普里姆算法和迪克斯特拉算法的比较.docVIP

普里姆算法和迪克斯特拉算法的比较 　　对比是非常有效的学习方法。普里姆算法和迪克斯特拉算法是数据结构中的典型算法，本文通过它们的设计和实现的对比，展示这种方法的意义。 　　 　　1基本思想和数学描述比较 　　 　　对一个连通网络即无向加权连通图，其权值总和最小的生成树称为最小生成树。对一个有向网络和一个称为源点的顶点，求源点到其余各顶点的最短带权路径，称为单源最短路径。 　　普里姆(Prim)算法和迪克斯特拉(Dijkstra)算法分别是求最小生成树和单源最短路径的算法，它们的基本思想和数学描述对比见表1和表2。 　　 　　2步骤和图示比较 　　 　　为了实现普里姆算法，首先引入一个结构PathData来记录候选边信息，入选子网顶点作为始点，候选集顶点作为终点。其实无向网络的边是不分始点和终点的，这样做仅是为了表述方便。 　　 　　下面以图1(b)为例，详细介绍普里姆算法的实现步骤： 　　(1) 由始点0组成入选子网，其余顶点组成候选集。用无色环表示入选子网的顶点，有色环表示候选集顶点，虚线表示候选边，权M代表一个很大的值(这个值应该大于该网络的所有权之和)，表示对应的候选边不存在(这样做是为了计算方便)。把候选边集存入PathData结构数组。如图1(c)所示。 　　(2) 在候选边集中选定一条权最小的候选边加到入选子网(用实线表示)。快速实现的方法是将候选边集调整为小根堆，小根堆首元素就是最小的候选边。如图1(d)所示。 　　(3) 更新候选边集(虚线)：如果最小候选边存在，计算器加1，表示正式加到入选子网。然后，对新候选集的每一个顶点，它原来对应的候选边和入选集新的顶点与它的关联边比较，取小者，作为它对应的新候选边。例如，在图1(e)中，原候选边(0,1,60) 和新的关联边(2,1,50)比较，取小者(2,1,50)。 　　(4) 保存入选边；对新候选边集建堆，取最小的候选边。实际的方法是，把存储候选边集的PathData结构数组的首尾元素交换，数组元素个数减1，然后把该数组调整为堆。如图1(f)所示。 　　(5) 重复(3)和(4)n-1次(这是最小生成树的边数ne)。如图1(g)~1(l)所示。 　　(6) 如果计数器的值等于结点个数减1，函数返回值1，否则0。 　　 　　为了实现迪克斯特拉算法，首先用结构PathData来记录候选路径信息，包括路径的始点，终点和带权路径长度。 　　 　　下面以图2(b)为例，详细介绍迪克斯特拉算法的实现步骤： 　　(1) 由始点0组成入选子网，其余顶点组成候选集。用无色环表示入选子网的顶点，有色环表示候选集顶点，虚线表示候选路径，M代表一个很大的值(这个值应该大于该网络所有带权路径长度之和)，表示对应的候选路径不存在(这样做是为了计算方便)。把候选路径集存入PathData结构数组。如图2(c)所示。 　　(2) 在候选路径集中选定一条带权路径长度最短的加到入选子网(用实线表示)。快速实现的方法是将候选路径集调整为小根堆，小根堆首元素就是带权路径长度最短的候选路径。如图2(d)所示。 　　(3) 更新候选路径集(虚线)：如果最短候选路径存在，计算器加1，表示正式加到入选子网。然后，对新候选集的每一个顶点，它原来对应的候选路径和以入选集新的顶点为前驱的特殊路径比较，取小者，作为它对应的新候选边。例如，在图2(e)中，原候选路径 和新的特殊路径比较，取小者。 　　(4) 保存入选路径；对新候选路径集建堆，取最短的候选路径。实际的方法是，把存储候选路径集的PathData结构数组的首尾元素交换，数组元素个数减1，然后把该数组调整为堆。如图2(f)所示。 　　(5) 重复(3)和(4)n-1次(这是最小生成树的边数ne)。如图2(g)~2(l)所示。 　　如果计数器的值等于结点个数减1，函数返回值1，否则0。 　　struct PathData //用于最小生成树算法的一种结点结构 　　{ 　　 int start,dest; //边的起点和终点的下标 　　 double cost; //边上的权代表费用 　　 operator double(void)const{return(cost);}//成员转换函数，用于比较运算 　　}; 　　 　　为了完整地输出每一条单源最短路径和其带权路径长度，引入数组P(Path)和D(Distance)，P[i]的值表示序号为i的顶点所对应的候选路径的终点前驱的序号(如果没有前驱，值为-1)，D[i]的值表示序号为i的顶点所对应的候选路径的带权长度。 　　不难看出，迪克斯特拉算法与普里姆算法有许多相似之处，这从它们的基本思想描述和过程示意图可以看出来，表1又以对比的方式给出了迪克