图的最短路径-dijkstra算法.pptVIP

*;最短路径问题;单源最短路径

Single-SourceShortestPath;假设顶点序列{V0,V1,…,Vn}是从V0到Vn的最短路，那么序列{V0,V1,…,Vn-1}必为从V0到Vn-1的最短路。

贪心算法;v5;根本思想：

将图中所有顶点分成两组:S,V-S

一组是包括已确定最短路径的顶点的集合S，另一组是尚未确定的最短路径的顶点集V-S。

S初始仅包含源v0,不断在V-S做贪心选择扩充集合S。;权非负的单源最短路径算法〔Dijkstra〕;最短路径——Dijkstra算法实例;最短路径——Dijkstra算法描述;最短路径——Dijkstra算法实例;Dijkstra算法：;1〕在所有从源点出发的弧中选取一条权值最小的弧，即为第一条最短路径。;单源最短路径

Single-SourceShortestPath;算法分析思想讲解：

从起点到一个点的最短路径一定会经过至少一个“中转点”〔例如以下图1到5的最短路径，中转点是2。特殊地，我们认为起点1也是一个“中转点”〕。

显而易见，如果我们想求出起点到一个点的最短路径，那我们必然要先求出中转点的最短路径〔例如我们必须先求出点2的最短路径后，才能求出从起点到5的最短路径〕。

换句话说，如果起点1到某一点V0的最短路径要经过中转点Vi，那么中转点Vi一定是先于V0被确定了最短路径的点。;算法分析思想讲解：

我们把点分为两类，一类是已确定最短路径的点，称为“白点”，另一类是未确定最短路径的点，称为“蓝点”。如果我们要求出一个点的最短路径，就是把这个点由蓝点变为白点。从起点到蓝点的最短路径上的中转点在这个时刻只能是白点。;算法分析思想讲解：

Dijkstra的算法思想，就是一开始将起点到起点的距离标记为0，而后进行n次循环，每次找出一个到起点距离dis[u]最短的点u，将它从蓝点变为白点。随后枚举所有的蓝点vi，如果以此白点为中转到达蓝点vi的路径dis[u]+w[u][vi]更短的话，这将它作为vi的“更短路径”dis[vi]〔此时还不确定是不是vi的最短路径〕。

就这样，我们每找到一个白点，就尝试着用它修改其他所有的蓝点。中转点先于终点变成白点，故每一个终点一定能够被它的最后一个中转点所修改，而求得最短路径。;单源最短路径

Single-SourceShortestPath;Const

maxvalue=99999.0

maxlength=100;

Type

Arr1=array[1..maxlength]ofinteger;

Arr2=array[1..maxlength,1..maxlength]of

real;

Arr3=array[1..maxlength]ofreal;

Var

prev:Arr1;

c:Arr2;

dist:Arr3;

s:array[1..maxlength]ofboolean

n:integer;;Procedureshortpaths(n,v:integer);

{单源最短路径问题的Digkstra算法}

Vari,j,u:integer;

temp,newdist:real;

begin

fori:=1tondo

begin

dist[i]:=c[v,i];

s[i]:=false;

if(dist[i]=maxvalue)thenprev[i]:=0

elseprev[i]:=v;

end;

Dist[v]:=0;s[v]:=true;;

Fori:=1ton-1do

begin

temp:=maxvalue;

u:=v;

forj:=1tondo

if((nots[j])and(dist[j]temp))then

begin

u:=j;

temp:=dist[j];

end;

s[u]:=true;;Forj:=1tondo

if((nots[j])and(c[u,j]maxvalue))then

begin

newdist:=dist[u]+c[u,j];

if(newdistdist[j])then

begin

dist[j]:=newdist;