迪杰斯特拉算法介绍迪杰斯特拉(Dijkstra)算法是典型最短路径算法,用于计算一个节点到其他节点的最短路径。它的主要特点是以起始点为中心向外层层扩展(广度优先搜索思想),直到扩展到终点为止。基本思想??通过Dijkstra计算图G中的最短路径时,需要指定起点s(即从顶点s开始计算)。??此外,引进两个集合S和U。S的作用是记录已求出最短路径的顶点(以及相应的最短路径长度),而U则是记录还未求出最短路径的顶点(以及该顶点到起点s的距离)。??初始时,S中只有起点s;U中是除s之外的顶点,并且U中顶点的路径是”起点s到该顶点的路径”。然后,从U中找出路径最短的顶点,并将其加入到S中;接着,更新U中的顶点和顶点对应的路径。 然后,再从U中找出路径最短的顶点,并将其加入到S中;接着,更新U中的顶点和顶点对应的路径。 …重复该操作,直到遍历完所有顶点。操作步骤(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。单纯的看上面的理论可能比较难以理解,下面通过实例来对该算法进行说明。迪杰斯特拉算法图解以上图G4为例,来对迪杰斯特拉进行算法演示(以第4个顶点D为起点)。初始状态:S是已计算出最短路径的顶点集合,U是未计算除最短路径的顶点的集合!第1步:将顶点D加入到S中。此时,S={D(0)}, U={A(∞),B(∞),C(3),E(4),F(∞),G(∞)}。 注:C(3)表示C到起点D的距离是3。第2步:将顶点C加入到S中。上一步操作之后,U中顶点C到起点D的距离最短;因此,将C加入到S中,同时更新U中顶点的距离。以顶点F为例,之前F到D的距离为∞;但是将C加入到S之后,F到D的距离为9=(F,C)+(C,D)。此时,S={D(0),C(3)}, U={A(∞),B(23),E(4),F(9),G(∞)}。第3步:将顶点E加入到S中。上一步操作之后,U中顶点E到起点D的距离最短;因此,将E加入到S中,同时更新U中顶点的距离。还是以顶点F为例,之前F到D的距离为9;但是将E加入到S之后,F到D的距离为6=(F,E)+(E,D)。此时,S={D(0),C(3),E(4)}, U={A(∞),B(23),F(6),G(12)}。第4步:将顶点F加入到S中。此时,S={D(0),C(3),E(4),F(6)}, U={A(22),B(13),G(12)}。第5步:将顶点G加入到S中。此时,S={D(0),C(3),E(4),F(6),G(12)}, U={A(22),B(13)}。第6步:将顶点B加入到S中。此时,S={D(0),C(3),E(4),F(6),G(12),B(13)}, U={A(22)}。第7步:将顶点A加入到S中。此时,S={D(0),C(3),E(4),F(6),G(12),B(13),A(22)}。此时,起点D到各个顶点的最短距离就计算出来了:A(22) B(13) C(3) D(0) E(4) F(6) G(12)。迪杰斯特拉算法的代码说明以”邻接矩阵”为例对迪杰斯特拉算法进行说明,对于”邻接表”实现的图在后面会给出相应的源码。1. 基本定义// 邻接矩阵 typedef struct _graph{ char vexs[MAX]; // 顶点集合 int vexnum; // 顶点数 int edgnum; // 边数 int matrix[MAX][MAX]; // 邻接矩阵 }Graph, *PGraph; // 边的结构体 typedef struct _EdgeData{ char start; // 边的起点 char end; // 边的终点 int weight; // 边的权重 }EData;12345678910111213141516Graph是邻接矩阵对应的结构体。vexs用于保存顶点,vexnum是顶点数,edgnum是边数;matrix则是用于保存矩阵信息的二维数组。例如,matrix[i][j]=1,则表示”顶点i(即vexs[i])”和”顶点j(即vexs[j])”是邻接点;matrix[i][j]=0,则表示它们不是邻接点。EData是邻接矩阵边对应的结构体。2. 迪杰斯特拉算法/* * Dijkstra最短路径。 * 即,统计图(G)中"顶点vs"到其它各个顶点的最短路径。 * * 参数说明: * G -- 图 * vs -- 起始顶点(start vertex)。即计算"顶点vs"到其它顶点的最短路径。 * prev -- 前驱顶点数组。即,prev[i]的值是"顶点vs"到"顶点i"的最短路径所经历的全部顶点中,位于"顶点i"之前的那个顶点。 * dist -- 长度数组。即,dist[i]是"顶点vs"到"顶点i"的最短路径的长度。 */ void dijkstra(Graph G, int vs, int prev[], int dist[]){ int i,j,k; int min; int tmp; int flag[MAX]; // flag[i]=1表示"顶点vs"到"顶点i"的最短路径已成功获取。 // 初始化 for (i = 0; i 0; // 顶点i的最短路径还没获取到。 prev[i] = 0; // 顶点i的前驱顶点为0。 dist[i] = G.matrix[vs][i];// 顶点i的最短路径为"顶点vs"到"顶点i"的权。 } // 对"顶点vs"自身进行初始化 flag[vs] = 1; dist[vs] = 0; // 遍历G.vexnum-1次;每次找出一个顶点的最短路径。 for (i = 1; i // 寻找当前最小的路径; // 即,在未获取最短路径的顶点中,找到离vs最近的顶点(k)。 min = INF; for (j = 0; j if (flag[j]==0 && dist[j]min) { min = dist[j]; k = j; } } // 标记"顶点k"为已经获取到最短路径 flag[k] = 1; // 修正当前最短路径和前驱顶点 // 即,当已经"顶点k的最短路径"之后,更新"未获取最短路径的顶点的最短路径和前驱顶点"。 for (j = 0; j matrix[k][j]==INF ? INF : (min + G.matrix[k][j])); // 防止溢出 if (flag[j] == 0 && (tmp // 打印dijkstra最短路径的结果 printf("dijkstra(%c): \n", G.vexs[vs]); for (i = 0; i " shortest(%c, %c)=%d\n", G.vexs[vs], G.vexs[i], dist[i]);}12345678910111213141516171819202122232425262728293031323334353637383940414243444546474849505152535455565758596061626364迪杰斯特拉算法的源码这里分别给出”邻接矩阵图”和”邻接表图”的迪杰斯特拉算法源码。1. 邻接矩阵源码(matrix_udg.c)/** * C: Dijkstra算法获取最短路径(邻接矩阵) * * @author skywang * @date 2014/04/24 */ #include #include #include #include #define MAX 100 // 矩阵最大容量 #define INF (~(0x1 #define isLetter(a) ((((a)>='a')&&((a)='A')&&((a) #define LENGTH(a) (sizeof(a)/sizeof(a[0])) // 邻接矩阵 typedef struct _graph{ char vexs[MAX]; // 顶点集合 int vexnum; // 顶点数 int edgnum; // 边数 int matrix[MAX][MAX]; // 邻接矩阵 }Graph, *PGraph; // 边的结构体 typedef struct _EdgeData{ char start; // 边的起点 char end; // 边的终点 int weight; // 边的权重 }EData; /* * 返回ch在matrix矩阵中的位置 */ static int get_position(Graph G, char ch){ int i; for(i=0; iif(G.vexs[i]==ch) return i; return -1;} /* * 读取一个输入字符 */ static char read_char(){ char ch; do { ch = getchar(); } while(!isLetter(ch)); return ch;} /* * 创建图(自己输入) */ Graph* create_graph(){ char c1, c2; int v, e; int i, j, weight, p1, p2; Graph* pG; // 输入"顶点数"和"边数" printf("input vertex number: "); scanf("%d", &v); printf("input edge number: "); scanf("%d", &e); if ( v 1 || e 1 || (e > (v * (v-1)))) { printf("input error: invalid parameters!\n"); return NULL; } if ((pG=(Graph*)malloc(sizeof(Graph))) == NULL ) return NULL; memset(pG, 0, sizeof(Graph)); // 初始化"顶点数"和"边数" pG->vexnum = v; pG->edgnum = e; // 初始化"顶点" for (i = 0; i vexnum; i++) { printf("vertex(%d): ", i); pG->vexs[i] = read_char(); } // 1. 初始化"边"的权值 for (i = 0; i vexnum; i++) { for (j = 0; j vexnum; j++) { if (i==j) pG->matrix[i][j] = 0; else pG->matrix[i][j] = INF; } } // 2. 初始化"边"的权值: 根据用户的输入进行初始化 for (i = 0; i edgnum; i++) { // 读取边的起始顶点,结束顶点,权值 printf("edge(%d):", i); c1 = read_char(); c2 = read_char(); scanf("%d", &weight); p1 = get_position(*pG, c1); p2 = get_position(*pG, c2); if (p1==-1 || p2==-1) { printf("input error: invalid edge!\n"); free(pG); return NULL; } pG->matrix[p1][p2] = weight; pG->matrix[p2][p1] = weight; } return pG;} /* * 创建图(用已提供的矩阵) */ Graph* create_example_graph(){ char vexs[] = {'A', 'B', 'C', 'D', 'E', 'F', 'G'}; int matrix[][9] = { /*A*//*B*//*C*//*D*//*E*//*F*//*G*/ /*A*/ { 0, 12, INF, INF, INF, 16, 14}, /*B*/ { 12, 0, 10, INF, INF, 7, INF}, /*C*/ { INF, 10, 0, 3, 5, 6, INF}, /*D*/ { INF, INF, 3, 0, 4, INF, INF}, /*E*/ { INF, INF, 5, 4, 0, 2, 8}, /*F*/ { 16, 7, 6, INF, 2, 0, 9}, /*G*/ { 14, INF, INF, INF, 8, 9, 0}}; int vlen = LENGTH(vexs); int i, j; Graph* pG; // 输入"顶点数"和"边数" if ((pG=(Graph*)malloc(sizeof(Graph))) == NULL ) return NULL; memset(pG, 0, sizeof(Graph)); // 初始化"顶点数" pG->vexnum = vlen; // 初始化"顶点" for (i = 0; i vexnum; i++) pG->vexs[i] = vexs[i]; // 初始化"边" for (i = 0; i vexnum; i++) for (j = 0; j vexnum; j++) pG->matrix[i][j] = matrix[i][j]; // 统计边的数目 for (i = 0; i vexnum; i++) for (j = 0; j vexnum; j++) if (i!=j && pG->matrix[i][j]!=INF) pG->edgnum++; pG->edgnum /= 2; return pG;} /* * 返回顶点v的第一个邻接顶点的索引,失败则返回-1 */ static int first_vertex(Graph G, int v){ int i; if (v0 || v>(G.vexnum-1)) return -1; for (i = 0; i if (G.matrix[v][i]!=0 && G.matrix[v][i]!=INF) return i; return -1;} /* * 返回顶点v相对于w的下一个邻接顶点的索引,失败则返回-1 */ static int next_vertix(Graph G, int v, int w){ int i; if (v0 || v>(G.vexnum-1) || w0 || w>(G.vexnum-1)) return -1; for (i = w + 1; i if (G.matrix[v][i]!=0 && G.matrix[v][i]!=INF) return i; return -1;} /* * 深度优先搜索遍历图的递归实现 */ static void DFS(Graph G, int i, int *visited){ int w; visited[i] = 1; printf("%c ", G.vexs[i]); // 遍历该顶点的所有邻接顶点。若是没有访问过,那么继续往下走 for (w = first_vertex(G, i); w >= 0; w = next_vertix(G, i, w)) { if (!visited[w]) DFS(G, w, visited); }} /* * 深度优先搜索遍历图 */ void DFSTraverse(Graph G){ int i; int visited[MAX]; // 顶点访问标记 // 初始化所有顶点都没有被访问 for (i = 0; i 0; printf("DFS: "); for (i = 0; i //printf("\n== LOOP(%d)\n", i); if (!visited[i]) DFS(G, i, visited); } printf("\n");} /* * 广度优先搜索(类似于树的层次遍历) */ void BFS(Graph G){ int head = 0; int rear = 0; int queue[MAX]; // 辅组队列 int visited[MAX]; // 顶点访问标记 int i, j, k; for (i = 0; i 0; printf("BFS: "); for (i = 0; i if (!visited[i]) { visited[i] = 1; printf("%c ", G.vexs[i]); queue[rear++] = i; // 入队列 } while (head != rear) { j = queue[head++]; // 出队列 for (k = first_vertex(G, j); k >= 0; k = next_vertix(G, j, k)) //k是为访问的邻接顶点 { if (!visited[k]) { visited[k] = 1; printf("%c ", G.vexs[k]); queue[rear++] = k; } } } } printf("\n");} /* * 打印矩阵队列图 */ void print_graph(Graph G){ int i,j; printf("Martix Graph:\n"); for (i = 0; i for (j = 0; j printf("%10d ", G.matrix[i][j]); printf("\n"); }} /* * prim最小生成树 * * 参数说明: * G -- 邻接矩阵图 * start -- 从图中的第start个元素开始,生成最小树 */ void prim(Graph G, int start){ int min,i,j,k,m,n,sum; int index=0; // prim最小树的索引,即prims数组的索引 char prims[MAX]; // prim最小树的结果数组 int weights[MAX]; // 顶点间边的权值 // prim最小生成树中第一个数是"图中第start个顶点",因为是从start开始的。 prims[index++] = G.vexs[start]; // 初始化"顶点的权值数组", // 将每个顶点的权值初始化为"第start个顶点"到"该顶点"的权值。 for (i = 0; i // 将第start个顶点的权值初始化为0。 // 可以理解为"第start个顶点到它自身的距离为0"。 weights[start] = 0; for (i = 0; i // 由于从start开始的,因此不需要再对第start个顶点进行处理。 if(start == i) continue; j = 0; k = 0; min = INF; // 在未被加入到最小生成树的顶点中,找出权值最小的顶点。 while (j // 若weights[j]=0,意味着"第j个节点已经被排序过"(或者说已经加入了最小生成树中)。 if (weights[j] != 0 && weights[j] // 经过上面的处理后,在未被加入到最小生成树的顶点中,权值最小的顶点是第k个顶点。 // 将第k个顶点加入到最小生成树的结果数组中 prims[index++] = G.vexs[k]; // 将"第k个顶点的权值"标记为0,意味着第k个顶点已经排序过了(或者说已经加入了最小树结果中)。 weights[k] = 0; // 当第k个顶点被加入到最小生成树的结果数组中之后,更新其它顶点的权值。 for (j = 0 ; j // 当第j个节点没有被处理,并且需要更新时才被更新。 if (weights[j] != 0 && G.matrix[k][j] // 计算最小生成树的权值 sum = 0; for (i = 1; i // 获取prims[i]在G中的位置 n = get_position(G, prims[i]); // 在vexs[0...i]中,找出到j的权值最小的顶点。 for (j = 0; j if (G.matrix[m][n]// 打印最小生成树 printf("PRIM(%c)=%d: ", G.vexs[start], sum); for (i = 0; i printf("%c ", prims[i]); printf("\n");} /* * 获取图中的边 */ EData* get_edges(Graph G){ int i,j; int index=0; EData *edges; edges = (EData*)malloc(G.edgnum*sizeof(EData)); for (i=0;i for (j=i+1;j if (G.matrix[i][j]!=INF) { edges[index].start = G.vexs[i]; edges[index].end = G.vexs[j]; edges[index].weight = G.matrix[i][j]; index++; } } } return edges;} /* * 对边按照权值大小进行排序(由小到大) */ void sorted_edges(EData* edges, int elen){ int i,j; for (i=0; ifor (j=i+1; jif (edges[i].weight > edges[j].weight) { // 交换"第i条边"和"第j条边" EData tmp = edges[i]; edges[i] = edges[j]; edges[j] = tmp; } } }} /* * 获取i的终点 */ int get_end(int vends[], int i){ while (vends[i] != 0) i = vends[i]; return i;} /* * 克鲁斯卡尔(Kruskal)最小生成树 */ void kruskal(Graph G){ int i,m,n,p1,p2; int length; int index = 0; // rets数组的索引 int vends[MAX]={0}; // 用于保存"已有最小生成树"中每个顶点在该最小树中的终点。 EData rets[MAX]; // 结果数组,保存kruskal最小生成树的边 EData *edges; // 图对应的所有边 // 获取"图中所有的边" edges = get_edges(G); // 将边按照"权"的大小进行排序(从小到大) sorted_edges(edges, G.edgnum); for (i=0; i// 获取第i条边的"起点"的序号 p2 = get_position(G, edges[i].end); // 获取第i条边的"终点"的序号 m = get_end(vends, p1); // 获取p1在"已有的最小生成树"中的终点 n = get_end(vends, p2); // 获取p2在"已有的最小生成树"中的终点 // 如果m!=n,意味着"边i"与"已经添加到最小生成树中的顶点"没有形成环路 if (m != n) { vends[m] = n; // 设置m在"已有的最小生成树"中的终点为n rets[index++] = edges[i]; // 保存结果 } } free(edges); // 统计并打印"kruskal最小生成树"的信息 length = 0; for (i = 0; i printf("Kruskal=%d: ", length); for (i = 0; i printf("(%c,%c) ", rets[i].start, rets[i].end); printf("\n");} /* * Dijkstra最短路径。 * 即,统计图(G)中"顶点vs"到其它各个顶点的最短路径。 * * 参数说明: * G -- 图 * vs -- 起始顶点(start vertex)。即计算"顶点vs"到其它顶点的最短路径。 * prev -- 前驱顶点数组。即,prev[i]的值是"顶点vs"到"顶点i"的最短路径所经历的全部顶点中,位于"顶点i"之前的那个顶点。 * dist -- 长度数组。即,dist[i]是"顶点vs"到"顶点i"的最短路径的长度。 */ void dijkstra(Graph G, int vs, int prev[], int dist[]){ int i,j,k; int min; int tmp; int flag[MAX]; // flag[i]=1表示"顶点vs"到"顶点i"的最短路径已成功获取。 // 初始化 for (i = 0; i 0; // 顶点i的最短路径还没获取到。 prev[i] = 0; // 顶点i的前驱顶点为0。 dist[i] = G.matrix[vs][i];// 顶点i的最短路径为"顶点vs"到"顶点i"的权。 } // 对"顶点vs"自身进行初始化 flag[vs] = 1; dist[vs] = 0; // 遍历G.vexnum-1次;每次找出一个顶点的最短路径。 for (i = 1; i // 寻找当前最小的路径; // 即,在未获取最短路径的顶点中,找到离vs最近的顶点(k)。 min = INF; for (j = 0; j if (flag[j]==0 && dist[j]// 标记"顶点k"为已经获取到最短路径 flag[k] = 1; // 修正当前最短路径和前驱顶点 // 即,当已经"顶点k的最短路径"之后,更新"未获取最短路径的顶点的最短路径和前驱顶点"。 for (j = 0; j // 防止溢出 if (flag[j] == 0 && (tmp // 打印dijkstra最短路径的结果 printf("dijkstra(%c): \n", G.vexs[vs]); for (i = 0; i printf(" shortest(%c, %c)=%d\n", G.vexs[vs], G.vexs[i], dist[i]);} void main(){ int prev[MAX] = {0}; int dist[MAX] = {0}; Graph* pG; // 自定义"图"(输入矩阵队列) //pG = create_graph(); // 采用已有的"图" pG = create_example_graph(); //print_graph(*pG); // 打印图 //DFSTraverse(*pG); // 深度优先遍历 //BFS(*pG); // 广度优先遍历 //prim(*pG, 0); // prim算法生成最小生成树 //kruskal(*pG); // kruskal算法生成最小生成树 // dijkstra算法获取"第4个顶点"到其它各个顶点的最短距离 dijkstra(*pG, 3, prev, dist);}1234567891011121314151617181920212223242526272829303132333435363738394041424344454647484950515253545556575859606162636465666768697071727374757677787980818283848586878889909192939495969798991001011021031041051061071081091101111121131141151161171181191201211221231241251261271281291301311321331341351361371381391401411421431441451461471481491501511521531541551561571581591601611621631641651661671681691701711721731741751761771781791801811821831841851861871881891901911921931941951961971981992002012022032042052062072082092102112122132142152162172182192202212222232242252262272282292302312322332342352362372382392402412422432442452462472482492502512522532542552562572582592602612622632642652662672682692702712722732742752762772782792802812822832842852862872882892902912922932942952962972982993003013023033043053063073083093103113123133143153163173183193203213223233243253263273283293303313323333343353363373383393403413423433443453463473483493503513523533543553563573583593603613623633643653663673683693703713723733743753763773783793803813823833843853863873883893903913923933943953963973983994004014024034044054064074084094104114124134144154164174184194204214224234244254264274284294304314324334344354364374384394404414424434444454464474484494504514524534544554564574584594604614624634644654664674684694704714724734744754764774784794804814824834844854864874884894904914924934944954964974984995005015025035045055065075085095105115125135145155165175185195205215225235245255265275285295305315325335345355365375385395405415425435445455465475485495505515525535545555565575585595605615625635645655665675685695705715725735745755762. 邻接表源码(list_udg.c)/** * C: Dijkstra算法获取最短路径(邻接表) * * @author skywang * @date 2014/04/24 */ #include #include #include #include #define MAX 100 #define INF (~(0x1 #define isLetter(a) ((((a)>='a')&&((a)='A')&&((a) #define LENGTH(a) (sizeof(a)/sizeof(a[0])) // 邻接表中表对应的链表的顶点 typedef struct _ENode{ int ivex; // 该边的顶点的位置 int weight; // 该边的权 struct _ENode *next_edge; // 指向下一条弧的指针 }ENode, *PENode; // 邻接表中表的顶点 typedef struct _VNode{ char data; // 顶点信息 ENode *first_edge; // 指向第一条依附该顶点的弧 }VNode; // 邻接表 typedef struct _LGraph{ int vexnum; // 图的顶点的数目 int edgnum; // 图的边的数目 VNode vexs[MAX];}LGraph; /* * 返回ch在matrix矩阵中的位置 */ static int get_position(LGraph G, char ch){ int i; for(i=0; iif(G.vexs[i].data==ch) return i; return -1;} /* * 读取一个输入字符 */ static char read_char(){ char ch; do { ch = getchar(); } while(!isLetter(ch)); return ch;} /* * 将node链接到list的末尾 */ static void link_last(ENode *list, ENode *node){ ENode *p = list; while(p->next_edge) p = p->next_edge; p->next_edge = node;} /* * 创建邻接表对应的图(自己输入) */ LGraph* create_lgraph(){ char c1, c2; int v, e; int i, p1, p2; int weight; ENode *node1, *node2; LGraph* pG; // 输入"顶点数"和"边数" printf("input vertex number: "); scanf("%d", &v); printf("input edge number: "); scanf("%d", &e); if ( v 1 || e 1 || (e > (v * (v-1)))) { printf("input error: invalid parameters!\n"); return NULL; } if ((pG=(LGraph*)malloc(sizeof(LGraph))) == NULL ) return NULL; memset(pG, 0, sizeof(LGraph)); // 初始化"顶点数"和"边数" pG->vexnum = v; pG->edgnum = e; // 初始化"邻接表"的顶点 for(i=0; ivexnum; i++) { printf("vertex(%d): ", i); pG->vexs[i].data = read_char(); pG->vexs[i].first_edge = NULL; } // 初始化"邻接表"的边 for(i=0; iedgnum; i++) { // 读取边的起始顶点,结束顶点,权 printf("edge(%d): ", i); c1 = read_char(); c2 = read_char(); scanf("%d", &weight); p1 = get_position(*pG, c1); p2 = get_position(*pG, c2); // 初始化node1 node1 = (ENode*)malloc(sizeof(ENode)); node1->ivex = p2; node1->weight = weight; // 将node1链接到"p1所在链表的末尾" if(pG->vexs[p1].first_edge == NULL) pG->vexs[p1].first_edge = node1; else link_last(pG->vexs[p1].first_edge, node1); // 初始化node2 node2 = (ENode*)malloc(sizeof(ENode)); node2->ivex = p1; node2->weight = weight; // 将node2链接到"p2所在链表的末尾" if(pG->vexs[p2].first_edge == NULL) pG->vexs[p2].first_edge = node2; else link_last(pG->vexs[p2].first_edge, node2); } return pG;} // 边的结构体 typedef struct _edata{ char start; // 边的起点 char end; // 边的终点 int weight; // 边的权重 }EData; // 顶点 static char gVexs[] = {'A', 'B', 'C', 'D', 'E', 'F', 'G'}; // 边 static EData gEdges[] = { // 起点 终点 权 {'A', 'B', 12}, {'A', 'F', 16}, {'A', 'G', 14}, {'B', 'C', 10}, {'B', 'F', 7}, {'C', 'D', 3}, {'C', 'E', 5}, {'C', 'F', 6}, {'D', 'E', 4}, {'E', 'F', 2}, {'E', 'G', 8}, {'F', 'G', 9},}; /* * 创建邻接表对应的图(用已提供的数据) */ LGraph* create_example_lgraph(){ char c1, c2; int vlen = LENGTH(gVexs); int elen = LENGTH(gEdges); int i, p1, p2; int weight; ENode *node1, *node2; LGraph* pG; if ((pG=(LGraph*)malloc(sizeof(LGraph))) == NULL ) return NULL; memset(pG, 0, sizeof(LGraph)); // 初始化"顶点数"和"边数" pG->vexnum = vlen; pG->edgnum = elen; // 初始化"邻接表"的顶点 for(i=0; ivexnum; i++) { pG->vexs[i].data = gVexs[i]; pG->vexs[i].first_edge = NULL; } // 初始化"邻接表"的边 for(i=0; iedgnum; i++) { // 读取边的起始顶点,结束顶点,权 c1 = gEdges[i].start; c2 = gEdges[i].end; weight = gEdges[i].weight; p1 = get_position(*pG, c1); p2 = get_position(*pG, c2); // 初始化node1 node1 = (ENode*)malloc(sizeof(ENode)); node1->ivex = p2; node1->weight = weight; // 将node1链接到"p1所在链表的末尾" if(pG->vexs[p1].first_edge == NULL) pG->vexs[p1].first_edge = node1; else link_last(pG->vexs[p1].first_edge, node1); // 初始化node2 node2 = (ENode*)malloc(sizeof(ENode)); node2->ivex = p1; node2->weight = weight; // 将node2链接到"p2所在链表的末尾" if(pG->vexs[p2].first_edge == NULL) pG->vexs[p2].first_edge = node2; else link_last(pG->vexs[p2].first_edge, node2); } return pG;} /* * 深度优先搜索遍历图的递归实现 */ static void DFS(LGraph G, int i, int *visited){ int w; ENode *node; visited[i] = 1; printf("%c ", G.vexs[i].data); node = G.vexs[i].first_edge; while (node != NULL) { if (!visited[node->ivex]) DFS(G, node->ivex, visited); node = node->next_edge; }} /* * 深度优先搜索遍历图 */ void DFSTraverse(LGraph G){ int i; int visited[MAX]; // 顶点访问标记 // 初始化所有顶点都没有被访问 for (i = 0; i 0; printf("DFS: "); for (i = 0; i if (!visited[i]) DFS(G, i, visited); } printf("\n");} /* * 广度优先搜索(类似于树的层次遍历) */ void BFS(LGraph G){ int head = 0; int rear = 0; int queue[MAX]; // 辅组队列 int visited[MAX]; // 顶点访问标记 int i, j, k; ENode *node; for (i = 0; i 0; printf("BFS: "); for (i = 0; i if (!visited[i]) { visited[i] = 1; printf("%c ", G.vexs[i].data); queue[rear++] = i; // 入队列 } while (head != rear) { j = queue[head++]; // 出队列 node = G.vexs[j].first_edge; while (node != NULL) { k = node->ivex; if (!visited[k]) { visited[k] = 1; printf("%c ", G.vexs[k].data); queue[rear++] = k; } node = node->next_edge; } } } printf("\n");} /* * 打印邻接表图 */ void print_lgraph(LGraph G){ int i,j; ENode *node; printf("List Graph:\n"); for (i = 0; i printf("%d(%c): ", i, G.vexs[i].data); node = G.vexs[i].first_edge; while (node != NULL) { printf("%d(%c) ", node->ivex, G.vexs[node->ivex].data); node = node->next_edge; } printf("\n"); }} /* * 获取G中边的权值;若start和end不是连通的,则返回无穷大。 */ int get_weight(LGraph G, int start, int end){ ENode *node; if (start==end) return 0; node = G.vexs[start].first_edge; while (node!=NULL) { if (end==node->ivex) return node->weight; node = node->next_edge; } return INF;} /* * prim最小生成树 * * 参数说明: * G -- 邻接表图 * start -- 从图中的第start个元素开始,生成最小树 */ void prim(LGraph G, int start){ int min,i,j,k,m,n,tmp,sum; int index=0; // prim最小树的索引,即prims数组的索引 char prims[MAX]; // prim最小树的结果数组 int weights[MAX]; // 顶点间边的权值 // prim最小生成树中第一个数是"图中第start个顶点",因为是从start开始的。 prims[index++] = G.vexs[start].data; // 初始化"顶点的权值数组", // 将每个顶点的权值初始化为"第start个顶点"到"该顶点"的权值。 for (i = 0; i for (i = 0; i // 由于从start开始的,因此不需要再对第start个顶点进行处理。 if(start == i) continue; j = 0; k = 0; min = INF; // 在未被加入到最小生成树的顶点中,找出权值最小的顶点。 while (j // 若weights[j]=0,意味着"第j个节点已经被排序过"(或者说已经加入了最小生成树中)。 if (weights[j] != 0 && weights[j] // 经过上面的处理后,在未被加入到最小生成树的顶点中,权值最小的顶点是第k个顶点。 // 将第k个顶点加入到最小生成树的结果数组中 prims[index++] = G.vexs[k].data; // 将"第k个顶点的权值"标记为0,意味着第k个顶点已经排序过了(或者说已经加入了最小树结果中)。 weights[k] = 0; // 当第k个顶点被加入到最小生成树的结果数组中之后,更新其它顶点的权值。 for (j = 0 ; j // 获取第k个顶点到第j个顶点的权值 tmp = get_weight(G, k, j); // 当第j个节点没有被处理,并且需要更新时才被更新。 if (weights[j] != 0 && tmp // 计算最小生成树的权值 sum = 0; for (i = 1; i // 获取prims[i]在G中的位置 n = get_position(G, prims[i]); // 在vexs[0...i]中,找出到j的权值最小的顶点。 for (j = 0; j if (tmp // 打印最小生成树 printf("PRIM(%c)=%d: ", G.vexs[start].data, sum); for (i = 0; i printf("%c ", prims[i]); printf("\n");} /* * 获取图中的边 */ EData* get_edges(LGraph G){ int i,j; int index=0; ENode *node; EData *edges; edges = (EData*)malloc(G.edgnum*sizeof(EData)); for (i=0; iwhile (node != NULL) { if (node->ivex > i) { edges[index].start = G.vexs[i].data; // 起点 edges[index].end = G.vexs[node->ivex].data; // 终点 edges[index].weight = node->weight; // 权 index++; } node = node->next_edge; } } return edges;} /* * 对边按照权值大小进行排序(由小到大) */ void sorted_edges(EData* edges, int elen){ int i,j; for (i=0; ifor (j=i+1; jif (edges[i].weight > edges[j].weight) { // 交换"第i条边"和"第j条边" EData tmp = edges[i]; edges[i] = edges[j]; edges[j] = tmp; } } }} /* * 获取i的终点 */ int get_end(int vends[], int i){ while (vends[i] != 0) i = vends[i]; return i;} /* * 克鲁斯卡尔(Kruskal)最小生成树 */ void kruskal(LGraph G){ int i,m,n,p1,p2; int length; int index = 0; // rets数组的索引 int vends[MAX]={0}; // 用于保存"已有最小生成树"中每个顶点在该最小树中的终点。 EData rets[MAX]; // 结果数组,保存kruskal最小生成树的边 EData *edges; // 图对应的所有边 // 获取"图中所有的边" edges = get_edges(G); // 将边按照"权"的大小进行排序(从小到大) sorted_edges(edges, G.edgnum); for (i=0; i// 获取第i条边的"起点"的序号 p2 = get_position(G, edges[i].end); // 获取第i条边的"终点"的序号 m = get_end(vends, p1); // 获取p1在"已有的最小生成树"中的终点 n = get_end(vends, p2); // 获取p2在"已有的最小生成树"中的终点 // 如果m!=n,意味着"边i"与"已经添加到最小生成树中的顶点"没有形成环路 if (m != n) { vends[m] = n; // 设置m在"已有的最小生成树"中的终点为n rets[index++] = edges[i]; // 保存结果 } } free(edges); // 统计并打印"kruskal最小生成树"的信息 length = 0; for (i = 0; i printf("Kruskal=%d: ", length); for (i = 0; i printf("(%c,%c) ", rets[i].start, rets[i].end); printf("\n");} /* * Dijkstra最短路径。 * 即,统计图(G)中"顶点vs"到其它各个顶点的最短路径。 * * 参数说明: * G -- 图 * vs -- 起始顶点(start vertex)。即计算"顶点vs"到其它顶点的最短路径。 * prev -- 前驱顶点数组。即,prev[i]的值是"顶点vs"到"顶点i"的最短路径所经历的全部顶点中,位于"顶点i"之前的那个顶点。 * dist -- 长度数组。即,dist[i]是"顶点vs"到"顶点i"的最短路径的长度。 */ void dijkstra(LGraph G, int vs, int prev[], int dist[]){ int i,j,k; int min; int tmp; int flag[MAX]; // flag[i]=1表示"顶点vs"到"顶点i"的最短路径已成功获取。 // 初始化 for (i = 0; i 0; // 顶点i的最短路径还没获取到。 prev[i] = 0; // 顶点i的前驱顶点为0。 dist[i] = get_weight(G, vs, i); // 顶点i的最短路径为"顶点vs"到"顶点i"的权。 } // 对"顶点vs"自身进行初始化 flag[vs] = 1; dist[vs] = 0; // 遍历G.vexnum-1次;每次找出一个顶点的最短路径。 for (i = 1; i // 寻找当前最小的路径; // 即,在未获取最短路径的顶点中,找到离vs最近的顶点(k)。 min = INF; for (j = 0; j if (flag[j]==0 && dist[j]// 标记"顶点k"为已经获取到最短路径 flag[k] = 1; // 修正当前最短路径和前驱顶点 // 即,当已经"顶点k的最短路径"之后,更新"未获取最短路径的顶点的最短路径和前驱顶点"。 for (j = 0; j // 防止溢出 if (flag[j] == 0 && (tmp // 打印dijkstra最短路径的结果 printf("dijkstra(%c): \n", G.vexs[vs].data); for (i = 0; i printf(" shortest(%c, %c)=%d\n", G.vexs[vs].data, G.vexs[i].data, dist[i]);} void main(){ int prev[MAX] = {0}; int dist[MAX] = {0}; LGraph* pG; // 自定义"图"(自己输入数据) //pG = create_lgraph(); // 采用已有的"图" pG = create_example_lgraph(); //print_lgraph(*pG); // 打印图 //DFSTraverse(*pG); // 深度优先遍历 //BFS(*pG); // 广度优先遍历 //prim(*pG, 0); // prim算法生成最小生成树 //kruskal(*pG); // kruskal算法生成最小生成树 // dijkstra算法获取"第4个顶点"到其它各个顶点的最短距离 dijkstra(*pG, 3, prev, dist);}123456789101112131415161718192021222324252627282930313233343536373839404142434445464748495051525354555657585960616263646566676869707172737475767778798081828384858687888990919293949596979899100101102103104105106107108109110111112113114115116117118119120121122123124125126127128129130131132133134135136137138139140141142143144145146147148149150151152153154155156157158159160161162163164165166167168169170171172173174175176177178179180181182183184185186187188189190191192193194195196197198199200201202203204205206207208209210211212213214215216217218219220221222223224225226227228229230231232233234235236237238239240241242243244245246247248249250251252253254255256257258259260261262263264265266267268269270271272273274275276277278279280281282283284285286287288289290291292293294295296297298299300301302303304305306307308309310311312313314315316317318319320321322323324325326327328329330331332333334335336337338339340341342343344345346347348349350351352353354355356357358359360361362363364365366367368369370371372373374375376377378379380381382383384385386387388389390391392393394395396397398399400401402403404405406407408409410411412413414415416417418419420421422423424425426427428429430431432433434435436437438439440441442443444445446447448449450451452453454455456457458459460461462463464465466467468469470471472473474475476477478479480481482483484485486487488489490491492493494495496497498499500501502503504505506507508509510511512513514515516517518519520521522523524525526527528529530531532533534535536537538539540541542543544545546547548549550551552553554555556557558559560561562563564565566567568569570571572573574575576577578579580581582583584585586587588589590591592593594595596597598599600601602603604605606607608609610611612613614615616617618619620621622623624625626627628629630631632633634635636637638639640转载自:Dijkstra算法(一)之 C语言详解
12-20 08:01