径长度。 1.1.2算法步骤： a.初始时，S只包含源点，即S＝{v}，v的距离为0。U包含除v外的其他顶点，即:U={其余顶点}，若v与U中顶点u有边，则u,v正常有权值，若u不是v的出边邻接点，则u,v权值为∞。 b.从U中选取一个距离v最小的顶点k，把k，加入S中（该选定的距离就是v到k的最短路径长度）。 c.以k为新考虑的中间点，修改U中各顶点的距离；若从源点v到顶点u的距离（经过顶点k）比原来距离（不经过顶点k）短，则修改顶点u的距离值，修改后的距离值的顶点k的距离加上边上的权。 d.重复步骤b和c直到所有顶点都包含在S中。 ? 执行动画过程如下图 1.3算法代码实现： const int MAXINT = 32767; const int MAXNUM = 10; int dist[MAXNUM];int prev[MAXNUM]; int A[MAXUNM][MAXNUM]; void Dijkstra(int v0) { bool S[MAXNUM]; // 判断是否已存入该点到S集合中 int n=MAXNUM; for(int i=1; i=n; ++i) { dist[i] = A[v0][i]; S[i] = false; // 初始都未用过该点 if(dist[i] == MAXINT) prev[i] = -1; else prev[i] = v0; } dist[v0] = 0; 　S[v0] = true; 　　 　for(int i=2; i=n; i++) 　　{ int mindist = MAXINT; int u = v0; 　　 // 找出当前未使用的点j的dist[j]最小值 for(int j=1; j=n; ++j) if((!S[j]) dist[j]mindist) { u = j; // u保存当前邻接点中距离最小的点的号码 mindist = dist[j]; } S[u] = true; for(int j=1; j=n; j++) if((!S[j]) A[u][j]MAXINT) { if(dist[u] + A[u][j] dist[j]) //在通过新加入的u点路径找到离v0点更短的路径 　 　{ dist[j] = dist[u] + A[u][j]; //更新dist prev[j] = u; //记录前驱顶点 　　 } 　 　} 　　} } 1.4算法实例 先给出一个无向图 用Dijkstra算法找出以A为起点的单源最短路径步骤如下 ? 二、Floyd算法 2.1定义概览 Floyd-Warshall算法（Floyd-Warshall algorithm）是解决任意两点间的最短路径的一种算法，可以正确处理有向图或负权的最短路径问题，同时也被用于计算有向