求两点之间最短路径-Dijkstra算法

简介: Dijkstra算法 1.定义概览 Dijkstra(迪杰斯特拉)算法是典型的单源最短路径算法,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

1.定义概览

Dijkstra(迪杰斯特拉)算法是典型的单源最短路径算法,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算法是很有代表性的最短路径算法,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。注意该算法要求图中不存在负权边。

问题描述:在无向图 G=(V,E) 中,假设每条边 E[i] 的长度为 w[i],找到由顶点 V0 到其余各点的最短路径。(单源最短路径)

 

2.算法描述

1)算法思想:设G=(V,E)是一个带权有向图,把图中顶点集合V分成两组,第一组为已求出最短路径的顶点集合(用S表示,初始时S中只有一个源点,以后每求得一条最短路径 , 就将加入到集合S中,直到全部顶点都加入到S中,算法就结束了),第二组为其余未确定最短路径的顶点集合(用U表示),按最短路径长度的递增次序依次把第二组的顶点加入S中。在加入的过程中,总保持从源点v到S中各顶点的最短路径长度不大于从源点v到U中任何顶点的最短路径长度。此外,每个顶点对应一个距离,S中的顶点的距离就是从v到此顶点的最短路径长度,U中的顶点的距离,是从v到此顶点只包括S中的顶点为中间顶点的当前最短路径长度。

2)算法步骤:

a.初始时,S只包含源点,即S={v},v的距离为0。U包含除v外的其他顶点,即:U={其余顶点},若v与U中顶点u有边,则<u,v>正常有权值,若u不是v的出边邻接点,则<u,v>权值为∞。

b.从U中选取一个距离v最小的顶点k,把k,加入S中(该选定的距离就是v到k的最短路径长度)。

c.以k为新考虑的中间点,修改U中各顶点的距离;若从源点v到顶点u的距离(经过顶点k)比原来距离(不经过顶点k)短,则修改顶点u的距离值,修改后的距离值的顶点k的距离加上边上的权。

d.重复步骤b和c直到所有顶点都包含在S中。

 执行动画如下图(图片来自网络):

算法实现如下:

using System;
using System.Collections.Generic;
using System.Linq;
using System.Text;

namespace Dijkstra算法
{
   class Program
   {
      static int length = 6;
      static string[] shortedPath = new string[length];
      static int noPath = 2000;
      static int MaxSize = 1000;
      static int[,] G = 
      { 
         { noPath, noPath, 10, noPath, 30, 100 }, 
         { noPath, noPath, 5, noPath, noPath, noPath }, 
         { noPath, noPath, noPath, 50, noPath, noPath }, 
         { noPath, noPath, noPath, noPath, noPath, 10 }, 
         { noPath, noPath, noPath, 20, noPath, 60 }, 
         { noPath, noPath, noPath, noPath, noPath, noPath } 
      };
      static string[] PathResult = new string[length];

      static int[] path1 = new int[length];
      static int[,] path2 = new int[length, length];
      static int[] distance2 = new int[length];

      static void Main(string[] args)
      {
         int dist1 = getShortedPath(G, 0, 5, path1);
         Console.WriteLine("Node 0 To 5:");
         for (int i = 0; i < path1.Length; i++)
            Console.Write(path1[i].ToString() + " ");
         Console.WriteLine("Length:" + dist1);

         int[] pathdist = getShortedPath(G, 0, path2);
         Console.WriteLine("\nNode 0 To other:");
         for (int j = 0; j < pathdist.Length; j++)
         {
            Console.WriteLine("Node 0 to " + j + " path:");
            for (int i = 0; i < length; i++)
            {
               Console.Write(path2[j, i].ToString() + " ");
            }
            Console.WriteLine("length:" + pathdist[j]);
         }
         Console.ReadKey();
      }

      //从某一源点出发,找到到某一结点的最短路径
      static int getShortedPath(int[,] G, int start, int end, int[] path)
      {
         bool[] s = new bool[length]; //表示找到起始结点与当前结点间的最短路径
         int min;  //最小距离临时变量
         int curNode = 0; //临时结点,记录当前正计算结点
         int[] dist = new int[length];
         int[] prev = new int[length];

         //初始结点信息
         for (int v = 0; v < length; v++)
         {
            s[v] = false;
            dist[v] = G[start, v];
            if (dist[v] > MaxSize)
               prev[v] = 0;
            else
               prev[v] = start;
         }
         path[0] = end;
         dist[start] = 0;
         s[start] = true;
         //主循环
         for (int i = 1; i < length; i++)
         {
            min = MaxSize;
            for (int w = 0; w < length; w++)
            {
               if (!s[w] && dist[w] < min)
               {
                  curNode = w;
                  min = dist[w];
               }
            }

            s[curNode] = true;

            for (int j = 0; j < length; j++)
               if (!s[j] && min + G[curNode, j] < dist[j])
               {
                  dist[j] = min + G[curNode, j];
                  prev[j] = curNode;
               }

         }
         //输出路径结点
         int e = end, step = 0;
         while (e != start)
         {
            step++;
            path[step] = prev[e];
            e = prev[e];
         }
         for (int i = step; i > step / 2; i--)
         {
            int temp = path[step - i];
            path[step - i] = path[i];
            path[i] = temp;
         }
         return dist[end];
      }

      //从某一源点出发,找到到所有结点的最短路径
      static int[] getShortedPath(int[,] G, int start, int[,] path)
      {
         int[] PathID = new int[length];//路径(用编号表示)
         bool[] s = new bool[length]; //表示找到起始结点与当前结点间的最短路径
         int min;  //最小距离临时变量
         int curNode = 0; //临时结点,记录当前正计算结点
         int[] dist = new int[length];
         int[] prev = new int[length];
         //初始结点信息

         for (int v = 0; v < length; v++)
         {
            s[v] = false;
            dist[v] = G[start, v];
            if (dist[v] > MaxSize)
               prev[v] = 0;
            else
               prev[v] = start;
            path[v, 0] = v;
         }

         dist[start] = 0;
         s[start] = true;
         //主循环
         for (int i = 1; i < length; i++)
         {
            min = MaxSize;
            for (int w = 0; w < length; w++)
            {
               if (!s[w] && dist[w] < min)
               {
                  curNode = w;
                  min = dist[w];
               }
            }

            s[curNode] = true;

            for (int j = 0; j < length; j++)
            {
               if (!s[j] && min + G[curNode, j] < dist[j])
               {
                  dist[j] = min + G[curNode, j];
                  prev[j] = curNode;
               }
            }
         }
         //输出路径结点
         for (int k = 0; k < length; k++)
         {
            int e = k, step = 0;
            while (e != start)
            {
               step++;
               path[k, step] = prev[e];
               e = prev[e];
            }
            for (int i = step; i > step / 2; i--)
            {
               int temp = path[k, step - i];
               path[k, step - i] = path[k, i];
               path[k, i] = temp;
            }
         }
         return dist;

      }
   }
}

 

目录
相关文章
|
2月前
|
人工智能 算法 数据可视化
路径规划最全综述+代码+可视化绘图(Dijkstra算法+A*算法+RRT算法等)-2
路径规划最全综述+代码+可视化绘图(Dijkstra算法+A*算法+RRT算法等)-2
212 0
|
3月前
|
算法
最短路之Dijkstra算法
最短路之Dijkstra算法
24 0
|
2月前
|
存储 人工智能 算法
路径规划最全综述+代码+可视化绘图(Dijkstra算法+A*算法+RRT算法等)-1
路径规划最全综述+代码+可视化绘图(Dijkstra算法+A*算法+RRT算法等)-1
70 0
|
9天前
|
算法 定位技术 Windows
R语言最大流最小割定理和最短路径算法分析交通网络流量拥堵问题
R语言最大流最小割定理和最短路径算法分析交通网络流量拥堵问题
15 4
|
1月前
|
算法
关于Dijkstra算法
关于Dijkstra算法
|
1月前
|
人工智能 算法 Java
【算法设计与分析】— —单源最短路径的贪心算法
【算法设计与分析】— —单源最短路径的贪心算法
32 0
|
3月前
|
算法
bellman_ford算法与dijkstra为什么dijkstra算法不能计算带有负权边图
bellman_ford算法与dijkstra为什么dijkstra算法不能计算带有负权边图
22 0
|
3月前
|
算法
leetcode-675:为高尔夫比赛砍树 (最短路径算法bfs,dijkstra,A*)
leetcode-675:为高尔夫比赛砍树 (最短路径算法bfs,dijkstra,A*)
31 0
|
1月前
|
传感器 算法 计算机视觉
基于肤色模型和中值滤波的手部检测算法FPGA实现,包括tb测试文件和MATLAB辅助验证
该内容是关于一个基于肤色模型和中值滤波的手部检测算法的描述,包括算法的运行效果图和所使用的软件版本(matlab2022a, vivado2019.2)。算法分为肤色分割和中值滤波两步,其中肤色模型在YCbCr色彩空间定义,中值滤波用于去除噪声。提供了一段核心程序代码,用于处理图像数据并在FPGA上实现。最终,检测结果输出到&quot;hand.txt&quot;文件。
|
1月前
|
机器学习/深度学习 算法 计算机视觉
基于yolov2深度学习网络的视频手部检测算法matlab仿真
基于yolov2深度学习网络的视频手部检测算法matlab仿真