C++ Dijkstra算法之求图中任意两顶点的最短路径

Dijkstra算法是图中找任意两点中最短路径的一种经典算法。

重点的步骤总结如下:

1.算法采用了并查集 (之后都叫它为 最短路径顶点集 ):即每次都找离开始顶点距离最短的顶点,然后把该顶点加入最短路径顶点集中(已经加入最短路径顶点集里的那些顶点 下一次就会跳过它了,并且,在顶点集里 任意两个顶点间的距离 都已经是最短)
2.用来记录从源点(开始顶点) 到vi (0<=i<=numVertices) 的最短距离 的数组dist[numVertices] ,并且这个数组的元素值是会不断变化的,为什么呢,因为,这个最短距离无非两种情况。
第一种:开始顶点v直接到达目的顶点X的距离。
第二种:开始顶点v先到达中间顶点Vk(Vk可能不止一个)再到目的顶点的距离。
要么是第一种情况最短,要么是第二种情况最短,因此需要再这两者间选择一个最小值作为最短路径。
dist[w] = min {dist[w] ,dist[k] + this->getWeight(k,w)};
3.路径数组path[],这个数组 保存了从源点到终点vi 的最短路径上该顶点的前驱顶点的序号,即:会记录最短路径 某个顶点的上一个 顶点是什么,比如说 path[4]的值是2,那么 4的上一个顶点 就是2 ,path[2]的顶点比如是3 那么2的上一个顶点就是3 ,继续, 如果path[3]是0那么 这个路径为: , 因此,当Dijkstra算法结束的时候,我们只需要从最后那个顶点开始 path[endVertexce] 就可以得到它上一个顶点的下标,然后一直找,直到找到源点,那么这个路径就输出完了.

Dijkstra算法求带权有向图单元最短路径的示例过程图如下:

图a为 本次的示例图,然后假如要从v0出发,去找顶点v4的最短距离.首先,我们可以看到图b 伸出三条虚线,是什么意思呢?就是因为v0 和这三个顶点都连通,然后,找一个最短和v0相连的顶点,发现是v1,权值是10,然后接下来的要做什么呢??接下来就是重点了,要从v1出发,去寻找所有与v1 相连的顶点,如果源点到 v1 后再到这些顶点的距离 比 源点直接到 这些 和v1相连的顶点 的距离 短的话
就要重新修改v0到 vx的值(x为任意与v1相连的顶点),即v0—>v1—>v2,一开始v0不能直接到v2所以dist[2]=∞,但是v0->v1->v2的值却为60,因此dist[2]的值就改为60,即v0通过“某条路径”抵达 v2的当前最短路径就是60,为什么说是当前呢,因为等下可能还有其他 未加入最短路径顶点集 的某个顶点,他可能从源点,再经过它 再到v2 ,比 从源点出发到 v1 再到v2的距离更小!(比如说v3)。接着重复以上操作:在未加入"最短路径顶点集" 里 找一个离源点最近的 顶点,然后让它加入”最短路径顶点集“里 因为刚才加入的是v1,它的权值是10 ,然后v1里没有能够到达v3的边,所以,v3的值没有改变,如果v3的值要改变的话:当且仅当从源点 到最小权值顶点再到 v3 因此,v0到v3已经是最小的路径了,因此,把它加入 最短路径顶点集里, 加入到最短路径顶点集里,任意两个顶点之间的距离 都已经是最短路径, v3加到顶点集之后要做的事情 还是和刚才那样:不断去寻找和它相连接的顶点Vx,然后比较 v0直接到Vx的距离是否比 v0 先到v3再到 Vx的距离大,如果是,做两件事情:

① 修改dist[x] 的值(即v0通过某一条路径到达Vx的最短路径 这里如果前提条件成立 这条路径为: v0—>v3—>Vx).
②修改路径数组path[x]=index(v3)=3 (下标0对应v0,下标1对应v1…),即让x这个位置的顶点的前驱的下标索引为3,即v3的下标索引.

Dijkstra算法的思想就是像上述一样,未完成的步骤留给读者完成。

具体测试代码如下(有些代码与Dijkstra算法无关,代码是基于之前实现的代码,如果是DevC++ 编译器,可以按住Ctrl +鼠标左键 点击主函数的测试代码的函数,可以跳到对应 的函数代码体,见谅见谅.)

本次路径的输出利用了栈,使得路径可以按从起点到终点 按顺序 输出。

本次测试图如下:

代码如下:

#include<iostream>
#include<cstring>
#include<math.h>
#include<stdio.h>
#include<stdlib.h>
#include<conio.h>
#include<vector>
#include<queue>
#include<stack>
using namespace std;
const long long int maxWeight = RAND_MAX; //无穷大的值
const int DefaultVertices = 30;	//最大顶点数不妨设为30
template <class T, class E>
class Graph {
protected:
    int maxVertices=10;//图中最大顶点数
    int numVertices=0;//图中当前顶点数
    int numEdges=0;//图中当前边数
    bool direction=false;//图中边的是否有方向
    bool withCost=false;//图中的边是否带权
    //返回顶点名vertex的序号(从0开始)
	int getVertexPos (T vertex);
public:
	void DFS (const T& v)
	{

	} 

	void BFS (const T& v)
	{
	} 

    Graph(int sz , bool direct, bool cost); //构造函数
    ~Graph()//析构函数
	{}
			//析构函数
    bool GraphEmpty () const	//判图是否为空,因为不需要修改,因此设置为常成员函数
    {
	  return numEdges == 0;
	}
    bool GraphFull() const;         //判图是否为满
    //返回图中当前顶点数
   	int NumberOfVertices ()
	{
	   return numVertices;
	}
    //返回图中当前边数
	int NumberOfEdges ()
	{
	 return numEdges;
	}
	//取回序号为 i 的顶点值(顶点名)
	virtual T getValue (int i){
	}
    //取顶点序号为v1,v2的边上权值
    virtual E getWeight (int v1, int v2){
	}
  	//取顶点 v 的第一个邻接顶点序号
    virtual int getFirstNeighbor (int v){
	}
   //返回顶点 v 和邻接顶点 w 的下一个邻接顶点序号
	virtual int getNextNeighbor (int v, int w){
	}
    //插入新顶点, 点名为vertex
	virtual bool insertVertex (const T vertex){
	}
    //插入新边(v1,v2), 权值cost
	virtual bool insertEdge (T v1, T v2, E cost){
	}
    //删除名为 v 的顶点和所有与它相关联的边
	virtual bool removeVertex (T v){
	}
    //在图中删除边(v1,v2)
	virtual bool removeEdge (T v1, T v2){
	}
};

template<class T , class E>
Graph<T,E>::Graph (int sz , bool direct, bool cost)
{
	 sz = DefaultVertices,  direct=false,  cost=false;
}
//++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++

template <class T, class E> //
class Edge_Vertices {		   //边结点的类定义
public:
    int dest;		   //边的邻接(终)点序号
   	E cost;		   //边上的权值
   	Edge_Vertices<T, E>* link;//下一个连接顶点
	Edge_Vertices (int num=0, Edge_Vertices<T, E>* next=NULL, E weight=NULL) //构造函数
    : dest (num), link (next), cost (weight) { }
   	bool operator != (Edge_Vertices<T, E>& R) const
	{  return dest != R.dest;  } //重载!=运算符,判边不等
}; 

template <class T, class E>
class Vertex {	      //顶点的类定义
public:
    T data;		      //源顶点的名字(数据)
	Edge_Vertices<T, E>* next=NULL; //next指针用来连接顶点
};

//邻接表图的类定义继承图类
template <class T, class E>
class Graphlnk : public Graph<T, E>{
 public:
   void Enter (void);  //输入图中顶点和边信息
   void Print (void);   //输出图中顶点和边信息
    //源顶点表 (各边链表的源顶点)
    Vertex<T, E>* NodeTable;
    int *path;
    int *dist;
    //返回名为vertex的顶点在图中的序号(从0开始),
	 //若未找到,则返回-1
	int getVertexPos (const T vertx) 	//找到目标顶点所在的序号 期中 vertx 参数为string 类型
	{   for (int i = 0; i < this->numVertices; i++)
	        if (NodeTable[i].data == vertx) return i;
 	     return -1;
	}             //构造函数
    Graphlnk( int sz=DefaultVertices, bool direct=false, bool cost=false );
   	~Graphlnk(); //析构函数
    T getValue (int i) { //取序号为 i 的顶点名
	    return (i >= 0 && i < this->numVertices) ?
             NodeTable[i].data : NULL;
    }
	E getWeight (int v1, int v2);	//取边(v1,v2)权值
	bool insertVertex (const T& vertex); //插入名为vertex的新顶点
    bool removeVertex (int v); //删除序号为 v 的顶点
    bool insertEdge (T in ,T out, E cost); //插入新边
	bool removeEdge (int v1, int v2); //删除边(v1,v2)
    int getFirstNeighbor (int v);//取顶点v的首邻接顶点   ###本次代码这两条都没有用到
    int getNextNeighbor (int v, int w);//取w下一邻接点   ###本次代码这两条都没有用到
    void DFS(const T &v);
     void BFS(const T &v);
     void DFS (int v, bool visited[]);
     void BFS(int v , bool visited[]);
     void Connected_Component();
     void Dijkstra (int v );
     void Print(int v, int w);
};
// 输出顶点 v 到顶点 w 的最短路径
//和最短路径长度。int* path;
// E** dist; 为类数据成员
template<typename T, typename E>
void Graphlnk<T,E>::Print(int v, int w)//输出从V 到W 的最短路径
 {  //因为v和w都是 int 型,即输入类型的下标,因此,要用getValue 获得原来的输入的顶点名字
	cout<<"始顶点 "<<this->getValue(v)<<" 到终顶点 "<<this->getValue(w)<<" 的最短路径为:"<<endl;
	int current=w, previous;
	stack<char > Road;//定义一个char类型的栈,因为是用顶点回溯 (即从 最后的一个顶点 往前找前驱顶点的,因此我们可以用栈(后进先出的特性))
	//用栈后进先出的特性可以 在出栈的时候 按顺序输出从 开始顶点到目的顶点的  路径 ,如果对输出没有要求的话就不需要栈,可以直接输出
	//不过输出的结果会倒置(从目的顶点 一步一步往回走 ,直到找到开始顶点)
	stack<int >Road_Weight;//如果 顶点 要按顺序输出,还想输出 这两个顶点间的权值的话,那么这些权值也是倒置的,因此权值也需要利用栈的特性输出
	Road.push(this->getValue(w)[0]);//因为this->getValue(w) 返回的是一个string 类型, 本次测试的顶点都是要么是单个数字名字,或者单个字母名字
	// 因为是char 类型,因此只能单个字母进去,所以this->getValue(w)[0] 就是取第一个 字母/数字
	while( current!=v )//如果这个顶点不等于 开始顶点的话
	{
		previous=path[current];//找它的上一个顶点
		Road.push(this->getValue(path[current])[0]);//名字入栈
		Road_Weight.push(this->getWeight(previous,current));//权值入栈
		current=previous;
	}
	string  p;//string 变量 p 用来记录前面的顶点和 做临时变量
	string  e;//string 变量 e 用来输出顶点名字
	int q;
	int x=1;//一个标志
	int i = 1;//第i步
	while(Road.empty()!=true)
	{
	//这个if 语句只运行一次,为什么呢,考虑到 奇数个顶点的话,那么,最短路径至少有两个顶点,如果第一次就把顶点输出完了
	//那么后面的if语句都不会运行了,但是如果 是奇数个顶点呢? 奇数个顶点的话,程序编译不会出错,但是运行会中断, 即栈已经空了,不能弹栈了
	//因此,执行一次这个if语句 就开始 对顶点一个 一个的弹栈,而不是 两个两个的弹
	   if(x)
	   {
	   p=Road.top();
	   Road.pop();
	   q=Road_Weight.top();
	   Road_Weight.pop();
	      e=Road.top();
	   Road.pop();
	   x=0;//让if 语句为假
	    cout<<"第"<<i++<<"步为:  "<<"顶点"<<p<<"-->到顶点"<<e<<"  长度为: "<<q<<endl;

		}

	   if(Road.empty()!=true)//如果栈不为空
	   {
	   	p=e;//因为这个p在后面不再 用来接收 栈弹出的顶点,而是充当一个临时变量-------用上一个顶点 的末顶点 进行覆盖
	   e=Road.top();//取栈首顶点
	   Road.pop();// 弹栈
	    q=Road_Weight.top();//取栈里的首权值
	   Road_Weight.pop();
	   cout<<"第"<<i++<<"步为:  "<<"顶点"<<p<<"-->到顶点"<<e<<"  长度为: "<<q<<endl;
	   }

	}
	cout<<"最短路径总长度为:"<<dist[w]<<endl;//输出最短路径长度
}

template<class T,class E>
//Graphlnk是一个带权有向图.数据成员E dist[v][j],
//0≤j<n, 是当前求到的从顶点v到 j的最短路 径长度,
//int path[v][j],0≤j<n, 存放求到的最短路径
void Graphlnk<T,E>::Dijkstra (int v  )//Dijkstra算法,求得图任意两点间的 最短路径
{ 	int k;//变量k
	bool *s = new bool[this->numVertices];//并查集s,标记顶点是否已经在最短路径的顶点集里
	this->path=new int [this->numVertices];//路径数组(跳跃式,要用回溯才能找出整个完整的路径)
	this->dist= new int [this->numVertices];//源点v到任意顶点vi的最短路径数组,
	for(int i = 0 ; i < this->numVertices;i++)//初始化
	{
		s[i]=false;//把所有的顶点都标记为:未在最短路径顶点集
		if(this->getWeight(v,i)!=maxWeight)//如果有v和vi间如果有权值的话,那么,就是说,这两点是连通的。
		// 既然两点是连通的,那么,这个路径就有可能是最短的。
		this->dist[i]=this->getWeight(v,i);
		else //否则?就是没有连通咯,就用maxWeight赋值给他,即:如果dist[i]==maxWeight那么 就判定为两点是不连通的
		dist[i]=maxWeight;
		if(this->dist[i]<maxWeight||v==i)//如果有边连通,或者i==v
		this->path[i]=v;//就让i这个顶点的前驱 是v (如果v==i 就让自己指向自己)
		else
		path[i]=-1;// 否则vi和 v 没有路,即两点间不连通
	}
	dist[v]=0;//首先,规定,v->v 即自己到自己的距离是0
	s[v]=true;//将开始顶点v放入并查集数组中
	int min;//最小路径的一个值
	for(int i = 1; i <this->numVertices;i++)
	{
		 min = maxWeight;//首先要让这个最小值足够大,然后后面的那些路径权值才会比这个值小然后把它替换为真正的"最小值"
		for(int j=0;j<this->numVertices;j++)
		if(!s[j]&&dist[j]<min)//如果这个顶点没有在最小路径的顶点集里面,则判定是否连通
		//如果连通的话,就从这些 连通的顶点间找到一组最小的连通 顶点。
		{
			k=j;
			min=dist[j];
		}
		s[k]=true;//找一个:若在原来路径上 添加一个顶点,首先,这个顶点在最短路径顶点集和之外, 其次,这个顶点沿着其余顶点回到开始顶点路径最短
		for(int w = 0 ; w <this->numVertices;w++)
		//从这个新加入的顶点Vnew出发,不断的去找和它相连接的顶点vi(i取任意正整数,即顶点可能不知有一个,可能是多个)
		//然后看v到vi的路径短一点还是,v到Vnew再到Vi,如果是v到Vnew 再到vi 比 直接从v到vi更短的话,那么就替换 v到Vw的最小距离dist[w]
		//并且规定w的前驱顶点为k ,即:path[w]=k; (此时w还没有在最短路径顶点集合里面)
		//由此我们可以知道:既然每加入一个 顶点到 最短路径顶点集里面,都会执行这段代码。
		//然后 都会从刚加入的那个顶点去 找遍所有 和它关联的顶点,所以,如果说这个加入的顶点如果 和目的顶点X相连,那么加入这个顶点后
		// 执行下面的代码,就可以求出当前从始顶点到目的顶点X的最短路径,为什么是当前?因为这个最小是当前最小的,因为还有其他顶点未加入顶点集
		//即有可能从 v出发 经过某个 未加入  最短路径顶点集合里的顶点 再到X 的路径大小 比 从v到原先那个加入  最短路径顶点集合里的顶点 再到x 的路径要小
		//所以,下面的代码每次执行都会求得 一个临时的最短路径,如果顶点都加入完了,那么,自然是最短路径了
		if(!s[w]&&dist[w]>(dist[k]+this->getWeight(k,w))&&this->getWeight(k,w)!=-1)
		{
			dist[w]=dist[k]+this->getWeight(k,w);//
			path[w]=k;//让w顶点的前驱是k
		}

	}
	delete []s ;//删除标记数组
	//输出代码可以在函数体里,也可以 加一个print函数 在函数体外
//	cout<<"始顶点 "<<v<<" 到终顶点 "<<w<<" 的最短路径为:终顶点 "<< w;
//	int current=w, previous;
//	while( current!=v )
//	{
//		previous=path[current];
//		cout<<"路径"<<path[current];
//		cout<<"最小距离"<<dist[current];
//		cout<<" <-权值[ "<<getWeight(previous,current)<<" ]-顶点 "<<previous;
//		current=previous;
//	}
//	cout<<"。最短路径总长度为:"<<dist[w]<<endl;
}

template<class T, class E>
void Graphlnk<T,E>::Connected_Component()//分别输出连通分量 和输出有向图中连通分量的个数
{	int Connected_Component_numbers=0;
	bool visited[this->numVertices];
	for(int i = 0 ; i <this->numVertices;i++)
		visited[i]=false;//初始化这个visited 数组
	for(int i =0; i < this->numVertices;i++)
	{
	if(!visited[i])//如果这个结点没有被访问过
	{
		cout<<"从"<<this->getValue(i)<<"开始的连通分量为:";
		this->DFS(i,visited);
		cout<<endl;
		Connected_Component_numbers+=1;
	 }
	}
	if(this->direction==true)
	cout<<"此有向图的连通分量为:"<<Connected_Component_numbers<<endl;
	else
	cout<<"此无向图的连通分量为:"<<Connected_Component_numbers<<endl;
	 delete [] visited;//结束后删除数组
}
//从名为 v 的顶点出发广度优先遍历
template <class T, class E>
void Graphlnk<T,E>::BFS(const T& v)
{    int i, w;
      //创建访问标记数组
     bool* visited = new bool[this->numVertices];
      //对图中所有顶点初始化访问数组visited
     for (i = 0; i < this->numVertices; i++)
          visited[i] = false; //初始化为都未访问过
    int loc = getVertexPos (v); //取名为 v 的顶点序号
    if(loc == -1) //名为 v 的顶点未找到
        cout<<"顶点 "<<v<<"没有找到,广度优先遍历失败。";
     else
     {
        cout << getValue (loc) << ' '; //访问顶点 v
        visited[loc] = true; //标记顶点 v 已访问过
        //顶点 v 进队列, 实现分层访问
        queue<int> q;
		 q.push(loc); //访问过的顶点进队列
        while (!q.empty() ) //循环, 访问所有结点
        {	loc = q.front();//记录当前队列第一个顶点的值
             q.pop(); // 然后记录完让它出队列
             w = getFirstNeighbor (loc); //取它的第一个邻接顶点
            while (w != -1)  //当邻接顶点w存在
            {   if (!visited[w]) //如果未访问过
                 {   cout << getValue (w) << ' ';//访问它然后输出它
                      visited[w] = true;	//标记此顶点已经访问过
                      q.push(w); 	//顶点w进队列
                 }
                 w = getNextNeighbor (loc, w); //取下一个邻接顶点
            }

        } //外层循环,判队列空否
    }
    delete [] visited;
}

template<class T , class E >
void Graphlnk<T,E>::DFS(const T &v)
{
	int sign;
	bool *visited = new bool[this->numVertices];
	for(int i = 0; i <this->numVertices;i++)
	{
		visited[i]=false;//初始化都为为访问过
	}
	sign=this->getVertexPos(v);
	if(sign==-1)
	cout<<"顶点"<<v<<"不存在"<<"深度优先遍历失败"<<endl;
	else //否则为存在
	DFS(sign,visited);
	delete[] visited; //深度优先遍历完成的话,就删除这个数组
}
template<class T,class E>
void Graphlnk<T,E>::DFS(int v , bool visited[])
{
	cout<<this->getValue(v)<<" ";
	visited[v]=true;
	int w = this->getFirstNeighbor(v);
	while(w!=-1)
	{
		if(!visited[w])//如果没有访问过为真
		DFS(w,visited);
		w=this->getNextNeighbor(v,w);//否则回退 然后继续搜索
	}
}

template<class T,class E>
bool Graphlnk<T,E>::removeEdge (int v1, int v2)//删除边这个比较简单
{
		if(v1<0||v2<0||v1>this->numVertices||v2>this->numVertices)//这种情况就是不符合,不符合就返回false
		return false ;
		else //否则为符合的
		{

	Edge_Vertices<T,E> *temp;//这是一个中间变量
	temp=this->NodeTable[v1].next;//让它先等于顶点表个的下一个
	while(temp)
	{
		if(temp->dest==v2)//如果一开始就是等于要删除的那个顶点的话(可能会有误解哦,这里不是删除边么,怎么删除顶点?)
		//因为删除末顶点的话,就会少掉一条边
		{
			if(temp->link==NULL)//如果这条链只有这个待删除的顶点
			{
				this->NodeTable[v1].next=NULL;//让顶点表的那个顶点的下一个顶点指向空
				delete temp;	//删除这个顶点
				break;//跳出循环
			}
			else{ //如果不为空的话
		 	this->NodeTable[v1].next = temp->link;//让顶点表的下一个顶点指向 待删除 目标顶点的下一个
		 	delete temp;//删除结点
		 	break;
		 }
		}	if(temp)//防止内存访问出错
		if(temp->link->dest ==v2)//不是第一个顶点是要删除的顶点  这个if 语句记作 AAAAA
		{	Edge_Vertices<T,E> *temp2;//定义一个中间变量temp2
			temp2=temp->link;//让temp  2指向 待删除 目标定点
			temp->link=temp->link->link;//利用temp 断开 目标定点 与 子链的连接
			delete temp2;//删除目标顶点
			break;//跳出循环
		}	if(temp)//防止内存访问出错
	 		temp=temp->link;//根据这条语句,会回到刚才 AAAAA 那个 if语句
	}
	//要考虑有向图和无向图哦
	if(this->direction==false)//如果是无向图的话
	{
	     temp=this->NodeTable[v2].next;
	while(temp)
	{			//此段代码与上面的逻辑完全相同,不再赘述
		if(temp->dest==v1)
		{
			if(temp->link==NULL)
			{
				this->NodeTable[v2].next=NULL;
				delete temp;
				break;
			}
			else{
		 	this->NodeTable[v2].next = temp->link;
		 	delete temp;
		 	break;
		 }
		}
		if(temp)
		if(temp->link->dest ==v1)
		{	Edge_Vertices<T,E> *temp2;
			temp2=temp->link;
			temp->link=temp->link->link;
			delete temp2;
			break;
		}	if(temp)
	 		temp=temp->link;
	}

   }
}
this->numEdges--;//记得删完 边数要 -1;
return true;//删除成功返回true
}

template<class T , class E >
bool Graphlnk<T,E>::removeVertex (int v) //删除序号为 v 的顶点
{
    if(v<0||v>=this->numVertices)//如果下标不符合规定
	return false;
	else //否则为符合
	{

	int del_vex_num=v;//记录这个删除的下标
	if(v!=this->numVertices-1)//如果不是删除最后一个顶点的话
	this->NodeTable[v]=this->NodeTable[--this->numVertices];//就用最后一个顶点顶的那条"链"替代这个待删除顶点的"链"
	//如果删除的是最后一个顶点的话,自然就没有影响了
	else
{
		this->numVertices--;
	int end_edg=0;//因为如果直接删掉这个点的话,那么这个点关联的边也要减掉
	Edge_Vertices<T,E> *p;
	p=this->NodeTable[v].next;
	while(p)
	{
		if(p)
		{  end_edg++;//如果有一个顶点,且不为空的话,那么涉及的边数就+1
		 }
		 p=p->link;
	 }
	 this->numEdges-=end_edg;
}
	for(int i= 0 ; i < this->numVertices;i++)//此时的numVertices已经-1 ,然后对这所有的链进行操作,如果有将要删除顶点与这个顶点相连,则删除
	{	Edge_Vertices<T,E> *temp;
		temp=this->NodeTable[i].next;
		//第一种情况:第一个连接的 顶点就是 将要删除的那个顶点
		//这种情况很好做
		if(temp->dest ==v)
		{
			if(temp->link==NULL)//如果这条链只有一个结点,然后第一个结点恰好是这个将要删除的顶点的话
			{
				this->NodeTable[i].next=NULL;//这样的话,直接删掉它
				this->numEdges--;
			}
			else //否则
			 {
			 this->NodeTable[i].next=temp->link;
			 delete temp;//删除临时的指针变量
			 this->numEdges--;
			}
		 }
		 else //第二种情况,就需要循环了,因为每一个顶点最多只有一个 将要删除的那个顶点的下标
		 {//第一个结点的dest!=v
		 	while(temp)
			 {
			 	if(temp->link)
				 {

			 	if(temp->link->dest==v)//第一个的下一个顶点刚好是 这个dest 的话
			 	{
			 		Edge_Vertices<T,E> *temp2;
			 		temp2=temp->link;//中间变量temp2;
			 	  	temp->link=temp->link->link;//断开这个将要删除的顶点
					delete temp2;//删除刚才的中间变量//
					this->numEdges--;
					break;
				 }
				}
				 temp=temp->link;//这个最终会变成NULL,最后跳出循环;
			  }
		 }
	}
	if(v!=this->numVertices)//如果这个待删除的下标不等于 最后那个顶点的话 ,因为顶点 调动 位置,所以需要改变 链中顶点下标名字
	for(int i = 0 ; i < this->numVertices;i++)
	{		Edge_Vertices<T,E> *temp;
		temp=this->NodeTable[i].next;
		while(temp)
		{
			if(temp)
			if(temp->dest==this->numVertices)//就是说,最后的那个顶点要去前面 替换掉 刚才删除的那个顶点的位置 ,因此,下标也要改
			{
				temp->dest=v;// 循环遍历 出最后顶点的dest  然后用v  替换
				break;
			}
			temp=temp->link;//移动
		}
	}
	}//第一个else 的右括号
	return true;//删除顶点成功
}
template<class T , class E>
	E Graphlnk<T,E>::getWeight (int v1, int v2)//获得两个点之间的权值
	{
		if(v1<this->numVertices&&v2<this->numVertices&&v1!=v2)
		{
	//		 string a = this->NodeTable[v2].data;
			 Edge_Vertices<T,E> *temp;
			 temp=this->NodeTable[v1].next;//从v1这条链找一个点开始
			while(temp)//然后循环,直到找到v2
			{
			  if(temp->dest==v2)//找到了直接返回它的权值
			  return temp->cost;
			  else
			  temp=temp->link;	//没找到,移动
			}
			return maxWeight;

		}
	}

template<class T , class E >
bool Graphlnk<T,E>::insertVertex (const T& vertex)//插入顶点 ,插在之前定义的那个顶点表那里
{
	if(this->numVertices<this->maxVertices)//如果图当前的顶点数小于 允许插入的最大顶点数,则可以插入
	{
		this->NodeTable[this->numVertices++].data=vertex;

	}
}
template<typename T, typename E>
bool Graphlnk<T,E>::insertEdge(T in, T out, E cost)//插入边
{   int  v1= getVertexPos(in); //这里还是直接是输入定点名,用函数找这个顶点的下标
    int v2=getVertexPos(out);
	if(v1>-1 && v1<this->numVertices && v2>-1 && v2 < this->numVertices )//这两个下标都在顶点表里
	{     //将新边的权值插入边邻接矩阵的第v1行,v2列,利用头插法
	     Edge_Vertices<T,E> *temp =new Edge_Vertices<T,E>; //生成一个边结点。
		 temp->dest=v2;// 记录这个点的值
		 temp->link=this->NodeTable[v1].next;//将它插在 v1 这个顶点的这条链里 ,这里采用头插法 (temp 街上NodeTable[v1]的后面 一大串(当然一开始为空))
		 //比如这一大串为ABCDE  然后temp  接上去就为 temp->ABCDE;
		 if(this->withCost==true)//如果需要记录权值
		 temp->cost=cost;// 记录
		 this->NodeTable[v1].next =temp;// 吧temp接上去 head ->temp->ABCDE;

		 if(this->direction==false)//如果是无向图的话,还要从v2那条链 接上 v1
		  {
		  Edge_Vertices<T,E> *temp2=new Edge_Vertices<T,E> ;
		  temp2->dest=v1;
		  temp2->link=this->NodeTable[v2].next;
			if(this->withCost==true)
			 temp2->cost=cost;//同样的是采用头插法,不再一一赘述
			this->NodeTable[v2].next=temp2;
		}
		this->numEdges++;
	return true;
	}
	else return false; //插入新边失败(不满足if 语句)
}
//构造函数建立邻接表
template <class T, class E>
Graphlnk<T, E>::Graphlnk (int sz,bool direct, bool cost):Graph<T,E>(sz, direct, cost)
{	//创建源点表数组
   NodeTable = new Vertex<T, E>[this->maxVertices];//分10个Vertex结点大小 的指针 数组
    if (NodeTable == NULL)
    {
	 cerr << "内存分配出错!" << endl;  exit(1);
	}
    for (int i = 0; i < this->maxVertices; i++)
        NodeTable[i].next= NULL;//对NodeTable的指针进行初始化
}
//析构函数:删除一个邻接表
template <class T, class E>
Graphlnk<T, E>::~Graphlnk()
 {
   for (int vertex = 0; vertex < this->numVertices; vertex++ ){
        //current指向源点vertex边链表的第1个邻接点
	    Edge_Vertices<T, E> * current = NodeTable[vertex].next;
        while (current != NULL) {//邻接点存在
            NodeTable[vertex].next = current->link; //脱链
            delete current; //释放边链表的第1个邻接点
            // current重新指向边链表的第1个邻接点
            current = NodeTable[vertex].next;
        }
   	}
   	delete []NodeTable; //删除源点表数组
}
//返回序号为 v 的源点第1个邻接点的序号(从0开始),
//若未找到邻接点, 则返回-1
template <class T, class E>
int Graphlnk<T, E>::getFirstNeighbor (int v)
{   if (v != -1) //源点v存在
	 {  //current指向源点v的边链表第1个邻接点
         Edge_Vertices<T, E>* current = NodeTable[v].next;
	     if (current != NULL)//顶点v的第1个邻接点存在
            //返回第1个邻接点的序号
            return current ->dest;
   	}
   	return -1; //不存在第1个邻接点,返回-1
}
//返回源点v和邻接点w的下1个邻接点的序号,
//若未找到下1个邻接点, 则返回-1
template <class T, class E>
int Graphlnk<T, E>::getNextNeighbor (int v, int w)
{  if (v != -1) { //源顶点 v 存在
        Edge_Vertices<T, E>* current = NodeTable[v].next;//终顶点current
        while (current != NULL && current->dest != w)
             current = current->link; //先找到终顶点 w
	    if (current != NULL && current->link != NULL)
	        //返回w的下1个邻接顶点序号
            return current->link->dest;
   	}
   	return -1; //未找到下1个邻接顶点,返回-1
}
template <class T, class E>
void Graphlnk<T,E>::Enter()
{	int Count,vertexs,Edges;
	T e1,e2;
	cout<<"图中共有多少个顶点?";
	cin>>vertexs;
	cout<<"输入图中共 "<<vertexs<<" 个顶点名:";
    //输入图中全部顶点名
	for(Count=0;Count<vertexs;Count++)
	{	cin>>e1;
		insertVertex(e1);
	}
	E weight;
	char Answer;
	cout<<"图形的边有方向吗(y/n)?";
	cin>>Answer;
	if(Answer=='y' || Answer=='Y')
		this->direction=true;
	else
		this->direction=false;
cout<<"图中的边带权吗(y/n)?";
	cin>>Answer;
	if(Answer=='y' || Answer=='Y')
		this->withCost=true;
	else
		this->withCost=false;
	cout<<"图中共有多少条边?";
	cin>>Edges;
	Count=0;
while(Count<Edges)
	{
		cout<<"输入第 "<<Count+1<<" 条边的2个顶点名和权值:";
		cin>>e1>>e2>>weight;
		if(insertEdge(e1,e2,weight))
		      Count++;
		else
                cout<<"顶点名有误,重新输入这条边!"<<endl;
	}
}
// 输出图中所有顶点和边的信息
template <class T, class E>
void Graphlnk<T, E>::Print(void)
{	int row,column;
	E weight;
	cout<<"图中共有 "<<this->numVertices<<" 个顶点和 "<<this->numEdges<<" 条边:"<<endl;

for(row=0;row<this->numVertices;row++)
	{
		//按行号取出序号为row的顶点名并输出
		cout<<"序号"<<row<<"源点"<<"["<<getValue(row)<<"]"<<"->";
		Edge_Vertices<T, E> *temp;
		temp=this->NodeTable[row].next;
		if(temp)//可能它的下一个顶点直接就是空
		{

		while(temp->link)
		{
			cout<<"["<<"邻接点"<<temp->dest<<"]";
			if(this->withCost)
			cout<<"["<<"权值"<<temp->cost<<"]";
			cout<<"[-]->" ;
		temp=temp->link;

		}
		cout<<"["<<"邻接点"<<temp->dest<<"]";
		if(this->withCost)
			cout<<"["<<"权值"<<temp->cost<<"]";
			cout<<"[^]" ;
	cout<<endl;
		}
		else
		cout<<"[^]"<<endl;
}

}

int main()
{
	Graphlnk<string,double> graph;
	graph.Enter();
	graph.Print();
//	string del;
//	cout<<"请输入你想要删除的一个顶点"<<endl;
//	cin>>del;
// 	int index= graph.getVertexPos(del);
//	if(graph.removeVertex (index))
//	cout<<"删除成功"<<endl;
//	else
//	cout<<"删除失败";
//	graph.Print();
//	cout<<"请输入你想要删除那条边的两个顶点"<<endl;
//	string one ,two;
//	cin>>one>>two;
//	int num_one,num_two;
//	num_one=graph.getVertexPos(one);
//	num_two=graph.getVertexPos(two);
//	if(graph.removeEdge(num_one,num_two))
//	cout<<"删除成功"<<endl;
//	else
//	cout<<"删除失败"<<endl;
//	graph.Print();
//cout<<"请输入一个顶点来进行深度优先遍历"<<endl;
// string dfs;
// cin>>dfs;
// graph.DFS(dfs);
// cout<<endl;
//cout<<"请输入一个顶点来进行广度优先遍历"<<endl;
//string bfs;
//cin>>bfs;
//graph.BFS(bfs);
//cout<<endl;
//graph.Connected_Component();
	string  a,b;
	cout<<"输入求最短路径的始顶点:";cin>>a;
	int v = graph.getVertexPos(a);
	cout<<"输入求最短路径的终顶点:";cin>>b;
	int w = graph.getVertexPos(b);
	graph.Dijkstra(v);
	graph.Print(v,w);
//system("PAUSE");
}

运行结果如下:

以上就是C++ Dijkstra算法之求图中任意两顶点的最短路径的详细内容,更多关于C++ 的资料请关注我们其它相关文章!

(0)

相关推荐

  • C++用Dijkstra(迪杰斯特拉)算法求最短路径

    算法介绍 迪杰斯特拉算法是由荷兰计算机科学家狄克斯特拉于1959 年提出的,因此又叫狄克斯特拉算法.是从一个顶点到其余各顶点的最短路径算法,解决的是有向图中最短路径问题.迪杰斯特拉算法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算法能得出最短路径的最优解,但由于它遍历计算的节点很多,所以效率低. 算法思想 按路径长度递增次序产生算法: 把顶点集合V分成两组: (1)S:已求出的顶点的集合(初始时只含有源点V0) (2)V-S=T:尚未确定的顶点集合 将T中顶点按递增

  • Dijkstra算法最短路径的C++实现与输出路径

    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:若要求从顶点1到其余各顶点的最短路径,该咋求: 迪杰斯特拉提出"按最短路径长度递增的次序"产生最短路径. 首先,在所有的这些最短路径中,长度最短的这条路径必定只有一条弧,且它的权值是从源点出发的所有弧上权的最小值,例如:在图G中,从源点1出发有3条弧,其中以弧(1

  • C++求所有顶点之间的最短路径(用Dijkstra算法)

    本文实例为大家分享了C++求所有顶点之间最短路径的具体代码,供大家参考,具体内容如下 一.思路: 不能出现负权值的边 (1)轮流以每一个顶点为源点,重复执行Dijkstra算法n次,就可以求得每一对顶点之间的最短路径及最短路径长度,总的执行时间为O(n的3次方) (2)另一种方法:用Floyd算法,总的执行时间为O(n的3次方)(另一文章会写) 二.实现程序: 1.Graph.h:有向图 #ifndef Graph_h #define Graph_h #include <iostream> u

  • C++ Dijkstra算法之求图中任意两顶点的最短路径

    Dijkstra算法是图中找任意两点中最短路径的一种经典算法. 重点的步骤总结如下: 1.算法采用了并查集 (之后都叫它为 最短路径顶点集 ):即每次都找离开始顶点距离最短的顶点,然后把该顶点加入最短路径顶点集中(已经加入最短路径顶点集里的那些顶点 下一次就会跳过它了,并且,在顶点集里 任意两个顶点间的距离 都已经是最短) 2.用来记录从源点(开始顶点) 到vi (0<=i<=numVertices) 的最短距离 的数组dist[numVertices] ,并且这个数组的元素值是会不断变化的,

  • Python使用Dijkstra算法实现求解图中最短路径距离问题详解

    本文实例讲述了Python使用Dijkstra算法实现求解图中最短路径距离问题.分享给大家供大家参考,具体如下: 这里继续前面一篇<Python基于Floyd算法求解最短路径距离问题>的内容,这里要做的是Dijkstra算法,与Floyd算法类似,二者的用途均为求解最短路径距离,在图中有着广泛的应用,二者的原理都是老生常谈了,毕竟本科学习数据结构的同学是不可能不学习这两个算法的,所以在这里我也不再累赘,只简单概述一下这个算法的核心思想: Dijkstra算法的输入有两个参数,一个是原始的数据矩

  • 详解JavaScript中任意两数加减的解决方案

    目录 写在前面 分析填坑思路 解决整数加减的坑 转换科学计算 解决整数减法的坑 解决小数加法的坑 解决小数减法的坑 解决整数加小数的通用问题 总结 写在前面 本文是从初步解决到最终解决的思路,文章篇幅较长 虽然是一篇从0开始的文章,中间的思维跳跃可能比较大 代码的解析都在文章的思路分析和注释里,全文会帮助理解的几个关键词 1.Number.MAX_SAFE_INTEGER 和 Number.MIN_SAFE_INTEGER 2.15长度的字符串 3.padStart 和 padEnd 分析填坑思

  • java实现最短路径算法之Dijkstra算法

    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 用于存储图的数据结构有多种,本算法中笔者使用的是邻接矩阵. 图的邻接矩阵存储方式是用两个数组来表示图.一个一维数组存储图中顶点信息,一个二维数组(邻接矩阵)存储图中的边或弧的信息. 设图G有n个顶点,则邻接矩阵是一个n*n的方阵,定义为: 从上面可以看出,无

  • python Dijkstra算法实现最短路径问题的方法

    本文借鉴于张广河教授主编的<数据结构>,对其中的代码进行了完善. 从某源点到其余各顶点的最短路径 Dijkstra算法可用于求解图中某源点到其余各顶点的最短路径.假设G={V,{E}}是含有n个顶点的有向图,以该图中顶点v为源点,使用Dijkstra算法求顶点v到图中其余各顶点的最短路径的基本思想如下: 使用集合S记录已求得最短路径的终点,初始时S={v}. 选择一条长度最小的最短路径,该路径的终点w属于V-S,将w并入S,并将该最短路径的长度记为Dw. 对于V-S中任一顶点是s,将源点到顶点

  • 详解Dijkstra算法之最短路径问题

    一.最短路径问题介绍 问题解释: 从图中的某个顶点出发到达另外一个顶点的所经过的边的权重和最小的一条路径,称为最短路径 解决问题的算法: 迪杰斯特拉算法(Dijkstra算法) 弗洛伊德算法(Floyd算法) SPFA算法 这篇博客,我们就对Dijkstra算法来做一个详细的介绍 二.Dijkstra算法介绍 2.1.算法特点 迪科斯彻算法使用了广度优先搜索解决赋权有向图或者无向图的单源最短路径问题,算法最终得到一个最短路径树.该算法常用于路由算法或者作为其他图算法的一个子模块. 2.2.算法的

  • 实现Dijkstra算法最短路径问题详解

    1.最短路径问题介绍 问题解释: 从图中的某个顶点出发到达另外一个顶点的所经过的边的权重和最小的一条路径,称为最短路径 解决问题的算法: 迪杰斯特拉算法(Dijkstra算法) 弗洛伊德算法(Floyd算法) SPFA算法 这篇博客,我们就对Dijkstra算法来做一个详细的介绍 2.Dijkstra算法介绍 算法特点: 迪科斯彻算法使用了广度优先搜索解决赋权有向图或者无向图的单源最短路径问题,算法最终得到一个最短路径树.该算法常用于路由算法或者作为其他图算法的一个子模块. 算法的思路 Dijk

  • 详解Dijkstra算法原理及其C++实现

    目录 什么是最短路径问题 Dijkstra算法 实现思路 案例分析 代码实现 什么是最短路径问题 如果从图中某一顶点(称为源点)到达另一顶点(称为终点)的路径可能不止一条,如何找到一条路径使得沿此路径上各边上的权值总和达到最小. 单源最短路径问题是指对于给定的图G=(V,E),求源点v0到其它顶点vt的最短路径. Dijkstra算法 Dijkstra算法用于计算一个节点到其他节点的最短路径.Dijkstra是一种按路径长度递增的顺序逐步产生最短路径的方法,是一种贪婪算法. Dijkstra算法

  • java实现Dijkstra算法

    本文实例为大家分享了java实现Dijkstra算法的具体代码,供大家参考,具体内容如下 1 问题描述 何为Dijkstra算法? Dijkstra算法功能:给出加权连通图中一个顶点,称之为起点,找出起点到其它所有顶点之间的最短距离. Dijkstra算法思想:采用贪心法思想,进行n-1次查找(PS:n为加权连通图的顶点总个数,除去起点,则剩下n-1个顶点),第一次进行查找,找出距离起点最近的一个顶点,标记为已遍历:下一次进行查找时,从未被遍历中的顶点寻找距离起点最近的一个顶点, 标记为已遍历:

随机推荐