贪心法求解单元最短路径问题.docVIP

实验1. 贪心法求解单源最短路径问题 实验内容 本实验要求基于算法设计与分析的一般过程（即待求解问题的描述、算法设计、算法描述、算法正确性证明、算法分析、算法实现与测试）。应用贪心策略求解有向带权图的单源最短路径问题。 实验目的 通过本次实验，掌握算法设计与分析的一般过程，以及每个步骤的基本方法。并应用贪心法求解单源最短路径问题。 环境要求 对于环境没有特别要求。对于算法实现，可以自由选择C, C++, Java，甚至于其他程序设计语言。 Java 实验步骤 步骤1：理解问题，给出问题的描述。 步骤2：算法设计，包括策略与数据结构的选择 步骤3：描述算法。希望采用源代码以外的形式，如伪代码、流程图等； 步骤4：算法的正确性证明。需要这个环节，在理解的基础上对算法的正确性给予证明； 步骤5：算法复杂性分析，包括时间复杂性和空间复杂性； 步骤6：算法实现与测试。附上代码或以附件的形式提交，同时贴上算法运行结果截图; 步骤7：技术上、分析过程中等各种心得体会与备忘，需要言之有物。 说明：步骤1-6在“实验结果”一节中描述，步骤7在“实验总结”一节中描述。 实验结果 步骤1：给定一个有向带权图G=（V，E），其中每条边的权是一个非负实数。另外，给定V中的一个顶点，称为源点。现在要计算从源点到所有其他各个顶点的最短路径长度，这里的路径长度是指路径上经过的所有边上的权值之和。这个问题通常称为单源最短路径问题。 步骤2：Dijkstra算法思想，即先求出长度最短的一条路径，再参照它求出长度此短的一条路径，以此类推，直到从源点到其他各个顶点的最短路径全部求出为止 a：设计合适的数据结构。带权邻接矩阵C记录结点之间的权值，数组dist来记录从源点到其它顶点的最短路径长度，数组p来记录最短路径； b：初始化。令集合S={u}，对于集合V-S中的所有顶点x，设置dist[x]=C[u][x]；如果顶点i与源点相邻，设置p[i]=u，否则p[i]=-1； c：贪心选择结点。在集合V-S中依照贪心策略来寻找使得dist[x]具有最小值的顶点t，t就是集合V-S中距离源点u最近的顶点 d：更新集合S和V-S。将顶点t加入集合S中，同时更新集合V-S； e：判断算法是否结束。如果集合V-S为空，算法结束。否则，转步骤6； f：对相关结点做松弛处理。对集合V-S中的所有与顶点t相邻的顶点x，如dist[x]dist[t]+C[t][x]，则dist[x]=dist[t]+C[t][x]并设置p[x]=t。 步骤3： import java.util.Scanner; public class Theshortapproach { private static int n;//G图中的顶点个数 private static int []distent = null;//最短路径长度 private static int []previous = null;//前驱顶点集合 public static void dijkstra(int v,int[][] a,int[] dist,int[] prev){ //单源最短路径问题的Dijkstra算法 int n = dist.length-1; //问题的规模，0号元素未使用 if(v 1||v n) return; //源不在图中，则返回 boolean[] s = new boolean[n+1];//判断点是否在集合S中 //初始化 for(int i = 1;i = n;i++){ dist[i] = a[v][i]; //源到点i的最短特殊路径长度 s[i] = false; //点i现在不在集合s中 if(dist[i] == -1) prev[i] = 0; //若最短路径长度恒为-1表示无通路，则让点i的前驱点为0 else prev[i] = v; //有通路则让点i的前驱指向源 } dist[v] = 0; s[v] = true; //源放入集合s中 for(int i = 1;i n;i++){ int temp = Integer.MAX_VALUE; int u = v; //在剩下的点中除了没有通路的点中找到最容易到达的，并把最容易到达的放入u中 for(int j = 1;j = n;j++){ if((!s[j])(dist[j]temp)(dist[j]!=-1)){