第七章 图要点.ppt

* Dijkstra逐步求解的过程 1 0 4 3 2 10 100 30 50 20 60 10 源点 终点 最短路径 路径长度 v0 v1 (v0,v1) 10 v2 (v0,v1,v2) (v0,v3,v2) ?,60,50 v3 (v0,v3) 30 v4 (v0,v4) (v0,v3,v4) (v0,v3,v2 ,v4) 100,90,60 * 引入辅助数组dist。它的每一个分量dist[i]表示当前找到的从源点 v0到终点 vi 的最短路径的长度。初始状态： 若从源点v0到顶点 vi 有边, 则dist[i]为该边上的权值； 若从源点v0到顶点 vi 无边, 则dist[i]为? 。 假设 S 是已求得的最短路径的终点的集合，则可证明：下一条最短路径必然是从v0 出发，中间只经过 S 中的顶点便可到达的那些顶点vx (vx?V-S )的路径中的一条。 每次求得一条最短路径后, 其终点vk 加入集合S，然后对所有的vi ?V-S，修改其 dist[i]值。 * Dijkstra算法 ① 初始化： S ← { v0 }; dist[j] ← Edge[0][j], j = 1, 2, …, n-1; // n为图中顶点个数 ② 求出最短路径的长度： dist[k] ← min { dist[i] }, i ? V- S ; S ← S U { k }; ③ 修改： dist[i] ← min{ dist[i], dist[k] + Edge[k][i] }, 对于每一个 i ? V- S ; ④ 判断：若 S = V, 则算法结束，否则转 ②。 * void ShortestPath (MTGraph G, int v ){ //MTGraph是一个有 n 个顶点的带权有向图,各边上的 权值由Edge[i][j]给出。 //dist[j], 0? jn, 是当前求到的从顶点v 到顶点 j 的最短 路径长度, 用数组path[j], 0? jn, 存放求到的最短路径。 EdgeData dist[G.n]; //最短路径长度数组 int path[G.n]; //最短路径数组 int S[G.n]; //最短路径顶点集 计算从单个顶点到其它各顶点最短路径 * for ( int i = 0; i n; i++) { dist[i] = G.Edge[v][i]; //dist数组初始化 S[i] = 0; //集合S初始化 if ( i != v dist[i] MaxValue ) path[i] = v; else path[i] = -1; //path数组初始化 } S[v] = 1; dist[v] = 0; //顶点v加入顶点集合 for ( i = 0; i n-1; i++ ) {#//从顶点v确定n-1条路径 float min = MaxValue; int u = v; * for ( int j = 0; j n; j++ ) //选当前不在集合S中具有最 if ( !S[j] dist[j] min )短路径的顶点u { u = j; min = dist[j]; } S[u] = 1; //将顶点u加入集合S，表示它已在最短路径上 for ( int w = 0; w n; w++ ) //修改 if (!S[w] G.Edge[u][w] MaxValue dist[u] + G.Edge[u][w] dist[w] ) { //顶点w未加入S,