亚洲乱码中文字幕综合,中国熟女仑乱hd,亚洲精品乱拍国产一区二区三区,一本大道卡一卡二卡三乱码全集资源,又粗又黄又硬又爽的免费视频

詳解Dijkstra算法原理及其C++實現(xiàn)

 更新時間:2022年07月15日 16:43:19   作者:卡爾曼和玻爾茲曼誰曼  
Dijkstra算法用于計算一個節(jié)點到其他節(jié)點的最短路徑。Dijkstra是一種按路徑長度遞增的順序逐步產(chǎn)生最短路徑的方法,是一種貪婪算法。本文將詳解Dijkstra算法原理及其C++實現(xiàn),感興趣的可以了解一下

什么是最短路徑問題

如果從圖中某一頂點(稱為源點)到達另一頂點(稱為終點)的路徑可能不止一條,如何找到一條路徑使得沿此路徑上各邊上的權(quán)值總和達到最小。

單源最短路徑問題是指對于給定的圖G=(V,E),求源點v0到其它頂點vt的最短路徑。

Dijkstra算法

Dijkstra算法用于計算一個節(jié)點到其他節(jié)點的最短路徑。Dijkstra是一種按路徑長度遞增的順序逐步產(chǎn)生最短路徑的方法,是一種貪婪算法。

Dijkstra算法的核心思想是首先求出長度最短的一條最短路徑,再參照它求出長度次短的一條最短路徑,依次類推,直到從源點v0到其它各頂點的最短路徑全部求出為止。

具體來說:圖中所有頂點分成兩組,第一組是已確定最短路徑的頂點,初始只包含一個源點,記為集合S;第二組是尚未確定最短路徑的頂點,記為集合U。

按最短路徑長度遞增的順序逐個把U中的頂點加到S中去,同時動態(tài)更新U集合中源點到各個頂點的最短距離,直至所有頂點都包括到S中。

實現(xiàn)思路

1.初始時,S集合只包含起點v0;U集合包含除v0外的其他頂點vt,且U中頂點的距離為起點v0到該頂點的距離。(U 中頂點vt的距離為(v0,vt)的長度,如果v0和vt不相鄰,則vt的最短距離為∞)

2.從U中選出距離最短的頂點vt′,并將頂點vt′加入到S中;同時,從U中移除頂點vt′。

3.更新U中各個頂點vt到起點v0的距離以及最短路徑中當前頂點的前驅(qū)頂點。之所以更新U中頂點的距離以及前驅(qū)頂點是由于上一步中確定了vt′是求出最短路徑的頂點,從而可以利用vt′來更新U中其它頂點vt的距離,因為存在(v0,vt)的距離可能大于(v0,vt')+(vt',vt)距離的情況,從而也需要更新其前驅(qū)頂點

4.重復步驟(2)和(3),直到遍歷完所有頂點

案例分析

代碼實現(xiàn)

使用了部分C++11特性,注釋豐富,讀起來應該不會太困難!

#include <cstdio>
#include <iostream>
#include <vector>
#include <list>
#include <stack>

using namespace std;
using Matrix = vector<vector<uint>>;                // 連接矩陣(使用嵌套的vector表示)
using SNodes = vector<tuple<uint, uint, uint>>;     // 已計算出最短路徑的頂點集合S(類似一個動態(tài)數(shù)組)
using UNodes = list<tuple<uint, uint, uint>>;       // 未進行遍歷的頂點集合U(使用list主要是方便元素刪除操作)
using ENode = tuple<uint, uint, uint>;              // 每個節(jié)點包含(頂點編號,當前頂點到起始點最短距離,最短路徑中當前頂點的上一個頂點)信息


/***
 * 從未遍歷的U頂點集合中找到下一個離起始頂點距離最短的頂點
 * @param unvisitedNodes 未遍歷的U頂點集合
 * 每個元素是(頂點編號,當前頂點到起始點最短距離,最短路徑中當前頂點的上一個頂點)的tuple
 * @return 下一個離起始頂點距離最短的頂點
 */
ENode searchNearest(const UNodes &unvisitedNodes) {
    uint minDistance = UINT_MAX;
    ENode nearest;
    for (const auto &node: unvisitedNodes) {
        if (get<1>(node) <= minDistance) {
            minDistance = get<1>(node);
            nearest = node;
        }
    }
    return nearest;
}


/***
 * 迪克斯特拉算法的實現(xiàn)
 * @param graph 連接矩陣(使用嵌套的vector表示)
 * @param startNodeIndex 起始點編碼(從0開始)
 * @return 返回一個vector,每個元素是到起始頂點的距離排列的包含(頂點編號,當前頂點到起始點最短距離,最短路徑中當前頂點的上一個頂點)的tuple
 */
SNodes dijkstra(const Matrix &graph, uint startNodeIndex) {
    const uint numOfNodes = graph.size();   // 圖中頂點的個數(shù)
    // S是已計算出最短路徑的頂點的集合(頂點編號,當前頂點到起始點最短距離,最短路徑中當前頂點的上一個頂點)
    SNodes visitedNodes;
    // U是未計算出最短路徑的頂點的集合(其中的key為頂點編號,value為到起始頂點最短距離和最短路徑中上一個節(jié)點編號組成的pair)
    UNodes unvisitedNodes;

    // 對S和U集合進行初始化,起始頂點的距離為0,其他頂點的距離為無窮大
    // 最短路徑中當前頂點的上一個頂點初始化為起始頂點,后面會逐步進行修正
    for (auto i = 0; i < numOfNodes; ++i) {
        if (i == startNodeIndex) visitedNodes.emplace_back(i, 0, startNodeIndex);
        else unvisitedNodes.emplace_back(i, graph[startNodeIndex][i], startNodeIndex);
    }

    while (!unvisitedNodes.empty()) {
        // 從U中找到距離起始頂點距離最短的頂點,加入S,同時從U中刪除
        auto nextNode = searchNearest(unvisitedNodes);
        unvisitedNodes.erase(find(unvisitedNodes.begin(), unvisitedNodes.end(), nextNode));
        visitedNodes.emplace_back(nextNode);
        // 更新U集合中各個頂點的最短距離以及最短路徑中的上一個頂點
        for (auto &node: unvisitedNodes) {
            // 更新的判斷依據(jù)就是起始頂點到當前頂點(nextNode)距離加上當前頂點到U集合中頂點的距離小于原來起始頂點到U集合中頂點的距離
            // 更新最短距離的時候同時需要更新最短路徑中的上一個頂點為nextNode
            if (graph[get<0>(nextNode)][get<0>(node)] != UINT_MAX &&
                graph[get<0>(nextNode)][get<0>(node)] + get<1>(nextNode) < get<1>(node)) {
                get<1>(node) = graph[get<0>(nextNode)][get<0>(node)] + get<1>(nextNode);
                get<2>(node) = get<0>(nextNode);
            }
        }
    }

    return visitedNodes;
}


/***
 * 對使用迪克斯特拉算法求解的最短路徑進行打印輸出
 * @param paths vector表示的最短路徑集合
 * 每個元素是到起始頂點的距離排列的包含(頂點編號,當前頂點到起始點最短距離,最短路徑中當前頂點的上一個頂點)的tuple
 */
void print(const SNodes &paths) {
    stack<int> tracks;  //從尾部出發(fā),使用stack將每個頂點的最短路徑中的前一個頂點入棧,然后出棧的順序就是最短路徑順序
    // 第一個元素是起始點,從第二個元素進行打印輸出
    for (auto it = ++paths.begin(); it != paths.end(); ++it) {
        // 打印頭部信息
        printf("%c -> %c:\t Length: %d\t Paths: %c",
               char(get<0>(paths[0]) + 65),
               char(get<0>(*it) + 65),
               get<1>(*it),
               char(get<0>(paths[0]) + 65));
        auto pointer = *it;
        // 如果當前指針pointer指向的節(jié)點有中途節(jié)點(判斷的條件是最短路徑中的前一個節(jié)點不是起始點)
        while (get<2>(pointer) != get<0>(paths[0])) {
            tracks.push(get<0>(pointer));
            // Lambda表達式,使用find_if函數(shù)把當前頂點的前一個頂點從paths中找出來繼續(xù)進行循環(huán)直到前一個節(jié)點就是起始點
            auto condition = [pointer](tuple<uint, uint, uint> x) { return get<0>(x) == get<2>(pointer); };
            pointer = *find_if(paths.begin(), paths.end(), condition);
        }
        tracks.push(get<0>(pointer));

        // 以出棧的順序進行打印輸出
        while (!tracks.empty()) {
            printf(" -> %c", char(tracks.top() + 65));
            tracks.pop();
        }
        printf("\n");
    }
}

int main() {
    Matrix graph = {
            {0,        12,       UINT_MAX, UINT_MAX, UINT_MAX, 16, 14},
            {12,       0,        10,       UINT_MAX, UINT_MAX, 7, UINT_MAX},
            {UINT_MAX, 10,       0, 3,               5,        6, UINT_MAX},
            {UINT_MAX, UINT_MAX, 3, 0,               4, UINT_MAX, UINT_MAX},
            {UINT_MAX, UINT_MAX, 5, 4,               0,        2,  8},
            {16,       7,        6,        UINT_MAX, 2,        9,  9},
            {14,       UINT_MAX, UINT_MAX, UINT_MAX, 8,        9,  0}
    };  // 圖對應的連接矩陣
    auto results = dijkstra(graph, uint('D' - 65));          // 選取頂點C(大寫字母A的ASCII編碼是65)
    print(results);     // 打印輸出結(jié)果
    return 0;
}

運行結(jié)果:

D -> C:     Length: 3     Paths: D -> C
D -> E:     Length: 4     Paths: D -> E
D -> F:     Length: 6     Paths: D -> E -> F
D -> G:     Length: 12     Paths: D -> E -> G
D -> B:     Length: 13     Paths: D -> C -> B
D -> A:     Length: 22     Paths: D -> E -> F -> A

以上就是詳解Dijkstra算法原理及其C++實現(xiàn)的詳細內(nèi)容,更多關(guān)于C++ Dijkstra算法的資料請關(guān)注腳本之家其它相關(guān)文章!

相關(guān)文章

  • C++中的重載、覆蓋、隱藏介紹

    C++中的重載、覆蓋、隱藏介紹

    這篇文章主要介紹了C++中的重載、覆蓋、隱藏介紹,需要的朋友可以參考下
    2015-04-04
  • 深入理解數(shù)組指針與指針數(shù)組的區(qū)別

    深入理解數(shù)組指針與指針數(shù)組的區(qū)別

    本篇文章是對數(shù)組指針與指針數(shù)組的區(qū)別進行了詳細的分析介紹,需要的朋友參考下
    2013-05-05
  • C++中關(guān)于set刪除的一些坑

    C++中關(guān)于set刪除的一些坑

    這篇文章主要介紹了C++中關(guān)于set刪除的一些坑,因為這個問題浪費了很多的時間,所以想著分享出來給大家,方便同樣遇到這個問題的朋友們,有需要的朋友們下面來一起看看吧。
    2017-02-02
  • c++ 數(shù)據(jù)結(jié)構(gòu)map的使用詳解

    c++ 數(shù)據(jù)結(jié)構(gòu)map的使用詳解

    這篇文章主要介紹了c++ 數(shù)據(jù)結(jié)構(gòu)map的使用詳解,幫助大家更好的理解和學習使用c++,感興趣的朋友可以了解下
    2021-04-04
  • 深入理解Qt信號槽機制

    深入理解Qt信號槽機制

    信號槽是 Qt 框架引以為豪的機制之一。本文主要介紹了Qt信號槽機制,具有一定的參考價值,感興趣的小伙伴們可以參考一下
    2021-06-06
  • C++ continue和break語句

    C++ continue和break語句

    這篇文章主要介紹了C++ continue和break語句,文章圍繞continue和break語句的相關(guān)資料展開詳細內(nèi)容,需要的朋友可以參考一下,希望對大家有所幫助
    2021-11-11
  • C語言SetConsoleTextAttribute函數(shù)使用方法

    C語言SetConsoleTextAttribute函數(shù)使用方法

    這篇文章介紹了C語言SetConsoleTextAttribute函數(shù)的使用方法,對大家的學習或者工作具有一定的參考學習價值,需要的朋友們下面隨著小編來一起學習學習吧
    2021-12-12
  • 詳細解析C語言中的開方實現(xiàn)

    詳細解析C語言中的開方實現(xiàn)

    這篇文章主要介紹了詳細解析C語言中的開方實現(xiàn),包括一道要求精度的整數(shù)開方的題目,需要的朋友可以參考下
    2015-08-08
  • C++事件驅(qū)動型銀行排隊模擬

    C++事件驅(qū)動型銀行排隊模擬

    這篇文章主要為大家詳細介紹了C++事件驅(qū)動型銀行排隊模擬,具有一定的參考價值,感興趣的小伙伴們可以參考一下
    2016-09-09
  • C語言通訊錄管理系統(tǒng)完整代碼

    C語言通訊錄管理系統(tǒng)完整代碼

    這篇文章主要為大家詳細介紹了C語言通訊錄管理系統(tǒng)完整代碼,文中示例代碼介紹的非常詳細,具有一定的參考價值,感興趣的小伙伴們可以參考一下
    2022-08-08

最新評論