算法设计与分析论文.doc

任意结点间的最短路径方法的分析与研究 摘要 Dijkstra算法是图论中的著名算法，可用于计算网络图中某一点到各点的最短距离，但实际问题中有时需要求网络中所有各点之间的最短距离，如果仍采用Dijkstra算法分别计算，则需要对其执行多次，效率低。动态规划方法主要是研究与解决多阶段决策过程的最优化问题，也是求最短路问题的好算法。动态规划方法是将求解分成多阶段进行，求出的不但是全过程的解，而且包括后部子过程的一族解，在某些情况下，实际问题需要族解时，更显优越性。用动态规划方法求解最短路问题时，要求所求问题具有明显的阶段。本文分别讨论了这两种算法，论证了动态规划方法在求解所有结点之间最短距离问题的优越性。 关键字：最短路 Dijkstra算法 动态规划 Abstract Dijkstra algorithm is a well-known algorithms in graph theory can be used to calculate the network diagram to a point in the shortest distance between points, but the real question to be asked sometimes all of the network the shortest distance between points, respectively, if the still use the dijkstra algorithm for computing , you need to perform several times and low efficiency. Dynamic programming method is to study multi-stage decision-making process and resolving the optimization problem, find the shortest path problem is a good algorithm. Solve the dynamic programming approach is to be divided into multiple stages, find the only solution of the whole process, but also the process of the rear sub-family of solutions, in some cases, the family of solutions of practical problems, the more advantages. Dynamic programming method for solving the shortest path problem, ask the obvious question seeking stage. This paper discusses the two algorithms, dynamic programming method demonstrated in solving the shortest distance between all nodes in the superiority of the problem. Keywords: Shortet Route , Dijkstra Algorithm, Dynamic Programming 1 引言 生产实践，运输管理以及工程建设的许多方面，诸如各种工艺路线的安排，厂区及货场 的布局，管道线网的铺设等问题，都与寻找一个图的最短路径问题密切相关。目前最短路径算法在智能系统的代价驱动搜索，神经元网络等研究领域也越来越受到重视。在这些研究中，不仅要寻找一个图的最短路径，而且要不断生成新图，不断寻找新的最短路径。 先来看一下常见的问题：要从甲地到乙地去，而甲乙两地之间有多条交通线相连，这些交通线可以是公路、水路、铁路、航空线等，走哪条交通线才最好呢？这“最好”在不同的情况下有着不通过的含义，或者是距离最短，或者是时间最少，或者是旅费最省等，但抽象起来则都是在有向图中求两指定结点最短路径问题。设用一个带权的图来表示一个交通运输网络，用图的顶点表示城市，用图中的各条边表示城市之间的交通运输路线，每条边上所附的权值表示该路线的长度或沿此路线运输所花费的时间或运费等。这种运输路线往往有方向性，例如汽车的上山和下山，轮船的顺水和逆水，所花费的时间或代价就不相同。所以交通运输网络往往是用带权有向图表示。所谓最短路径问题是指：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