算法分析与设计分析.docxVIP

重庆邮电大学研究生堂下考试答卷 2015-2016学年第 1 学期 考试科目 算法分析与设计 姓 名 胡飘 年 级 研一 学 号 S150231023 专 业 计算机技术 2015 年 12月 31日 算法是求解问题类的、机械的、统一的方法，常用于计算、数据处理（英语：Data processing）和自动推理。可以理解为有基本运算及规定的运算顺序所构成的完整的解题步骤。或者看成按照要求设计好的有限的确切的计算序列，并且这样的步骤和序列可以解决一类问题。 算法中的指令描述的是一个计算，当其运行时能从一个初始状态和（可能为空的）初始输入开始，经过一系列有限而清晰定义的状态，最终产生输出并停止于一个终态。一个状态到另一个状态的转移不一定是确定的。随机化算法在内的一些算法，包含了一些随机输入。 单源最短路径问题 在现实生活中，求最短路径的问题比比皆是，其中最为常见的就是单源最短路径问题。比如：乘汽车旅行的人总希望找出到目的地的尽可能的短的行程。如果有一张地图并在图上标出每对十字路口之间的距离，如何找出这一最短行程？物流配送中，如何设计最短路径来节省物流成本等的问题。 针对这些类似的问题，本文设计出相应的问题模型，然后对模型使用不同的算法进行结果的分析对比。问题模型如下: 0 1 2 4 3 60 100 30 10 10 60 50 Dijkstra算法: 采用贪心算法范式进行设计，又称为单源最短路径，所谓单源是在一个有向图中，从一个顶点出发，求该顶点至所有可到达顶点的最短路径问题。要顺利实现算法，要求理解Dijstra的算法，同时还要理解图的一些基本概念，图由节点和边构成，将节点和边看成对象，每个对象有自己的特有属性。 该算法的理论分析如下： 最短路径的最优子结构性质: 如果P(i,j)={Vi....Vk..Vs...Vj}是从顶点i到j的最短路径，k和s是这条路径上的一个中间顶点，那么P(k,s)必定是从k到s的最短路径。下面证明该性质的正确性。 假设P(i,j)={Vi....Vk..Vs...Vj}是从顶点i到j的最短路径，则有P(i,j)=P(i,k)+P(k,s)+P(s,j)。而P(k,s)不是从k到s的最短距离，那么必定存在另一条从k到s的最短路径P(k,s)，那么P(i,j)=P(i,k)+P(k,s)+P(s,j)P(i,j)。则与P(i,j)是从i到j的最短路径相矛盾。 由上述性质可知，如果存在一条从i到j的最短路径(Vi.....Vk,Vj)，Vk是Vj前面的一顶点。那么(Vi...Vk)也必定是从i到k的最短路径。为了求出最短路径，Dijkstra就提出了以最短路径长度递增，逐次生成最短路径的算法。譬如对于源顶点V0，首先选择其直接相邻的顶点中长度最短的顶点Vi，那么当前已知可得从V0到达Vj顶点的最短距离dist[j]=min{dist[j],dist[i]+matrix[i][j]}。根据这种思路，假设存在G=V,E，源顶点为V0，U={V0},dist[i]记录V0到i的最短距离，path[i]记录从V0到i路径上的i前面的一个顶点。 1.从V-U中选择使dist[i]值最小的顶点i，将i加入到U中； 2.更新与i直接相邻顶点的dist值(dist[j]=min{dist[j],dist[i]+matrix[i][j]})； 3.知道U=V，停止。 该算法的主要实现代码（本文使用的C++,操作系统为wind10家庭版）如下： #include iostream #includestack #includectime #define M 100 #define N 100 using namespace std; typedef struct node { int matrix[N][M]; //邻接矩阵 int n; //顶点数 int e; //边数 }MGraph; void DijkstraPath(MGraph g,int *dist,int *path,int v0) //v0表示源顶点 { int i,j,k; bool *visited=(bool *)malloc(sizeof(bool)*g.n);