迪杰斯特拉算和法Floyd算法实现无向图的最短路径的计算和求解.docVIP

摘 要 本次课程设计主要核心为利用迪杰斯特拉算法和Floyd算法实现无向图的最短路径的计算和求解。要求理解算法的具体实现流程、学会正确使用该算法求解实际问题。本次课程设计具体内容是：通过对两个算法的理解与应用来比较两个算法的优缺点。本程序要求结合最短路算法以及相应的数据结构的定义和使用，实现一个最短路径算法的简单应用。本课程设计是对书本知识的简单应用，以此培养大家用书本知识解决实际问题的能力；培养实际工作所需要的动手能力；培养以科学理论和工程上能力的技术，规范地开发大型、复杂、高质量的应用软件和系统软件。 关键字：迪杰斯特拉算法，Floyd算法，最短路径，算法设计，数据结构 目录 摘要 1 一、Dijkstra算法 3 1.1定义概览 3 1.2算法描述 3 1.2.1算法思想： 3 1.1.2算法步骤 4 1.3算法代码实现 5 1.4算法实例 6 二、Floyd算法 8 2.1定义概览 8 2.2算法描述 8 2.2.1算法思想原理 8 2.3算法代码实现 11 三、结论 12 四、参考文献 13 一、Dijkstra算法 1.1定义概览 Dijkstra(迪杰斯特拉)算法是典型的单源最短路径算法，用于计算一个节点到其他所有节点的最短路径。主要特点是以起始点为中心向外层层扩展，直到扩展到终点为止。Dijkstra算法是很有代表性的最短路径算法，在很多专业课程中都作为基本内容有详细的介绍，如数据结构，图论，运筹学等等。注意该算法要求图中不存在负权边。 问题描述：在无向图 G=(V,E) 中，假设每条边 E[i] 的长度为 w[i]，找到由顶点 V0 到其余各点的最短路径。 ? 1.2算法描述 1.2.1算法思想：设G=(V,E)是一个带权有向图，把图中顶点集合V分成两组，第一组为已求出最短路径的顶点集合（用S表示，初始时S中只有一个源点，以后每求得一条最短路径 , 就将加入到集合S中，直到全部顶点都加入到S中，算法就结束了），第二组为其余未确定最短路径的顶点集合（用U表示），按最短路径长度的递增次序依次把第二组的顶点加入S中。在加入的过程中，总保持从源点v到S中各顶点的最短路径长度不大于从源点v到U中任何顶点的最短路径长度。此外，每个顶点对应一个距离，S中的顶点的距离就是从v到此顶点的最短路径长度，U中的顶点的距离，是从v到此顶点只包括S中的顶点为中间顶点的当前最短路径长度。 1.1.2算法步骤： a.初始时，S只包含源点，即S＝{v}，v的距离为0。U包含除v外的其他顶点，即:U={其余顶点}，若v与U中顶点u有边，则u,v正常有权值，若u不是v的出边邻接点，则u,v权值为∞。 b.从U中选取一个距离v最小的顶点k，把k，加入S中（该选定的距离就是v到k的最短路径长度）。 c.以k为新考虑的中间点，修改U中各顶点的距离；若从源点v到顶点u的距离（经过顶点k）比原来距离（不经过顶点k）短，则修改顶点u的距离值，修改后的距离值的顶点k的距离加上边上的权。 d.重复步骤b和c直到所有顶点都包含在S中。 ? 执行动画过程如下图 1.3算法代码实现： const int MAXINT = 32767; const int MAXNUM = 10; int dist[MAXNUM];int prev[MAXNUM]; int A[MAXUNM][MAXNUM]; void Dijkstra(int v0) { bool S[MAXNUM]; // 判断是否已存入该点到S集合中 int n=MAXNUM; for(int i=1; i=n; ++i) { dist[i] = A[v0][i]; S[i] = false; // 初始都未用过该点 if(dist[i] == MAXINT) prev[i] = -1; else prev[i] = v0; } dist[v0] = 0; 　S[v0] = true; 　　 　for(int i=2; i=n; i++) 　　{ int mindist = MAXINT; int u = v0; 　　 // 找出当前未使用的点j的dist[j]最小值 for(int j=1; j=n; ++j) if((!S[j]) dist[j]mindist) { u = j; // u保存当前