Floyd算法直接使用二维数组求出所有顶点到所有顶点的最短路径。
D代表顶点到顶点的最短路径权值和的矩阵。
P代表对应顶点的最小路径的前驱矩阵。
以下程序在DEV C++中调试运行通过。
#include <stdio.h> #define INFINITY 65535 typedef int VertexType; //顶点是字符型 typedef int EdgeType; //边是整型 typedef struct //图的邻接矩阵存储结构 { VertexType vexs[9]; //顶点向量 EdgeType edges[9][9]; //邻接矩阵 int vexnum,arcnum; //图中当前的顶点数和边数 }MGraph; /* 邻接矩阵的建立*/ void CreateGraph(MGraph *G) { int i,j,k,weight; int ch1,ch2; printf("请输入顶点数和边数(输入格式为:顶点数,边数):"); scanf("%d,%d",&(G->vexnum),&(G->arcnum)); printf("请输入顶点名称(输入格式为:a,b,c...):"); for(i=0;i<G->vexnum;i++) { getchar(); scanf("%d",&(G->vexs[i])); } for(i=0;i<G->vexnum;i++) for(j=0;j<G->vexnum;j++) if(i==j) G->edges[i][j]=0; else G->edges[i][j]=INFINITY; printf("请输入每条边对应的两个顶点名称(输入格式为:a,b):\n"); for(k=0;k<G->arcnum;k++) { // getchar(); printf("请输入第%d条边的两个顶点名称:",k+1); scanf("%d,%d",&ch1,&ch2); for(i=0;ch1!=G->vexs[i];i++); for(j=0;ch2!=G->vexs[j];j++); getchar(); printf("请输入第%d条边的权值:",k+1); scanf("%d",&weight); G->edges[i][j]=weight; G->edges[j][i]=weight; } } void ShortestPath_Floyd(MGraph G,int P[9][9],int D[9][9]) { int v,w,k; for(v=0;v<G.vexnum;v++)//初始化D和P { for(w=0;w<G.vexnum;w++) { D[v][w]=G.edges[v][w]; P[v][w]=w; } } for(k=0;k<G.vexnum;k++) { for(v=0;v<G.vexnum;v++) { for(w=0;w<G.vexnum;w++) { if(D[v][w]>(D[v][k]+D[k][w])) {//如果经过下标为k顶点路径比原两点间路径更短,将当前两点间权值设为更小的一个 D[v][w]=D[v][k]+D[k][w]; P[v][w]=P[v][k]; } } } } } void main() { MGraph G; CreateGraph(&G); int i,j; printf("edgesnum:%d\n",G.arcnum); printf("vexesnum:%d\n",G.vexnum); for(i=0;i<9;i++) { for(j=0;j<9;j++) printf("%d ",G.edges[i][j]); printf("\n"); } int v,w,k; int P[9][9]; int D[9][9]; printf("%d\n",P); printf("%d\n",D); ShortestPath_Floyd(G,P,D); for(v=0;v<G.vexnum;v++)//显示路径 { for(w=v+1;w<G.vexnum;w++) { printf("v%d-v%d weight:%d ",v,w,D[v][w]); k=P[v][w]; printf("path:%d",v); while(k!=w) { printf("->%d",k); k=P[k][w]; } printf("->%d\n",w); } } }
运行结果如图所示。
整个算法的时间复杂度是O(n^3)。
在编写过程中遇到了以下错误:
在62行
[Error]subscripted value is neither array nor pointer nor vector
意思是
下标的值不是数组或指针或向量
当时我这一行是这样写的
void ShortestPath_Floyd(MGraph G,int** P,int** D)
因为在上一篇文章Dijkstra算法中一维数组作为函数参数是用的int*,没有问题
所以在这里二维数组我就想当然地用了int**
但是如果参数传入int**类型,在函数里就不能使用P[v][w]访问二维数组的值
编译器不能正确为它寻址,需要模仿编译器的行为把P[v][w]这样的式子手工转变为:
*((int*)P + n*v + w);
所以在被调用函数中对形参数组定义时可以指定所有维数的大小,也可以省略第一维的大小说明
故改为void ShortestPath_Floyd(MGraph G,int P[9][9],int D[9][9])就可以编译通过。
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小牛知识库。
import scala.reflect.ClassTag import org.apache.spark.graphx._ /** * Computes shortest paths to the given set of landmark vertices, returning a graph where each * vertex attribute is a map containin
本文向大家介绍Dijkstra算法最短路径的C++实现与输出路径,包括了Dijkstra算法最短路径的C++实现与输出路径的使用技巧和注意事项,需要的朋友参考一下 某个源点到其余各顶点的最短路径 这个算法最开始心里怕怕的,不知道为什么,花了好长时间弄懂了,也写了一遍,又遇到时还是出错了,今天再次写它,心里没那么怕了,耐心研究,懂了之后会好开心的,哈哈 Dijkstra算法: 图G 如图:若要求从顶
本文向大家介绍java实现Dijkstra最短路径算法,包括了java实现Dijkstra最短路径算法的使用技巧和注意事项,需要的朋友参考一下 任务描述:在一个无向图中,获取起始节点到所有其他节点的最短路径描述 Dijkstra(迪杰斯特拉)算法是典型的最短路径路由算法,用于计算一个节点到其他所有节点的最短路径。主要特点是以起始点为中心向外层层扩展,直到扩展到终点为止。 Dijkstra一般的表述
本文向大家介绍java实现dijkstra最短路径寻路算法,包括了java实现dijkstra最短路径寻路算法的使用技巧和注意事项,需要的朋友参考一下 【引用】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
主要内容:最短路径算法在给定的图存储结构中,从某一顶点到另一个顶点所经过的多条边称为 路径。 图 1 图存储结构 例如在图 1 所示的图结构中,从顶点 A 到 B 的路径有多条,包括 A-B、A-C-B 和 A-D-B。当我们给图中的每条边赋予相应的权值后,就可以从众多路径中找出总权值最小的一条,这条路径就称为 最短路径。 图 2 无向带权图 以图 2 为例,从顶点 A 到 B 的路径有 3 条,它们各自的总权值是:
本文向大家介绍java实现最短路径算法之Dijkstra算法,包括了java实现最短路径算法之Dijkstra算法的使用技巧和注意事项,需要的朋友参考一下 前言 Dijkstra算法是最短路径算法中为人熟知的一种,是单起点全路径算法。该算法被称为是“贪心算法”的成功典范。本文接下来将尝试以最通俗的语言来介绍这个伟大的算法,并赋予java实现代码。 一、知识准备: 1、表示图的数据结构 用于存储图的
本文向大家介绍python实现Dijkstra算法的最短路径问题,包括了python实现Dijkstra算法的最短路径问题的使用技巧和注意事项,需要的朋友参考一下 迪杰斯特拉(Dijkstra)算法主要是针对没有负值的有向图,求解其中的单一起点到其他顶点的最短路径算法。 1 算法原理 迪杰斯特拉(Dijkstra)算法是一个按照路径长度递增的次序产生的最短路径算法。下图为带权值的有向图,作为程序中
弗洛伊德算法 弗洛伊德算法(Floyd-Warshall Algorithm),跟克鲁斯卡尔算法一样是为了解决给定加权图中某一个顶点到其他顶点间的最短距离,可以处理有向图或负权的最短路径问题,同时也被用于在计算有向图的传递闭关。该算法已创始人之一,1978年图领奖获得者,斯坦福大学计算机教授罗伯特·弗洛伊德。 适用范围:无负权回路即可,边权正负都可以,运行一次算法即可得到任意两点之间的最短路径。