第七章 最短路径3.ppt

最短路径 (Shortest Path) 路径长度：在带权图中，路径长度是指该路径上各边的权值之和。 最短路径：如果从图中某一顶点(称为源点)到达另一顶点(称为终点)的路径可能不止一条，其中路径长度最小的路径称为这两点之间的最短路径。 问题： 1、单源点最短路径问题 ：求从某个源点 vs到其它各个顶点之间的最短路径。 2、每一对顶点之间最短路径问题：求图中每一对顶点之间的最短路径 1、单源点最短路径 ?给定一个带权有向图D与源点 v，求从 v 到D中其它顶点的最短路径。限定各边上的权值大于0。 ?为求得这些最短路径, Dijkstra提出按路径长度的递增次序, 逐步产生最短路径的算法。首先求出长度最短的一条最短路径，再参照它求出长度次短的一条最短路径，依次类推，直到从顶点v到其它各顶点的最短路径全部求出为止。 (2) 设S是已经找出的最短路径终点集合，若下一条最短路径到达的的顶点为vj，则从vs出发到顶点vj的这条最短路径所经过的所有中间顶点（如果有的话）必定在S中。也就是说只有这条路径的最后一条弧才是从S内的某个顶点连接到S外的顶点vj。 证明：与(1)类似用反证法。假设从源点vs到顶点vj有一条更短的路径，它是经过了S外的某个顶点而到达到达vj的，设这条路径第一次经过的S外的顶点为vk (vk?vj)，如图所示。那么，从vs到顶点vk的路径长度就比从vs到顶点vj的路径长度小，那么下一条最短路径到达的顶点就应该是vk，而不是vj。这与vj是下一条最短路径到达的顶点相矛盾。 如果定义一个数组dist[n]，它的每个分量dist[i]存放从vs出发，中间只经过集合S中的顶点而到达vi的路径中长度最小的路径长度值。那么由这个结论可知，下一条最短路径的终点vj必定是不在S中且dist[i]值最小的顶点，即： dist[i] = Min { dist[k] | vk?V-S } 迪杰斯特拉算法的基本步骤 (1) 令S={ vs }，并对每个顶点vi按下面的公式赋初值： (2) 选择一个顶点vj，使得： dist[j]=Min{dist[k] | vk?V-S }。 vj就是求得的下一条最短路径的终点，将vj并入到集合S中，即S=S∪{vj}。 (3) 对V-S中的每个顶点vk，修改dist[k]的值。 由于上一步中对S新增加了vj，V-S中那些与vj相连的顶点vk的dist[k]的值就可能减小。即： dist[j]+ wjk dist[k]， 此时应修改所有这样的dist[k]，使得： dist[k] = dist[j] + wjk。 (4) 重复步骤(2)和(3)，直到S=V为止。这样就求出了图中从源点vs到其它顶点的最短路径长度的递增序列。 迪杰斯特拉算法的实现 用邻接矩阵表示的一个带权图 设置一个数组final[n]用来标记一个顶点是否已加入到S中。 为了保存从vs到其它顶点的最短路径，设立一个一维数组pre[n]，若pre[i]=k，则表示在vs到vi的最短路径中，vi的前一个顶点是vk，即最短路径如(vs, …,vk, vi)。不难发现该最短路径中的子序列(vs, …,vk)一定是从vs到vk的最短路径，因此又可以由pre[k]的值找到vk的前一个顶点，依次类推，直到找到源点为止。这样就可以根据pre数组输出所有从vs到其它顶点的最短路径。 迪杰斯特拉算法描述如下： void Dijkstra(AdjGraph *G, int v) { int i,j,k,min; for ( j=0; jG-vexnum; j++){ pre[j] = v; dist[j] = G-adj[v][j]; final[j] = FALSE; } /*对数组dist、pre和final赋初值*/ dist[v] = 0; final[v] = TRUE; /* 置S = {v} */ for ( j=0; jG-vexnum; j++){ dist[k]=Minimum{ dist[i] | 0? i ? G-vexnum, !final[i] } min = dist[k]; /*求出当前最小的dist[k]*/ final[k] = TRUE; /*将第k各顶点并入S中*/ print_shortest(v, k); /*输出从v到k的最短路径*/ for ( i=0; iG-vexnum; i++){