改进型dijkstra算法的最短路径求解.docxVIP

改进型 Dijkstra 算法的最短路径求解 DOIDO：I 10.11907/rjdk.1511199 2016）002012903 0 引言 现实生活中的很多问题都可以归结为最短路径问题， 最短路 径不仅是局限于空间位置上的距离最短， 也可能是指最少交通费 用，或者是最短运输时间等。 Dijkstra 算法是公认的求解最短 路径的较好算法，旨在计算一个节点到其它所有节点的最短路 径。在 Dijkstra 算法优化方面，国内外学者提出了多种方法， 包括DKB DKD二叉堆法等[12] 。 Dijkstra 算法的具体应用研 究也涉及到生活的方方面面，比如，农产品配送、城市交通系统 等。对于给定有向图，确定起点终点的最短路径问题，需要对经 典的 Dijkstra 算法作出适当改进，使其终点一经标号即结束循 环，输出最短距离和存在的多条最短路径。 1 基于 Dijkstra 算法的最短路径求解 Dijkstra 算法按路径长度的非降次序生成有向图中某个指 定结点（源点）到其它各结点的最短路径。例：有向图如图 1 所 示，求图 1 中源点到其它各顶点的最短路径。 该图的成本邻接矩阵为： 020503E OOTO 025xx 70oo 0402550O OOO 55OOOOO 01 0OOOOO 0 S集合存放已经生成最短路径的顶点， cos（i , j ）是边［i , j］的权DIST （j ）被置以源点到结点j的最短路径长度。V0是源 点，首先将结点 V0放入S中。此时DIST（ 1）最小为20，说明 V0到V1的最短路径为20。将结点1计入S中，注意此时DIST （ w）（ w=2， 3， 4， 5）的值可能发生变化， 如果 DIST（w） DIST （1）+COST（ 1，w），则将 2Dijkstra 算法改进 为了使 Dijkstra 算法也能应用于多条路径问题，需要对算 法作出改进， 引入前置邻结点， 并考虑 DIST（ w） =DIST（ m） +COST （m w）的情况。 解决方案 G是一个n结点有向图，它由其成本邻接矩阵 COST（n，n） 表示， DIST（j ）被置以源点 start 到结点 j 的最短路径长度。 Step1 ：初始化每个顶点的前置邻结点、前置邻接点数、最短路 径数量以及具体路径。对于每个不在集合S且与源结点存在直接 通路的点，将它们的前置邻结点设为 start ，前置邻结点的个数 为 1，最短路径就是源点到顶点的直接通路。其它结点前置邻结 点数为0,不存在最短路径。只有源点在集合 S中，也称该顶点 被标号。Step2 :寻找下一个被放进集合 S的顶点：①找到没有 被标号其最短路径的顶点 m；②判断m是否与给定的结束点相同， 如果相同，返回最短路径，退出。否则，进入 Step3 。 Step3： 对于每一个不在S集合且与顶点m直接相连的顶点x作如下判 断：（1）顶点x现有的最短路径长度 ＞源点经过顶点m到x的路 径长度，贝V：顶点x的最短路径长度为顶点 m的最短路径长度与 m到x的路径之和；顶点x的最短路径个数为顶点 m的最短路径 个数；顶点x的最短路径为顶点 m的最短路径连接x;置顶点x 的前置邻结点为m个数为1。 （2）顶点x现有的最短路径长度=源点经过顶点m到x的路 径长度，贝V：顶点x的最短路径个数二顶点x现有的最短路径个 数与顶点v的最短路径个数之和；顶点x的最短路径连接 m加入 顶点x现有的最短路径；顶点x的前置邻结点加上 m；顶点x的 前置邻结点的个数加上 1；转 Step2[4] 。 生成多条最短路径的贪心算法 Procedure ShortestPaths （ start ， end， COST， DIST， n） boolean S[0， n-1] ； int m， COST[0， n-1 ； 0， n-1] ， DIST[0 ， n-1] ， MinPathNum[n] ， MinPath[n][m] ， PreVertexNum[n] ， PreVertexID[n] ； for i J0 ton -1 do//每个顶点的前置结点个数为 0,最短 路径的条数也为 0 S[i]=0 ； DIST[i] JCOST[start][i] ； if S （i ） =0 and DIST[i] not and DIST[i] not 0// 找出 每个不在S的节点中与源节点存在直接通路的点， 将它们的前置 邻结点设为 start ，前置邻结点的个数为 1。 MinPathNum[i]=1 ； MinPath[i][0].add （start ）； MinPath[i][0].add （i ）； PreVertexNum[i]=1 ； PreVertexID[