图论最短路径分析与应用.docxVIP

i短路问题与其应用 1引言 图论是应用数学的一个分支，它的概念和结果来源非常广泛，最早起源于一 些数学游戏的难题研究，如欧拉所解决的哥尼斯堡七桥问题，以与在民间广泛流 传的一些游戏难题，如迷宫问题、博弈问题、棋盘上马的行走路线问题等.这 些古老的难题，当时吸引了很多学者的注意.在这些问题研究的基础上又继续提 出了著名的四色猜想和汉米尔顿(环游世界)数学难题. 1847年，图论应用于分析电路网络，这是它最早应用于工程科学，以后随 着科学的发展，图论在解决运筹学，网络理论，信息论，控制论，博弈论以与计 算机科学等各个领域的问题时，发挥岀越来越大的作用.在实践中，图论已成为 解决自然科学、工程技术、社会科学、军事等领域中许多问题的有力工具之一。 最短路问题是图论理论的一个经典问题。寻找最短路径就是在指定网络中两 结点间找一条距离最小的路。最短路不仅仅指一般地理意义上的距离最短，还可 以引中到其它的度量，如时间、费用、线路容量等。 最短路径算法的选择与实现是通道路线设计的基础，最短路径算法是计算机 科学与地理信息科学等领域的研究热点，很多网络相关问题均可纳入最短路径问 题的范畴Z屮。经典的图论与不断发展完善的计算机数据结构与算法的有效结合 使得新的最短路径算法不断涌现。 2最短路 2.1最短路的定义 对最短路问题的研究早在上个世纪60年代以前就卓有成效了,其中对赋权图 (IV.. 0)的有效算法是由荷兰著名计算机专家E.W.Dijkstra在1959年首次提出的, 该算法能够解决两指定点间的最短路,也可以求解图G中一特定点到其它各顶点 的最短路。后来海斯在Dijkstra算法的基础之上提岀了海斯算法。但这两种算法 都不能解决含有负权的图的最短路问题。因此由Ford提出了 Ford算法，它能有效 地解决含有负权的最短路问题。但在现实生活中，我们所遇到的问题大都不含负 权，所以我们在(W.. 0)的情况下选择Dijkstra算法。 定义①1若图G=G(V,E)屮各边e都赋有一个实数W(e),称为边e的权,则称这 种图为赋权图，记为G=G(V,E,W)o 定义②2若图G二G(V,E)是赋权图且W(e)O,^e E(G),若u是匕?到匕?的路 W(u)的权，则称W(u)为凤的长，长最小的匕到号的路W(u)称为最短路。 若要找岀从片到比的通路，使全长最短，即minW(%)二工W(￡)。 2.2最短路问题算法的基本思想与基本步骤 在求解网络图上节点间最短路径的方法中，目前国内外一致公认的较好算法 有迪杰斯特fe(Dijkstra)与弗罗伊徳(Floyd)算法。这两种算法中，网络被抽象为一 个图论中定义的有向或无向图,并利用图的节点邻接矩阵记录点间的关联信息。 在进行图的遍历以搜索最短路径时，以该矩阵为基础不断进行目标值的最小性判 别,直到获得最后的优化路径。 Dijkstra算法是图论中确定最短路的基木方法，也是其它算法的基础。为了求 出赋权图中任意两结点之间的最短路径,通常采用两种方法。一种方法是毎次以 一个结点为源点，重复执行Dijkstra算法n次。另一种方法是由Floyd于1962年 提出的Floyd算法，其时间复杂度为0(),虽然与重复执行Dijkstra算法n次的时 间复杂度相同，但其形式上略为简单，且实际运算效果要好于前者。 Dijkstra算法基本步骤： 令：s = {vj,z = 1,S = {卩2*3,…，叫} WM = Q 并令：{ - T(vy) = OO, V. G S 1 XJ Vj g s ,求 min{T(vj),W(v/.) + w } = r(vy). 2、求 2、 求min{T(v.)}得T(vQ , VjES J 使 T(vk) = min{T(v)} VjES J 令 W(vJ = T(vA) 3、若坯二匕则己找到儿到匕的最短路距离否则令i = R从：中删去气?转 这样经过有限次迭代则可以求出儿到乙的最短路线，可以用一个流程图来表 示： TOC \o 1-5 \h \z 令附何)=0卫匕)=8」=1J= 23 …卫 } 4 min；re |昭(y ) + w订=Fip i,v?€ 5min|r(v j| =妙佗),从s中刪去y ? f 第一步 先取W(v,) = 0意即儿到儿的距离为0,而卩山)是对7山)所赋的初 值。 第二步 利用W?)已知，根据min{T(Vj),WW)+ w」对T(y)进行修正。 第三步对所有修正后的八匕)求出其最小者T(vJ o其对应的点叫是儿所能一 步到达的店匕?中最近的一个，由于所有W(w) 0 o因此任何从其它点匕?中转 而到达冬的通路上的距离都大于儿直接到*的距离八叫)，因此八弘)就是儿 到*的最短距离，所以在算法中令W(vJ = T(vx.)并从s中删去以，