第七章 图.pptVIP

* * * * 需要在黑板上画出图 * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * {for(v=0; vG.vexnum; ++v) {final[v] = FALSE; D[v] = G.arcs[v0][v]; for(w=0; wG.vexnum; ++w) P[v][w] = FALSE; // 设空路径 if (D[v]INFINITY) {p[v][v0]=TRUE; p[v][v] = TRUE; } }// for D[v0] = 0; final[v0] = TRUE; // 初始化，v0顶点属于S集 void ShortesPath_DIJ(MGraph G, int v0, PathMatrix P, ShortPathTable D ) 若w是从v0到v最短路径上的顶点,则p[v][w]为TRUE 已经求得从v0到v的最短路径,final[v]为TRUE // 开始主循环，每次求得v0到某个v顶点的最短路径，并加v到S集 for (i=1; iG.vexnum; ++i) // 其余G.vexnum-1个顶点 {min = INFINITY; //当前所知离v0顶点的最近距离 for(w=0;wG.vexnum; ++w) if (! final[w]) // w顶点在V -S中 if(D[w]min) {v = w; min = D[w]; } // w顶点离v0顶点更近 final[v] = TRUE; // 离v0顶点最近的v加入s集 for(w=0; wG.vexnum; ++w) //更新当前最短路径及距离 if(! final[w] (min+G.arcs[v][w]D[w])) { D[w] = min + G.arcs[v][w]; //修改D[w]和P[w],w∈V-S P[w] = P[v]; P[w][w] = TRUE; // P[w] = P[v] + [w] }// if }// for }// ShortestPath_DIJ 三、每一对顶点之间的最短路径 方法一:每次以一个顶点为源点,重复执行迪杰斯特拉方法 方法二：Floyd 算法,求顶点对Vi,Vj的最短路径： (1)Vi,V0,Vj的路径长度与Vi,Vj比较，小者为从Vi到Vj的中间顶点序号不大于0的最短路径 (2) 加入顶点V1, 设Vi,……,V1和V1,……,Vj为 中间顶点序号不大于0的最短路径， 比较Vi,……,V1,……,Vj和Vi,V0,Vj， 小者为从Vi到Vj的中间顶点序号不大于1的最短路径 定义n阶方阵序列： 表示从Vi到Vj的中间顶点序号不大于k的最短路径的长, v0 v1 v2 6 4 11 3 2 (3)依次加入V2,V3,……,Vn-1, 共经过n次比较后，求得Vi到Vj的最短路径 void ShortestPath_FLOYD(Mgraph G, PathMatrix p[ ], DistancMatrix D ) {for (v=0; vG.vexnum; ++v) //各对结点之间初始已知路径及距离 for (w=0; wG.vexnum; ++w) {D[v][w] = G.arc[v][w]; for(u=0; uG.vexnum; ++u) P[v][w][u] = FALSE; if (D[v][w] INFINITY) // 从v到w有直接路径 {P[v][w][v] = TRUE; P[v][w][w] = TRUE; } }// for for (u=0;uG.vexnum; ++u) for (v=0; vG.vexnum; ++v) for (w=0; wG.vexnum; ++w) if (D[v][u]+D[u][w]D[v][w]) //从v经u到w的一条路径更短 {D[v][w] = D[v][u] + D[u][w]