Dijkstra算法分析和总结.docxVIP

Dijkstra 算法 定义 定义 G=(V,E，定义集合S 存放已经找到最短路径的顶点，集合T 存放当前还未找到最短路径的顶点，即有T=V-S Dijkstra 算法描述如下： (1 假设用带权的邻接矩阵edges 来表示带权有向图，edges[i][j]表示弧Vi, Vj上的权值。若Vi, Vj不存在则置edges[i][j]=∞计算机上用一个允许的最大值代替）。S 为已经 找到的从Vs 出发的最短路径的终点集合，它初始化为空集。那么，从Vs 出发到图上其余各顶点终点）Vi 可能达到的最短路径长度的初值为：D[i]=deges[s][i] Vi∈V (2 选择Vj，使得D[j]=Min{D[i]|Vi∈V-S}，Vj 就是当前求得的一条从Vs 出发的最短路径的终点。令S=S∪{Vj} (3 修改从Vs 出发到集合V-S 上任一顶点Vk 可达的最短路径长度。如果 D[j]+edges[j][k]D[k]则修改D[k]为 D[k]=D[j]+edges[j][k] 重复操作(2(3共 n-1 次。由此求得从 Vs 到图上其余各顶点的最短路径。 Dijkstra( 迪杰斯特拉算法是典型的最短路径路由算法，用于计算一个节点到其他所有节点的最短路径。主要特点是以起始点为中心向外层层扩展，直到扩展到终点为 止。Dijkstra 算法能得出最短路径的最优解，但因为它遍历计算的节点很多，所以效率低。 Dijkstra 算法是很有代表性的最短路算法，在很多专业课程中都作为基本内容有详细的介绍，如数据结构，图论，运筹学等等。 Dijkstra 一般的表述通常有两种方式，一种用永久和临时标号方式，一种是用 OP EN, CLOSE 表方式， Drew 为了和下面要介绍的 A* 算法和 D* 算法表述一致，这里均采用 OPEN,CLOSE 表的方式。 其采用的是贪心法的算法策略大概过程： 创建两个表， OPEN, CLOSE 。 OPEN 表保存所有已生成而未考察的节点， CLOSED 表中记录已访问过的节点。 访问路网中距离起始点最近且没有被检查过的点，把这个点放入 OPEN 组中等待检查。 从 OPEN 表中找出距起始点最近的点，找出这个点的所有子节点，把这个点放到 CLOSE 表中。 遍历考察这个点的子节点。求出这些子节点距起始点的距离值，放子节点到 O PEN 表中。 重复第 2 和第 3 步,直到 OPEN 表为空，或找到目标点。 [编辑本段] 算法实现 #includefstream #define MaxNum 765432100 using namespace std 。 ifstream fin(Dijkstra.in 。ofstream fout(Dijkstra.out 。int Map[501][501] 。 bool is_arrived[501] 。 int Dist[501],From[501],Stack[501] 。 int p,q,k,Path,Source,Vertex,Temp,SetCard 。 int FindMin( { int p,Temp=0,Minm=MaxNum 。 for(p=1 。p=Vertex 。p++ if ((Dist[p]Minm(!is_arrived[p] { Minm=Dist[p] 。 Temp=p 。 } return Temp 。 } int main( { memset(is_arrived,0,sizeof(is_arrived 。 fin Source Vertex 。for(p=1 。p=Vertex 。p++ for(q=1 。q=Vertex 。q++ { fin Map[p][q] 。 if (Map[p][q]==0 Map[p][q]=MaxNum 。 } for(p=1 。p=Vertex 。p++ { Dist[p]=Map[Source][p] 。 if (Dist[p]!=MaxNum From[p]=Source 。else From[p]=p 。 } is_arrived[Source]=true 。 SetCard=1 。 do { Temp=FindMin( 。 if (Temp!=0 { SetCard=SetCard+1 。is_arrived[Temp]=true 。for(p=1 。p=Vertex 。p++ if ((Dist[p]Dist[Temp]+Map[Temp][p](!is_arrived[p] { Dist[p]=Dist[Temp]+Map[Temp][p] 。 From[p]=Temp 。 } } else break 。 } while (SetCard!=Vertex 。for(p=1 。p=