博客
关于我
强烈建议你试试无所不能的chatGPT,快点击我
Dijkstra算法--一个点到其余点最短路径
阅读量:4250 次
发布时间:2019-05-26

本文共 1638 字,大约阅读时间需要 5 分钟。

Dijkstra算法

要求

求一个点(源点)到其余各个顶点的最短路径。

思路

先将源点到其余各个点的路径列出来dis[],找到最小值,这个最小值就是源点到这一点u的最短路径,并标记已经找出,再以这个点开始,依次遍历到其它点v,如果这个点u到其它点v的距离加上源点到这个点距离(也就是刚刚找出的最短距离)还小于源点直接到点v的距离dis[v],更新数组dis[v],再在dis[]找出最小值并标记,此时又求出一个点,重复步骤,n-1次后全部求出。

代码

#include 
#define N 7#define M 7#define X 99999999int a[N][M] = { { 0, 0, 0, 0, 0, 0, 0}, { 0, 0, 1, 12, X, X, X}, { 0, X, 0, 9, 3, X, X}, { 0, X, X, 0, X, 5, X}, { 0, X, X, 4, 0, 13, 15}, { 0, X, X, X, X, 0, 4}, { 0, X, X, X, X, X, 0} };int dis[M] = {
0};int book[M] = {
0};void print_a() { for (int i = 0; i < N; ++i) { for (int j = 0; j < M; ++j) { printf("%8d ", a[i][j]); } printf("\n"); } printf("\n");}void printf_array(int *p) { for (int i = 0; i < M; ++i) { printf("%8d ", p[i]); } printf("\n");}int main() { int min; int u; for (int i = 1; i < M; ++i) { dis[i] = a[1][i]; } book[1] = 1; printf_array(dis); for (int i = 1; i < M-1; ++i) { min = X; for (int i = 1; i < M; ++i) { if (book[i] == 0 && dis[i] < min) { min = dis[i]; u = i; } } book[u] = 1; // 标记找到最短距离的点 for (int v = 1; v < M; ++v) { if (a[u][v] < X) { if (a[u][v] + dis[u] < dis[v]) { dis[v] = a[u][v] + dis[u]; } } } printf_array(dis); } return 0;}

时间复杂度

O(N^2)

你可能感兴趣的文章
Spark 2.1.0 入门:特征抽取–Word2Vec(Python版)
查看>>
[NLP] MXnet与TensorFlow的自然语言处理应用
查看>>
#####@@@#好好好好#####最全知识图谱介绍:关键技术、开放数据集、应用案例汇总
查看>>
MxNet使用总览
查看>>
DL4NLP —— seq2seq+attention机制的应用:文档自动摘要(Automatic Text Summarization)
查看>>
QA问答系统中的深度学习技术实现
查看>>
NLP专题论文解读:从Chatbot、NER到QA系统...
查看>>
端到端的TTS深度学习模型tacotron(中文语音合成)
查看>>
神经网络在关系抽取中的应用
查看>>
大规模知识图谱的构建、推理及应用
查看>>
揭秘 DeepMind 的关系推理网络
查看>>
概率图模型(PGM)模式推断与概率图流
查看>>
MySQL中REGEXP正则表达式使用大全
查看>>
ArangoDB、Neo4j、OrientDB单机性能比较
查看>>
MFCC(Mel 倒谱系数)
查看>>
python2代码批量转为python3代码
查看>>
贝叶斯优化: 一种更好的超参数调优方式
查看>>
Tensorflow 多任务学习 概念介绍
查看>>
Keras 多任务实现,Multi Loss #########Keras Xception Multi loss 细粒度图像分类
查看>>
#####好好好####从Google Visor到Microsoft NNI再到Advisor调参服务接口发展史
查看>>