图安工大计算机学院85最短路径.PPT

时间复杂度： Floyd算法中初始化部分由一个循环组成，其中外循环运行n次，内循环也运行n次，初始化部分的时间复杂度为O(n2)。迭代生成矩阵A和路径nextvex的部分为三个循环的嵌套，其时间复杂度为O(n3) Floyd算法的时间复杂度为O(n3) 　　数据结构 第八章 －－图 安工大计算机学院 第8章 图 本章中介绍下列主要内容： 图的定义 图的存储结构 图的遍历操作 图的几个典型问题 8.5 最短路径 基本概念： 路径：如果图中从一个顶点可以到达另一个顶点，则这两个顶点间存在一条路径。(从一个顶点到另一个顶点间可能存在多条路径，而每条路径上经过的边数并不一定相同) 路径长度：如果图是一个带权图，则路径长度为路径上各边的权值的总和。 最短路径长度：两个顶点间路径长度最短的那条路径称为两个顶点间的最短路径，其路径长度称为最短路径长度。 8.5.1 从一个顶点到其它各个顶点的最短路径 8.5.2 每一对顶点间的最短路径 8.5.1 从一个顶点到其它各个顶点的最短路径 Dijkstra(迪杰斯特拉)算法∶ 设图G中有n个顶点，设置一个集合U，存放已求出最短路径的顶点，V-U是尚未确定最短路径的顶点集合，每个顶点对应一个距离值，集合U中顶点的距离值是从顶点v0到该顶点的最短路径长度，集合V-U中顶点的距离值是从顶点v0到该顶点的只包括集合U中顶点为中间顶点的最短路径长度。 初始时，集合U中只有顶点v0，顶点v0对应的距离值为0，集合V-U中顶点vi的距离值为边(v0, vi)的权值(i=1,2,…,n-1)，如果v0和vi间无边直接相连，则vi的距离值为∞。 在集合V-U中选择距离值最小的顶点vmin加入集合U 对集合V-U中各顶点的距离值进行修正，如果加入顶点vmin为中间顶点后，使v0到vi的距离值比原来的距离值更小，则修改vi的距离值 反复操作，直到从v0出发可以到达的所有顶点都在集合U中为止 准备工作： 设置一个数组dist[n]，用于存放顶点v0到其它各顶点的最短路径及其最短路径长度，其存储结构为∶ typedef struct { VexType vertex; /* 顶点信息 (可选)*/ AdjType Vlngth; /* 最短路径长度 */ int prevex; /* 从v0到达vi(i=1,2,…n-1)的最短路径上vi的前趋顶点 */ }Path; Path dist[n]; /* n为图中顶点个数*/ 顶点v0到其它各顶点的最短路径的具体作法 图用邻接矩阵表示法表示 初始时，集合U中只有顶点v0，从顶点v0到其它顶点vi (i=1,2,…,n-1)的最短路径长度为边(v0,vi)的权值。若顶点v0和vi不相邻，则假设存在一条从v0到vi权为无穷的边。 在集合V-U中找出距离值最小的顶点vmin，将其加入集合U，从顶点v0到顶点vmin的最短路径长度就是vmin的距离值。 调整集合V-U中顶点的距离值。如果将新加入的顶点vmin作为中间顶点后，v0到vi (vi∈V-U)的距离值更小，则应修改vi的距离值。 即∶如果dist[i].Vlngthdist[min].Vlngth+graph.arcs[min][i]，则将顶点vi的距离值改为dist[min].Vlngth+graph.arcs[min][i]，并将路径上vi的前趋顶点改为vmin，即∶dist[i].prevex=min。 重复(2)，(3)操作，直到集合V-U中的顶点都加入到集合U中为止。 例：已知带权图G如下所示及其邻接矩阵A，求从顶点v0到其它各顶点的最短路径 ú ú ú ú ú ú ú ú ? ù ê ê ê ê ê ê ê ê ? é ￥ ￥ ￥ ￥ ￥ ￥ ￥ ￥ ￥ ￥ ￥ ￥ ￥ ￥ ￥ ￥ ￥ ￥ ￥ = 0 3 0 30 35 0 20 15 0 20 5 15 0 45 10 50 0 A ①．初始时，集合U中只有顶点v0。 dist[0].Vlngth=0; dist[0].prevex=0; graph.arcs[0][0]=1; for(i=1; igraph.n; i++) { dist[i].Vlngth=graph.arcs[0][i]; if(dist[i].Vlngth!=MAX) dist[i].prevex= 0; else