详解BFS,Dijkstra算法,Floyd算法是如何解决最短路径问题的
目录
1.BFS算法
2.Dijkstra算法
3.Floyd算法
4.总结
1.BFS算法
G纲是个物流离散中心,经常需要往各个城市运东西,怎么运送距离最近——单源最短路径问题
各个城市之间也学要来往,相互之间怎么走距离最近?——每对顶点之间的最短路径
如下图,BFS算法是如何实现最短路径问题的呢?设从顶点2开始,第一次搜索的结点为1号结点和6号结点,路径为1,从1号结点和6号结点开始找相邻的接地,5号结点和3号7号为相邻的结点,然后5号结点周围都是已经访问过的,3号结点和7号结点分别搜索搭配4号和8号结点,路径为4
代码
void BFS_MIN_Distance(Graph G,int u){//d[i]表示从u到i结点的最短路径for(int i = 0;i <G.vexnum;i ++){d[i] = -1 ; //初始化路径长度path[i] = -1; //最短路径从哪个顶点过来 } d[u] = 0;visited[u] = TRUE;EnQueue(Q,u);while(!isEmpty(Q)) { //BFS算法过程 DeQueue(Q,u); //对头元素u出队for(w = FirstNeighbor(G,u); w >=0 ;w = NextNeighbor(G,u,w))if(!visited[w]){d[w] = d[u] + 1; // w为u的尚未访问的领结点 path[w] = u; //最短路径应从u到w visited[w] = u; // 设已访问标记 EnQueue(Q,w); //顶点w入队 } }
}
2.Dijkstra算法
BFS算法的局限性
BFS算法只适用于求无权图,或所有边的权值都相同的图。
迪杰斯特拉最短路径算法可以解决
final:标记是否找到最短路径
dist:最短路径长度
path:路径上的前驱
首先v1和v4距离v0的路径长度分别为10和5,v0到本身的距离就位0
首先遍历所有没确定最短路径的点,v0是0,确定了,在v1,v2,v3,v4中找最短的是v4的5,
然后从经过v4开始 到v1的最短路径变为8,到v2的最短路径变为14,到v3的最短路径值改为7.
同时修改path的值。
第二轮循环中,如果遍历发现最小的v3,把v3final值设为true。然后看其他没有确定的点,经过v3到v2的最短路径为7+6= 13,修改dist[2]的值为13,在修改其path的值。
第三次循环 在v1和v2中,发现v1的dist值最少,将v1的final值改为true,经过v1的v2最短路径长度为9,修改为9,同时修改path的值。
第四次循环遍历所有结点,发现未遍历的最小的为v2,然后就找不到了 。
通过path【】可知,v0到v2的最短带权路径v2<--v1<--v4<--v0。
时间复杂度
带负权值的图
3.Floyd算法
Floyd算法:求出每一对顶点之间的最短路径
使用动态规划思想,将问题的求解分为多个阶段
对于n个顶点的图G,求任意一对顶点Vi->Vj之间的最短路径可分为如下几个阶段:#初始:不允许在其他顶点中转,最短路径是?
#0:若允许在Vo中转,最短路径是?
#1∶若允许在Vo、V中转,最短路径是?#2:若允许在Vo、V1、V2中转,最短路径是?...
#n-1:若允许在Vo、V1、V2.......Vn-1中转,最短路径是?
算法实现
1.
2.
3.
经过v4的时候发现任何一个代码都不需要修改。
代码实现如下
l l ... ...准备工作,根据图的信息初始化矩阵A和 path (如上图)
for (int k=0 ; k<n ; k++){ //考虑以Vk 作为中转点for(int i=0; i<n; i++) { //遍历整个矩阵,i为行号,j为列号for (int j=0; j<n; j++){if (A[i][j]>A[i] [k]+A[k][j]){ //以vk为中转点的路径更短A[i][j]=A[ i] [k ]+A[k][j]; //更新最短路径长度path[ i][j]=k; //中转点 }}}}
那么假如实现完成如何去找一个完整的路径呢
首先 v0 到 v4 通过 path[0][4]可知为3,所以
v0 v3 v4
然后v3到v4是没有中转点的,在再看v0和v3也就是path[0][3] 有2 这个中转点,所以填为
v0 v2 v3 v4
最后再找,只有v2 和v3之间有个中转点,中转点为v1
所以
v0 v2 v3 v1 v4
最后Floyd算法可以实现负权图,不能实现带负权值的组成的回路
4.总结
详解BFS,Dijkstra算法,Floyd算法是如何解决最短路径问题的相关推荐
- 最短路算法详解(Dijkstra/SPFA/Floyd)
转自:http://blog.csdn.net/murmured/article/details/19281031 一.Dijkstra Dijkstra单源最短路算法,即计算从起点出发到每个点的最短 ...
- 数据结构(六):图的概念、存储方式、基本操作、最小生成树、最短路径、有向无环图、关键路径 | Prim、Kruskal算法 | BFS、Dijkstra、Floyd算法 | 拓扑排序 | 求关键路径
文章目录 第六章 图 一.图 (一)图的定义 (二)图逻辑结构的应用 (三)无向图.有向图 (四)简单图.多重图 (五)顶点的度.入度.出度 (六)顶点-顶点的关系描述 (七)连通图.强连通图 (八) ...
- 03 最短路 dijkstra算法spfa算法floyd算法(附带实例代码) 图论-1
文章目录 最短路 邻接表的图如下 邻接矩阵如下图 链表实现邻接表实现代码 单源最短路径 Dijkstra 算法 朴素版本 Dijkstra 实现代码 堆优化的dijkstra算法代码实现 Bellma ...
- 【百度联盟峰会】李彦宏详解AI时代思维方式,算法驱动的降维攻击
[百度联盟峰会]李彦宏详解AI时代思维方式,算法驱动的降维攻击 新智元 2017-05-23 14:51:52 李彦宏 手机 百度 阅读(20879) 评论(19) 新智元报道 来源:百度 [新 ...
- CORDIC算法详解(一)- CORDIC 算法之圆周系统之旋转模式( Rotation Mode )
版权声明:本文为博主原创文章,遵循 CC 4.0 by-sa 版权协议,转载请附上原文出处链接和本声明. 本文链接:https://blog.csdn.net/Pieces_thinking/arti ...
- CORDIC算法详解(五)-统一的 CORDIC 算法形式
CORDIC算法详解(五)- 统一的 CORDIC 算法形式 文章目录 CORDIC算法详解(五)- 统一的 CORDIC 算法形式 5 统一的 CORDIC 算法形式 相关参考资料及源码 网上有 ...
- 详解高斯混合模型与EM算法
详解高斯混合模型与EM算法 详解高斯混合模型与EM算法 高斯混合模型 单高斯模型(Gaussian single model, GSM) 一维高斯分布 多维高斯分布 混合高斯模型(Gaussian m ...
- 一文详解基于测距的空间定位算法
一文详解基于测距的空间定位算法 文章目录 一文详解基于测距的空间定位算法 0 定位算法分类 0.1 基于测距与非基于测距的定位算法 0.2 集中式与分布式定位算法 0.3 绝对与相对定位算法 0.4 ...
- html 字体模糊,详解css3使用transform出现字体模糊的解决办法
这个问题很奇葩,话不多少直接上代码: .g-dialog-wrapper { position: fixed; top: 50%; left: 50%; transform: translate(-5 ...
最新文章
- 什么是维度诅咒?如何评估降维算法在当前任务数据集上的效果?
- 鸟哥的Linux私房菜(基础篇)-第一章、Linux是什么(一.2. Torvalds的Linux发展)
- 【OOP】零钱通项目
- Java—简单的注册页面
- ajax 刷新output,JSF生命周期及AJAX局部刷新
- postgresql python连接不用把密码写在代码里[.pgpass]
- valueChangeListener
- Baidu-Rpc中Pb结构转为Json
- JavaScript 从数组中删除元素方法
- VLAN的分类与实验
- centos安装wget_宝塔是干什么的?3分钟教会你云服务器上安装宝塔面板
- 自动驾驶对公路基础设施有何深刻影响?(上)| 自动驾驶系列
- 汇佳学校|张思孝赵启阳:音乐制作歌曲演唱,伯克利音乐学院录取
- vue向后端发送数据并得到返回值
- 计算机在职研是不是双证,计算机双证在职研究生好考吗?
- 工资倒挂,IT 行业薪资潜规则如何规避?
- 数据结构—回溯法、子集树、排列树
- Win32API:CreateDialog、DialogBox、DialogProc
- VIP之Clipper
- 61850协议服务器端开发,IEC61850报告服务端开发.doc