數據結構-圖-經典算法（三）

參考資料

http://www.cnblogs.com/hanchan/archive/2009/09/23/1572509.html

http://www.cnblogs.com/biyeymyhjob/archive/2012/07/31/2615833.html

http://www.cnblogs.com/RootJie/archive/2012/05/15/2501317.html

4、最短路徑

一、從某個源點到其他各個頂點的最短路徑

　　Dijkstra(迪傑斯特拉)算法是典型的單源最短路徑算法，用於計算一個節點到其餘全部節點的最短路徑。主要特色是以起始點爲中心向外層層擴展，直到擴展到終點爲止。Dijkstra算法是頗有表明性的最短路徑算法，在不少專業課程中都做爲基本內容有詳細的介紹，如數據結構，圖論，運籌學等等。

注意該算法要求圖中不存在負權邊。

算法描述

1)算法思想：

設G=(V,E)是一個帶權有向圖，把圖中頂點集合V分紅兩組，第一組爲已求出最短路徑的頂點集合（用S表示，初始時S中只有一個源點，之後每求得一條最短路徑 , 就將加入到集合S中，直到所有頂點都加入到S中，算法就結束了），第二組爲其他未肯定最短路徑的頂點集合（用U表示），按最短路徑長度的遞增次序依次把第二組的頂點加入S中。在加入的過程當中，總保持從源點v到S中各頂點的最短路徑長度不大於從源點v到U中任何頂點的最短路徑長度。此外，每一個頂點對應一個距離，S中的頂點的距離就是從v到此頂點的最短路徑長度，U中的頂點的距離，是從v到此頂點只包括S中的頂點爲中間頂點的當前最短路徑長度。

2)算法步驟：

a.初始時，S只包含源點，即S＝{v}，v的距離爲0。U包含除v外的其餘頂點，即:U={其他頂點}，若v與U中頂點u有邊，則<u,v>正常有權值，若u不是v的出邊鄰接點，則<u,v>權值爲∞。

b.從U中選取一個距離v最小的頂點k，把k，加入S中（該選定的距離就是v到k的最短路徑長度）。

c.以k爲新考慮的中間點，修改U中各頂點的距離；若從源點v到頂點u的距離（通過頂點k）比原來距離（不通過頂點k）短，則修改頂點u的距離值，修改後的距離值的頂點k的距離加上邊上的權。

d.重複步驟b和c直到全部頂點都包含在S中。

實例：

以下：

迭代過程以下：

迭代	S	U	dis[2]	dis[3]	dis[4]	dis[5]
初始	{1}	---	10	-1	30	100
1	{1,2}	2	10	60	30	100
2	{1,2,4}	4	10	50	30	90
3	{1,2,4,3}	3	10	50	30	60
4	{1,2,4,3,5}	5	10	50	30	60

 

2.每一對頂點之間的最短路徑

Floyd算法是一個經典的動態規劃算法。用通俗的語言來描述的話，首先咱們的目標是尋找從點i到點j的最短路徑。從動態規劃的角度看問題，咱們須要爲這個目標從新作一個詮釋（這個詮釋正是動態規劃最富創造力的精華所在）

      從任意節點i到任意節點j的最短路徑不外乎2種可能，1是直接從i到j，2是從i通過若干個節點k到j。因此，咱們假設Dis(i,j)爲節點u到節點v的最短路徑的距離，對於每個節點k，咱們檢查Dis(i,k) + Dis(k,j) < Dis(i,j)是否成立，若是成立，證實從i到k再到j的路徑比i直接到j的路徑短，咱們便設置Dis(i,j) = Dis(i,k) + Dis(k,j)，這樣一來，當咱們遍歷完全部節點k，Dis(i,j)中記錄的即是i到j的最短路徑的距離。

2).算法描述：

a.從任意一條單邊路徑開始。全部兩點之間的距離是邊的權，若是兩點之間沒有邊相連，則權爲無窮大。 　　

b.對於每一對頂點 u 和 v，看看是否存在一個頂點 w 使得從 u 到 w 再到 v 比己知的路徑更短。若是是更新它。

3).Floyd算法過程矩陣的計算----十字交叉法

方法：兩條線，從左上角開始計算一直到右下角 以下所示

給出矩陣，其中矩陣A是鄰接矩陣，而矩陣Path記錄u,v兩點之間最短路徑所必須通過的點

相應計算方法以下：

最後A₃即爲所求結果