通信网课设.docVIP

课程设计说明书 NO.1 基于Java的Dijkstra最短路径算法 1.课程设计的目的 本课程设计是学习《数据通信与通信网技术》课程必要的教学环节为使学生取得最现代化的技能和研究方法训练就成为一个重要教学环节。最短路径算法介绍最常用的路径算法有：Dijkstra算法、A*算法、SPFA算法、Bellman-Ford算法、Floyd-Warshall算法、Johnson算法、所谓单源最短路径问题是指已知图G＝（V，E），我们希望找出从某给定的源结点S∈V到V中的每个结点的最短路径。首先，我们可以发现有这样一个事实：如果P是G中从vs到vj的最短路，vi是P中的一个点，那么，从vs沿P到vi的路是从vs到vi的最短路。最近在研究社会网络分析方面的一些特征值的计算，包括点度中心度、中间中心度以及接近中心度。而在所有的特征值计算中，中间中心度算是最难计算的一个。节点的中间中心度是指一个社会网络中，节点控制其他节点的能力，最早是由Freeman于1977年提出的用于衡量个体社会地位的参数。而在网络中进行量化时，u的节点中间中心度是指网络中任意两个节点的最短路径中经过u的数量比例之和。因此，要想知道某个节点的中间中心度，首先要寻找任意两个节点之间的最短路径。最短路径问题是图论研究中的一个经典算法问题，旨在寻找图中两结点之间的最短路径。算法具体的形式包括：确定起点的最短路径问题即已知起始结点，求最短路径的问题。确定终点的最短路径问题与确定起点的问题相反，该问题是已知终结结点，求最短路径的问题。在无向图中该问题与确定起点的问题完全等同，在有向图中该问题等同于把所有路径方向反转的确定起点的问题。确定起点终点的最短路径问题即已知起点和终点求两结点之间的最短路径。全局最短路径问题求图中所有的最短路径。用于解决最短路径问题的算法被称做最短路径算法 有时被简称作路径算法。首先每次新扩展一个距离最短的点，更新与其相邻的点的距离。当所有边权都为正时，由于不会存在一个距离更短的没扩展过的点，所以这个点的距离永远不会再被改变，因而保证了算法的正确性。不过根据这个原理，用Dijkstra求最短路的图不能有负权边，因为扩展到负权边的时候会产生更短的距离，有可能就破坏了已经更新的点距离不会改变的性质。引进一个辅助向量D，它的每个分量D表示当前所找到的从始点v到每个终点vi的最短路径的长度。如D[3]=2表示从始点v到终点3的路径相对最小长度为2。这里强调相对就是说在算法过程中D的值是在不断逼近最终结果但在过程中不一定就等于最短路径长度。它的初始状态为：若从v到vi有弧，则D为弧上的权值；否则置D为∞。显然，长度为 D[j]=Min{D | vi∈V} 的路径就是从v出发的长度最短的一条最短路径。此路径为(v,vj)。 那么，下一条长度次短的最短路径是哪一条呢？假设该次短路径的终点是vk，则可想而知，这条路径或者是(v,vk)，或者是(v,vj,vk)。它的长度或者是从v到vk的弧上的权值，或者是D[j]和从vj到vk的弧上的权值之和。 一般情况下，假设S为已求得最短路径的终点的集合，则可证明：下一条最短路径（设其终点为X）或者是弧(v,x)，或者是中间只经过S中的顶点而最后到达顶点X的路径。因此，下一条长度次短的最短路径的长度必是D[j]=Min{D | vi∈V-S} 其中，D或者是弧(v,vi)上的权值，或者是D[k](vk∈S)和弧(vk,vi)上的权值之和。 迪杰斯特拉算法描述如下：1）arcs表示弧上的权值。若不存在，则置arcs为∞（在本程序中为MAXCOST）。S为已找到从v出发的最短路径的终点的集合，初始状态为空集。那么，从v出发到图上其余各顶点vi可能达到的最短路径长度的初值为D=arcs[Locate Vex(G,v),i] vi∈V 2）选择vj，使得D[j]=Min{D | vi∈V-S} 修改从v出发到集合V-S上任一顶点vk可达的最短路径长度。Dijkstra算法的步骤 假设有两个集合或者说两个表，表A和表B 表A表示生成路径，表B表示最后确定的路径 （1）.从原点出发，遍历检查所有与之相连的节点，将原点和这些节点存放到表A中，并记录下两节点之间的代价。 （2）.将代价最小的代价值和这两节点移动到表B中（其中一个是原点）。 （3）.把这个节点所连接的子节点找出，放入到表A中，算出子节点到原点的代价 （4）.重复第二步和第三步直到表A为空。然后根据表B中的数据算出最优树。 还有另一种说法，Dijkstra算法的输入包含了一个有权重的有向图G，以及G中的一个来源顶点S。 我们以V表示G中所有顶点的集合。 每一个图中的边，都是两个顶点所形成的有序元素对。(u,v)表示从顶点u到v有路径相连。 我们以E所有边