大家好,欢迎来到IT知识分享网。
图论的基础知识不再阐述。
最短路径算法主要有二
- Dijkstra算法
- Floyd算法
Dijkstra算法研究的是从初始点到其他每一结点的最短路径
而Floyd算法研究的是任意两结点之间的最短路径
以下图为例,首先介绍Dijstra的原理
红字为各结点的编号,蓝字为各结点之间的距离
-
首先定义几个变量
结点个数n;
二维矩阵M(nxn),距离矩阵,连通的结点间即为距离,不连通的结点间为正无穷,和自己的距离为0;
一维矩阵pb(1xn),若第i点已找到最短路径,则fp(i)=1,否则等于0,对于初始结点,fp=1;
距离矩阵d(1xn),若第i点已找到最短路径,则的d(i)=最短距离,否则为0,初始结点d=0;
上一结点矩阵path(1xn),若第i点找到了最短路径,则path存放这一条最短路径的前一个结点,通过对每一点的回溯,可以找到最短路径。 -
根据距离写出以下距离矩阵
-
确定初始点为v1,则pb(1)=1;
在图中,结点上,我们将已找到最短路径的点标为它的最短距离,(可以理解为v1点已找到最短路径,距离为0),未找到的其余点表为正无穷(即表示不连通)。
在与v1连通的点中,即在矩阵m的第1行,寻找最小值,最小值所在列即确定的最短路径的结点,如同v2最短,pb(2)=1,d(2)=1,对于已找到最短路径的v2上一结点为v1,path(2)=1;
接着,在- 与v1连通的,且未找到最短距离的节点的距离
- 与v2连通的,且未找到最短距离节点的距离+v2的最短距离
以上两种中寻找最短距离,最短为v6,pb(6)=1;d(6)=2;path(6)=1;
重复以上步骤,在- 与v1连通的,且未找到最短距离的节点的距离
- 与v2连通的,且未找到最短距离节点的距离+v2的最短距离
- 与v6连通的,且未找到最短距离节点的距离+v2的最短距离
以上三种中寻找最短路径,最短为v3,pb(3)=1;d(3)=3);path(3)=6;
我们可以发现,所要寻找的最短路径即为
对于已找到最短路径的点(包括初始结点),在与其连通的,未找到最短路径的结点中,将之间距离与圆圈中的距离(即上一结点已找到的最短路径)相加,求得的最小值。
如果有多个相同的最短距离,任取其中一个。
最终最短路径即距离如下图
附上代码:
clc;clear;
n=6; %设置矩阵大小
temp=1; %设置起始点
m=zeros(6);%定义n阶零矩阵
m(1,2)=1;m(1,6)=2;%设置矩阵中非零非无穷的值
m(2,1)=1;m(2,3)=4;m(2,6)=4;
m(3,2)=4;m(3,4)=2;m(3,6)=1;
m(4,3)=2;m(4,5)=3;m(4,6)=3;
m(5,4)=3,m(5,6)=5;
m(6,1)=2;m(6,2)=4;m(6,3)=1;m(6,4)=3;m(6,5)=5;
for i=1:n
for j=1:n
if(m(i,j)==0)
m(i,j)=inf;
end
end
end
for i=1:n
m(i,i)=0;
end
pb(1:length(m))=0;pb(temp)=1;%求出最短路径的点为1,未求出的为0
d(1:length(m))=0;%存放各点的最短距离
path(1:length(m))=0;%存放各点最短路径的上一点标号
while sum(pb)<n %判断每一点是否都已找到最短路径
tb=find(pb==0);%找到还未找到最短路径的点
fb=find(pb);%找出已找到最短路径的点
min=inf;
for i=1:length(fb)
for j=1:length(tb)
plus=d(fb(i))+m(fb(i),tb(j)); %比较已确定的点与其相邻未确定点的距离
if((d(fb(i))+m(fb(i),tb(j)))<min)
min=d(fb(i))+m(fb(i),tb(j));
lastpoint=fb(i);
newpoint=tb(j);
end
end
end
d(newpoint)=min;
pb(newpoint)=1;
path(newpoint)=lastpoint; %最小值时的与之连接点
end
d
path
路径只需向上回溯就可得到。
免责声明:本站所有文章内容,图片,视频等均是来源于用户投稿和互联网及文摘转载整编而成,不代表本站观点,不承担相关法律责任。其著作权各归其原作者或其出版社所有。如发现本站有涉嫌抄袭侵权/违法违规的内容,侵犯到您的权益,请在线联系站长,一经查实,本站将立刻删除。 本文来自网络,若有侵权,请联系删除,如若转载,请注明出处:https://yundeesoft.com/11075.html