最短路径算法英文献翻译.docVIP

迪克斯特林算法的改进及在路线规划中的应用 摘要：为了提高路网路线规划效率，许多专家学者对此进行了一些研究。Dijk stra算法是一个研究热点。两点之间寻找一个最佳路径时斯特拉算法有自己的缺点，但它具有无可替代的优势。通过对经典Dijk stra算法分析，我们可以发现，主要缺点可以概括为两点：存储结构搜索区。因此，本文改进了这两点，即数据存储结构和限制算法搜索改进。分析实验结果其有效性关键词：斯特拉算法；道路网络；路规划；存储结构；搜索区域 2 ∞ ∞ ∞ ∞ ∞ 3 0 4 ∞ 1 3 3 ∞ ∞ ∞ ∞ 4 0 ∞ ∞ 4 ∞ 2 ∞ 3 ∞ ∞ ∞ ∞ 0 5 1 ∞ ∞ ∞ ∞ ∞ ∞ 1 ∞ 5 0 3 3 图片1，拓扑结构 图片2，邻接矩阵 关于上面提到存储模式，通过减少不必要的0和∞来压缩数据存储空间，用邻接表来存储数据。 （1）用表数组MGraph来表示存储矩阵G，邻接矩阵的每一行用单一的连接列表来表示，链接表中只存储非∞元素。每个节点有两个元素，一个是列值，另一个是权值。图3表示图1的存储方式： （2）每个点到源点的最短距离存储在一维数组D中。 （3）前一个节点存储在一维数组P中。 （4）参与比较的节点存储在一个辅助的双向链表中。 算法步骤如下： 步骤1，和节点v0直接相连的节点的D（vi）将被初始化为其权值，其余的为计算机所允许的最大值。 步骤2，和v0直接相连的节点被添加到路径列表中。 步骤3，找出具有最小权值的节点w，并在路线中删除w，如果剩余节点是0，就结束。 步骤4，修改最短路径，图G中和节点w直接相连的其他节点之间比较D[vi] 和D（w）+s(w,vi)，如果D[vi]的值比D（w）+s(w,vi)的值小或者D[vi]的值为∞，把vi加入到路径中。P(vi)的前一个节点设置为w,最短路径被修改为P(vi)= D（w）+s(w,vi)。然后重复步骤2。 B 复杂度分析 （1）空间复杂度的分析 因为采用列表数组MGraph，其空间复杂度是O(T)，T是图的边的数目。在最糟糕的情况下，如果T=n2,那么空间复杂度就为O(n2)。 （2）时间复杂度的分析 存储结构改进后，实施算法四步骤的时间复杂度如下： 步骤1的时间复杂度为O(n)；步骤2的时间复杂度为O(n)； 对于步骤3，第一循环的数目就是和v0直接相连的节点数目，即n1。和首次发现的且和v0的距离为∞的节点直接相连的节点数目加上n1-1即可得到第二循环的数目。直到节点数目为0即可得出分析结论，然后结束。最糟糕的情况是，节点v0和每个节点都有联系，其循环数目相应的就是（n-1）,（n-2）,…1，相应的时间复杂度就是（n-1）+（n-2）+…+1，即O(n2)。 步骤4的时间复杂度是O(T)，在最糟糕的情况下，如果T=n2,那么空间复杂度就为O(n2)。 因此，存储结构改进后的算法的时间复杂度是max{O(n),O(T),O(n2)},即O(n2)，时间复杂度是古典的迪克斯特拉算法相同。 但是都市路线网络的节点比较多，而且路线网络所对应的有向图是不完整的，节点的度小于5个，所以Tn2，在这种情况下，改进后的存储结构非常实用而且有效，消除了存储冗余的冗余计算。 Ⅲ 搜索区域 A 受限的搜索区域 因为经典的迪克斯特拉算法是一种全面的搜索过程，所以是肯定有冗余的，根据迪克斯特拉算法的特点以及实际道路网络的空间分布特征，算法必然会限制搜索区域，因为两点之间直线距离是最短的，当我们规划实际道路网络的时候，起始节点与终止