一、 迪杰斯特拉算法思想
Dijkstra算法主要针对的是有向图的单元最短路径问题,且不能出现权值为负的情况!Dijkstra算法类似于贪心算法,其应用根本在于最短路径的最优子结构性质。
最短路径的最优子结构性质:
如果P(i,j)={Vi…Vk…Vs…Vj}是从顶点i到j的最短路径,k和s是这条路径上的一个中间顶点,那么P(k,s)必定是从k到s的最短路径。
证明:
假设P(i,j)={Vi…Vk…Vs…Vj}是从顶点i到j的最短路径,则有P(i,j)=P(i,k)+P(k,s)+P(s,j)。而P(k,s)不是从k到s的最短距离,那么必定存在另一条从k到s的最短路径P(k,s),那么P(i,j)=P(i,k)+P(k,s)+P(s,j)<P(i,j)。则与P(i,j)是从i到j的最短路径相矛盾。因此该性质得证。
因此,Dijkstra算法描述如下:
Dijikstra算法描述如下:
假设存在G=<V,E>,源顶点为V0,S={V0},distance[i]记录V0到i的最短距离,matrix[i][j]记录从i到j的边的权值,即两点之间的距离。
1)从V-S中选择使dist[i]值最小的顶点i,将i加入到U中;
2)更新与i直接相邻顶点的dist值。dist[j]=min{dist[j],dist[i]+matrix[i][j]}
3)直到S=V,所有顶点都包含进来了,算法停止。
二、 具体操作步骤
根据其算法思想,确立操作步骤如下:
(1) 初始时,S只包含起点s;U包含除s外的其他顶点,且U中顶点的距离为"起点s到该顶点的距离"[例如,U中顶点v的距离为(s,v)的长度,然后s和v不相邻,则v的距离为∞]。
(2) 从U中选出"距离最短的顶点k",并将顶点k加入到S中;同时,从U中移除顶点k。
(3) 更新U中各个顶点到起点s的距离。之所以更新U中顶点的距离,是由于上一步中确定了k是求出最短路径的顶点,从而可以利用k来更新其它顶点的距离;例如,(s,v)的距离可能大于(s,k)+(k,v)的距离。
(4) 重复步骤(2)和(3),直到遍历完所有顶点。
三、代码
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
|
def dijkstra(s, used, cost, distance, n): distance[s] = 0 while True : # v在这里相当于是一个哨兵,对包含起点s做统一处理! v = - 1 # 从未使用过的顶点中选择一个距离最小的顶点 for u in range (n): if not used[u] and (v = = - 1 or distance[u] < distance[v]): v = u if v = = - 1 : # 说明所有顶点都维护到S中了! break # 将选定的顶点加入到S中, 同时进行距离更新 used[v] = True # 更新U中各个顶点到起点s的距离。之所以更新U中顶点的距离,是由于上一步中确定了k是求出最短路径的顶点,从而可以利用k来更新其它顶点的距离;例如,(s,v)的距离可能大于(s,k)+(k,v)的距离。 for u in range (n): distance[u] = min (distance[u], distance[v] + cost[v][u]) return distance n, m, T = map ( int , input ().split()) # 标记数组:used[v]值为False说明改顶点还没有访问过,在S中,否则在U中! used = [ False for _ in range (n)] # 距离数组:distance[i]表示从源点s到i的最短距离,distance[s]=0 distance = [ float ( 'inf' ) for _ in range (n)] # cost[u][v]表示边e=(u,v)的权值,不存在时设为INF cost = [[ float ( 'inf' ) for _ in range (n)] for _ in range (n)] for _ in range (m): e = list ( map ( int , input ().split())) cost[e[ 0 ] - 1 ][e[ 1 ] - 1 ] = e[ 2 ] dis1 = dijkstra( 0 , used[:], cost, distance[:], n) d1 = dis1[ - 1 ] dis2 = dijkstra(n - 1 , used[:], cost, distance[:], n) d2 = dis2[ 0 ] print ((d1 + d2) * T) |
以上就是本文的全部内容,希望对大家的学习有所帮助,也希望大家多多支持服务器之家。
原文链接:https://www.cnblogs.com/r1-12king/p/13623885.html