lecture_11_4动态规划所有点对的最短距离.ppt

7.5所有点对的最短路径问题 对于一个各边权值均大于0的有n个顶点的带权有向图G=(V,E)，求所有顶点之间的最短路径和最短距离。 复习Dijkstra算法 其基本思想是，设置顶点集合S并不断地作贪心选择来扩充这个集合。一个顶点属于集合S当且仅当从源到该顶点的最短路径长度已知。 初始时，S中仅含有源点。设u是G的某一个顶点，把从源点到u且中间只经过S中顶点的路称为从源到u的特殊路径，并用数组distance记录当前每个顶点所对应的最短特殊路径长度。Dijkstra算法每次从V-S中取出具有最短特殊路长度的顶点u，将u添加到S中，同时对数组distance作必要的修改。一旦S包含了所有V中顶点，distance就记录了从源到所有其它顶点之间的最短路径长度。 算法中，我们不断更新以下三个数组： s数组: s[i]，当顶点i加入S时，s[i]置1 Distance数组: Distance[i]记录原点到 顶点i的最短特殊路径长度。 path数组： path[i]记录顶点i在其最短特殊路径上的前驱顶点。由该数组可求得原点到各点的最短路径。如：设源点是顶点1, path数组如下 例如，对右图中的有向图，应用Dijkstra算法计算从源顶点1到其它顶点间最短路径的过程列在下页的表中。 方法一：重复调用Dijkstra算法n次 可轮流以每一个顶点为源点，重复调用狄克斯特拉算法函数Dijkstra() n次，即可求得所有顶点之间的最短路径和最短距离。 利用Dijkstra()函数求所有顶点之间的最短路径算法如下。其中，distance[i][j]中存放着从顶点i到顶点j的最短距离，path[i][j]中存放着从顶点i到顶点j的最短路径的前一顶点下标。 voidShortPath(AdjMWGraph G, int **distance, int **path) { Int n=G.NumOfVertices(); for(inti=0;in;i++) Dijkstra(G,i,distance［i］,path［i］); } 该问题具有最优子结构性质 例如上图中，若路线I和J是A到C的最优路径，则根据最优化原理，路线J必是从B到C的最优路线。 子问题的构造 原问题：每个顶点到其他所有顶点的最短距离 最小的子问题D0：从顶点i （不得经过任何其他顶点）到顶点j的距离； 子问题D1：从顶点i（可以经过顶点1，不得经过其他任何其他顶点）到顶点j的距离。 子问题Dk：从顶点i（可以经过顶点1、顶点2、……顶点k，不得经过任何其他顶点）到顶点j的距离。 子问题Dn：从顶点i（可以经过顶点1、顶点2、……顶点n ）到顶点j的距离。 ——即原问题 递推关系的建立 由di,jk-1推出di,jk的过程如下 若k=0, di,jk=L[i][j] (因为从i到j不允许经过任何其他顶点） 若1≤k ≤ n, di,jk=min{di,jk-1 , di,kk-1 +dk,jk-1} 计算过程 例：考虑下图所示的带权有向图，求所有顶点之间的最短距离。 算法设计 FLOYD算法 FLOYD(int *L,int n) {int *D=(int *)malloc((n+1)*(n+1)*sizeof(int)); D L {将数组L复制到D}; for(k=0;kn;k++) for(i=0;in;i++) for(j=0;jn;j++) D[i*n+j]=min(D[i*n+j], D[i*n+k]+D[k*n+j]); } 7.6 0-1背包问题 给定n种物品和一背包。物品i的重量是wi，其价值为vi，背包的容量为C。问应如何选择装入背包的物品，使得装入背包中物品的总价值最大? 目标：使装入背包中物品的总价值最大 约束条件：装入的物品总重不得超过C 海盗盗宝问题 海盗有一背包，最大容积为9，现有5件宝物： 体积si分别是2、3、4、5和4公斤 价值vi分别是3、7、5、9和 8 请给出装载方案，使背包价值达到最大。 子问题的构造 当n=1时:只有一个物品， s1=2,v1=3 若背包容量c=0、1，则无法装入物品1，得到背包价值为0 若背包容量c=2、3、4、5、6，7，8，9则可装入物品1，得到背包价值为3。 考虑两个物品的情况 当n=2时，有两个物品， s1=2,v1=3，s2=3,v2=7 若背包容量c=0、1，得到背包价值为0 若背包容量c=2，可装入物品1，得总价值m[2][2]=3 若背包容量c