博客
关于我
Dijikstra与Floyd两种最短路径算法的解析与Golang代码实现
阅读量:124 次
发布时间:2019-02-27

本文共 2655 字,大约阅读时间需要 8 分钟。

Dijkstra算法理论与实现

Dijkstra算法理论

在带权图中,从一个单源节点到其他节点寻找最短路径,是典型的单源最短路径问题。Dijkstra算法由荷兰计算机科学家狄克斯特拉于1959年提出,适用于有向图的最短路径计算。

基本思想

  • 初始化:指定起点s,初始化两个集合S和U。S记录已求出最短路径的顶点,U记录尚未求出的顶点及其到起点s的距离。
  • 迭代过程
    • 从U中选择距离s最短的顶点k,加入S。
    • 更新U中所有顶点到s的距离,基于k的最短路径。
    • 重复上述步骤直至所有顶点都被计算。
  • 操作步骤

  • 初始时,S包含起点s,U包含其他所有顶点,初始距离为∞。
  • 每次从U中选出距离s最短的顶点k,加入S。
  • 更新所有顶点到s的最短距离,基于k的路径。
  • 重复步骤2-4,直到S包含所有顶点。
  • Dijkstra算法Golang实现

    func Dijkstra(D [LEN][LEN]int, v int) {    if v < 0 || v >= LEN {        fmt.Println("错误节点输入!")        return    }        // 初始化距离矩阵    for i := 0; i < LEN; i++ {        for j := 0; j < LEN; j++ {            if D[i][j] == -1 {                D[i][j] = 9999999            }        }    }        // 初始化S和U    var S []int    S = append(S, v)        for i := 0; i < LEN; i++ {        if !contains(S, i) && D[i][v] == 9999999 {            min = D[i][v]            index = i            break        }    }        if min == 9999999 {        fmt.Printf("最小值min=%d\n", min)        return    }        S = append(S, index)        for i := 0; i < LEN; i++ {        for j := 0; j < LEN; j++ {            if i == j || v == j {                continue            }            if D[i][j] > D[i][index] + D[index][j] {                D[i][j] = D[i][index] + D[index][j]                Path[i][j] = index            }        }    }        // 重复上述过程直到S包含所有顶点}

    Floyd算法理论

    Floyd算法(插点法)用于多源最短路径计算,通过三重循环更新所有点对的最短路径。其核心思想是通过松弛操作,逐步优化路径距离。

    核心思想

  • 初始化:使用邻接矩阵D,初始时D[i][j]为原始权值。
  • 三重循环
    • 选择每个点i作为中间过渡点。
    • 遍历所有点对(i,j),判断是否通过i的路径更短。
    • 如果更短,更新D[i][j]和路径信息。
  • 优缺点

    优点:代码简单,计算任意两点间最短路径。缺点:时间复杂度较高,不适合大规模数据。

    Floyd算法Golang实现

    func Floyd(D [LEN][LEN]int) {    // 初始化路径矩阵    var Path [LEN][LEN]int    for i := 0; i < LEN; i++ {        for j := 0; j < LEN; j++ {            Path[i][j] = -1        }    }        for i := 0; i < LEN; i++ {        for j := 0; j < LEN; j++ {            if D[i][j] == -1 {                D[i][j] = 9999999            }        }    }        for v := 0; v < LEN; v++ {        for i := 0; i < LEN; i++ {            for j := 0; j < LEN; j++ {                if i == j || v == i || v == j {                    continue                }                if D[i][j] > D[i][v] + D[v][j] {                    D[i][j] = D[i][v] + D[v][j]                    Path[i][j] = v                }            }        }    }        // 输出结果    for i := 0; i < LEN; i++ {        for j := 0; j < LEN; j++ {            if D[i][j] == 9999999 {                D[i][j] = -1            }        }    }        for i := 0; i < LEN; i++ {        for j := 0; j < LEN; j++ {            fmt.Printf("点%d到点%d的最短距离为%d\n", i, j, D[i][j])        }    }}

    总结

    两种算法均基于贪心思想,Dijkstra单源最短路径,Floyd多源最短路径。Dijkstra每次计算单个源点最短路径,Floyd一次性计算所有点对。两者时间复杂度均为O(N^3),适用于小规模数据。

    转载地址:http://swob.baihongyu.com/

    你可能感兴趣的文章
    Openlayers高级交互(10/20):绘制矩形,截取对应部分的地图并保存
    查看>>
    Openlayers高级交互(11/20):显示带箭头的线段轨迹,箭头居中
    查看>>
    Openlayers高级交互(14/20):汽车移动轨迹动画(开始、暂停、结束)
    查看>>
    Openlayers高级交互(15/20):显示海量多边形,10ms加载完成
    查看>>
    Openlayers高级交互(16/20):两个多边形的交集、差集、并集处理
    查看>>
    Openlayers高级交互(17/20):通过坐标显示多边形,计算出最大幅宽
    查看>>
    Openlayers高级交互(19/20): 地图上点击某处,列表中显示对应位置
    查看>>
    Openlayers高级交互(2/20):清除所有图层的有效方法
    查看>>
    Openlayers高级交互(20/20):超级数据聚合,页面不再混乱
    查看>>
    Openlayers高级交互(3/20):动态添加 layer 到 layerGroup,并动态删除
    查看>>
    Openlayers高级交互(4/20):手绘多边形,导出KML文件,可以自定义name和style
    查看>>
    Openlayers高级交互(6/20):绘制某点,判断它是否在一个电子围栏内
    查看>>
    Openlayers高级交互(7/20):点击某点弹出窗口,自动播放视频
    查看>>
    Openlayers高级交互(8/20):选取feature,平移feature
    查看>>
    Openlayers:DMS-DD坐标形式互相转换
    查看>>
    openlayers:圆孔相机根据卫星经度、纬度、高度、半径比例推算绘制地面的拍摄的区域
    查看>>
    OpenLDAP(2.4.3x)服务器搭建及配置说明
    查看>>
    OpenLDAP编译安装及配置
    查看>>
    Openmax IL (二)Android多媒体编解码Component
    查看>>
    OpenMCU(一):STM32F407 FreeRTOS移植
    查看>>