数据结构C语言版第2版李云清杨庆红揭安全第8章_图课件教学.pptVIP

/* 函数功能：输出有向图的最短路径 函数参数：邻接矩阵g；路径向量p；距离向量d */ void print_gpd(Mgraph g,path p,dist d) { int st[M],i,pre,top=-1; /*定义栈st并初始化空栈*/ for (i=0;ig.n;i++) { printf(\nDistancd: %7d , path: ,d[i]); st[++top]=i; pre=p[i]; while (pre!=-1) /*从第i个顶点开始向前搜索最短路径上的顶点*/ { st[++top]=pre; pre=p[pre]; } while (top0) printf(%2d,st[top--]); } } 算法8.7 求有向网中一个顶点到其它顶点的最短路径 void main() { Mgraph g; /* 有向图邻接矩阵 */ path p; /* 路径向量 */ dist d; /* 最短路径向量 */ int v0; creat(g,g13.txt,1); /*假设图8.21所示的有向网G13的输入文件为g13.txt */ printf(please input the source point v0:); scanf(%d,v0); /*输入源点*/ dijkstra(g,v0,p,d); /*求v0到其他各点的最短距离*/ print_gpd(g,p,d); /*输出v0到其它各点的路径信息及距离*/ } 8.6.2所有顶点对的最短路径 问题的提法：已知一个各边权值均大于0的带权有向图，对每一对顶点 vi ? vj，要求求出vi 与vj之间的最短路径和最短路径长度。 解决这个问题显然可以利用单源最短路径算法，具体做法是依次把有向网G中的每个顶点作为源点，重复执行Dijkstra算法n次，即执行循环体：总的时间复杂度为O(n3)。 for （v=0；vg.n；v++） { dijkstra（g，v，p，d）； print_gpd（g，p，d）； } 下面将介绍用弗洛伊德(Floyd)算法来实现此功能,时间复杂度仍为O(n3),但该方法比调用n次迪杰斯特拉方法更直观一些。 2． 弗洛伊德算法的基本思想 弗洛伊德算法仍然使用前面定义的图的邻接矩阵edges[N][N]来存储带权有向图。算法的基本思想是: 设置一个NxN的矩阵A[N][N]，其中除对角线的元素都等于0外，其它元素A[i][j]的值表示顶点i到顶点j的最短路径长度，运算步骤为： 开始时，以任意两个顶点之间的有向边的权值作为路径长度，没有有向边时，路径长度为∞，此时, A [i][j]=edges[i][j], 以后逐步尝试在原路径中加入其它顶点作为中间顶点，如果增加中间顶点后，得到的路径比原来的路径长度减少了，则以此新路径代替原路径，修改矩阵元素。具体做法为： 第一步，让所有边上加入中间顶点0，取A[i][j]与A[i][0]+A[0][j]中较小的值作A[i][j]的值. 第二步，让所有边上加入中间顶点1，取A[i][j]与A[i][1]+A[1][j]中较小的值，完成后得到A[i][j] …，如此进行下去，当第n步完成后，得到 A[i][j] ,即为我们所求结果, A [i][j]表示顶点i到顶点j的最短距离。 因此，弗洛伊德算法可以描述为: ? A(-1)[i][j]=edges[i][j]; /*edges为图的邻接矩阵*/ ? A(k+1)[i][j]=min{Ak [ i ][ j ], Ak [ i ][k+1]+Ak [k+1][ j ] } 其中 k=-1,1,2,…, n-2 2 0 3 1 6 8 3 5 9 1 4 2 0 1 ∞ 4 ∞ 0 9 2 3 5 0 8 ∞ ∞ 6 0 例 求下图中所在顶点对之间的最短路径。 下面给出Floyd的算法实现。 /****************************************/ /* 所有顶点对最短路径算法 文件名floyd.c */ /****************************************/ #include ljjz.h /* 引入邻接矩