在线时间:8:00-16:00
迪恩网络APP
随时随地掌握行业动态
扫描二维码
关注迪恩网络微信公众号
该算法可以用来解决一般(边的权值为负)的单源最短路径问题,而dijkstra只能解决权值非负的情况。 此算法使用松弛技术,对每一个顶点,逐步减少源到该顶点的路径的估计值,直到达到最短的路径。 算法运算结果: matlab代码如下,netplot函数在这里,不过当时函数中表示两节点没有路径用的是0,而现在需要改成inf: clear all;close all;clc %初始化邻接压缩表 b=[1 2 6; 1 4 7 2 3 5; 2 4 8; 2 5 -4; 3 2 -2; 4 3 -3; 4 5 9; 5 1 2; 5 3 7]; m=max(max(b(:,1:2))); %压缩表中最大值就是邻接矩阵的宽与高 A=compresstable2matrix(b); %从邻接压缩表构造图的矩阵表示 netplot(A,1) %形象表示 S=inf(1,m); %源到其他节点的最短距离,开始为inf S(1)=0; %源点到自己的距离为0 pa=zeros(1,m); %寻找到的节点的前趋 pa(1)=1; %源点的前趋是自己 pre_pa=ones(1,m); while sum(pre_pa==pa)~=m %终止条件,判断终止的方法很多,这个应该不是最佳实践 pre_pa=pa; for k=1:m if pre_pa(k)~=0 %对每一个已搜寻到的节点,从此节点寻找后继节点 i=k; for j=1:m if A(i,j)~=inf if S(j)>S(i)+A(i,j) S(j)=S(i)+A(i,j); %边缘松弛,取两节点间最小权值作为实际权值 pa(j)=i; %寻找前趋 end end end end end end %最终我们需要的就是这两个值 S %源点到其他每一点的距离 pa %其他每一节点的前趋 %算法到此结束,下面只是为了形象的表示而写的。 re=[]; for i=2:m re=[re;pa(i) i A(pa(i),i)]; end A=compresstable2matrix(re); %从邻接压缩表构造图的矩阵表示 figure; netplot(A,1) %形象表示 compresstable2matrix.m function A=compresstable2matrix(b) [n ~]=size(b); m=max(max(b(:,1:2))); A=inf(m,m); for i=1:n A(b(i,1),b(i,2))=b(i,3); end end
|
2023-10-27
2022-08-15
2022-08-17
2022-09-23
2022-08-13
请发表评论