2016_数据结构_第7章.ppt

② 将图中一个顶点Vk 加入到S中，修改A[i][j]的值，修改方法是： A[i][j]=Min{A[i][j] , (A[i][k]+A[k][j]) } 1 算法思想 设顶点集S(初值为空)，用数组A的每个元素A[i][j]保存从Vi只经过S中的顶点到达Vj的最短路径长度，其思想是： ① 初始时令S={ } ， A[i][j]的赋初值方式是： Wij i≠j且vi,vj∈E， wij为弧上的权值 ∞ i≠j且vi,vj不属于E A[i][j]= 0 i =j时 * 7.7.2 每一对顶点间的最短路径 原因： 从Vj只经过S中的顶点(Vk)到达Vj的路径长度可能比原来不经过Vk的路径更短。 ③ 重复②，直到G的所有顶点都加入到S中为止。 2 算法实现 ◆ 定义二维数组Path[n][n](n为图的顶点数) ，元素Path[i][j]保存从Vi到Vj的最短路径所经过的顶点。 ◆ 若Path[i][j]=k：从Vi到Vj 经过Vk ，最短路径序列是(Vi , …, Vk , …, Vj) ，则路径子序列：(Vi , …, Vk)和(Vk , …, Vj)一定是从Vi到Vk和从Vk到Vj 的最短路径。从而可以根据Path[i][k]和Path[k][j]的值再找到该路径上所经过的其它顶点，…依此类推。 * 7.7.2 每一对顶点间的最短路径 ◆ 初始化为Path[i][j]=-1，表示从Vi到Vj 不经过任何(S中的中间)顶点。当某个顶点Vk加入到S中后使A[i][j]变小时，令Path[i][j]=k。 表7-4给出了利用Floyd算法求图7-26的带权有向图的任意一对顶点间最短路径的过程。 图7-26 带权有向图及其邻接矩阵 0 2 8 ∞ 0 4 5 ∞ 0 V1 4 8 2 V2 V0 5 * 7.7.2 每一对顶点间的最短路径 根据上述过程中Path[i][j]数组，得出： V0到V1 ：最短路径是{ 0, 1 } ，路径长度是2 ； V0到V2 ：最短路径是{ 0, 1, 2 } ，路径长度是6 ； V1到V0 ：最短路径是{ 1, 2, 0 } ，路径长度是9 ； 表7-4 用Floyd算法求任意一对顶点间最短路径 0 2 8 ∞ 0 4 5 ∞ 0 0 2 8 ∞ 0 4 5 7 0 0 2 6 ∞ 0 4 5 7 0 0 2 6 9 0 4 5 7 0 A -1 -1 -1 -1 -1 -1 -1 -1 -1 -1 -1 -1 -1 -1 -1 -1 0 -1 -1 -1 1 -1 -1 -1 -1 0 -1 -1 -1 1 2 -1 -1 -1 0 -1 Path S { } { 0 } { 0, 1 } { 0, 1, 2 } 步骤 初态 k=0 K=1 K=2 * V1到V2 ：最短路径是{ 1, 2 } ，路径长度是4 ； V2到V0 ：最短路径是{ 2, 0 } ，路径长度是5 ； V2到V1 ：最短路径是{ 2, 0, 1 } ，路径长度是7 ； 算法实现 int A[MAX_VEX][MAX_VEX] ; int Path[MAX_VEX][MAX_VEX] ; void Floyd_path (AdjGraph *G) { int j, k, m ; for ( j=0; jG-vexnum; j++) for ( k=0; kG-vexnum; k++) { A[j][k]=G-adj[j][k] ; Path[j][k]=-1 ; } /* 各数组的初始化 */ * 7.7.2 每一对顶点间的最短路径 for ( m=0; mG-vexnum; m++) for ( j=0; jG-vexnum; j++) for ( k=0; kG-vexnum; k++) if ((A[j][m]+A[m][k])A[j][k]) { A[j][k]=A[j][m]+A[m][k] ; Path[j][k]=k ; } /* 修改数组A和Path的元素值 */ for ( j=0; jG-vexnum; j++) for ( k=0; kG-vexnum; k++) if (j!