logo资料库

《数据结构课程设计》最短路径问题实验报告.doc

第1页 / 共16页
第2页 / 共16页
第3页 / 共16页
第4页 / 共16页
第5页 / 共16页
第6页 / 共16页
第7页 / 共16页
第8页 / 共16页
资料共16页,剩余部分请下载后查看
一、概述
二、系统分析
三、概要设计
四、详细设计
4.1建立图的存储结构
4.2单源最短路径
4.3任意一对顶点之间的最短路径
五、运行与测试
参考文献
附录
目 录 一、概述 .......................................... 1 二、系统分析 ...................................... 1 三、概要设计 ...................................... 2 四、详细设计 ...................................... 5 4.1 建立图的存储结构 ............................ 5 4.2 单源最短路径 ................................ 6 4.3 任意一对顶点之间的最短路径 .................. 7 五、运行与测试 .................................... 8 参考文献 ......................................... 11 附录 ............................................. 12
交通咨询系统设计(最短路径问题) 一、概述 在交通网络日益发达的今天,针对人们关心的各种问题,利用计 算机建立一个交通咨询系统。在系统中采用图来构造各个城市之间的 联系,图中顶点表示城市,边表示各个城市之间的交通关系,所带权 值为两个城市间的耗费。这个交通咨询系统可以回答旅客提出的各种 问题,例如:如何选择一条路径使得从 A 城到 B 城途中中转次数最少; 如何选择一条路径使得从 A 城到 B 城里程最短;如何选择一条路径使 得从 A 城到 B 城花费最低等等的一系列问题。 二、系统分析 设计一个交通咨询系统,能咨询从任何一个城市顶点到另一城市 顶点之间的最短路径(里程)、最低花费或是最少时间等问题。对于不 同的咨询要求,可输入城市间的路程、所需时间或是所需费用等信息。 针对最短路径问题,在本系统中采用图的相关知识,以解决在实 际情况中的最短路径问题,本系统中包括了建立图的存储结构、单源 最短问题、对任意一对顶点间最短路径问题三个问题,这对以上几个 问题采用了迪杰斯特拉算法和弗洛伊德算法。并未本系统设置一人性 化的系统提示菜单,方便使用者的使用。 1
三、概要设计 可以将该系统大致分为三个部分: 1 建立交通网络图的存储结构; 2 解决单源最短路径问题; 3 实现两个城市顶点之间的最短路径问题。 交通咨询系统 迪杰 斯特 拉算 法(单 源最 短路 径) 建 立 图 的 存 储 结 构 义 迪杰斯特拉算法流图: 费洛依 德算法 (任意 顶点对 间最短 路径) 2
弗洛伊德算法流图: 3
4
四、详细设计 4.1 建立图的存储结构 定义交通图的存储结构。邻接矩阵是表示图形中顶点之间相邻关 系的矩阵。设 G=(V,E)是具有 n 个顶点的图,则 G 的邻接矩阵是具有 如下定义的 n 阶方阵。 ],[ j iA  ijW     0 或  ,若 (V i )V, j 或  V,V i j  E(G)  ,其他情况 注:一个图的邻接矩阵表示是唯一的!其表示需要用一个二维数 组存储顶点之间相邻关系的邻接矩阵并且还需要用一个具有 n 个元 素的一维数组来存储顶点信息(下标为 i 的元素存储顶点 iV 的信息)。 邻接矩阵的存储结构: #define MVNum 100 //最大顶点数 typedef struct { VertexType vexs[MVNum];//顶点数组,类型假定为 char 型 Adjmatrix arcs[MVNum][MVNum];//邻接矩阵,假定为 int 型 }MGraph; 注:由于有向图的邻接矩阵是不对称的,故程序运行时只需要输 入所有有向边及其权值即可。 5
4.2 单源最短路径 单源最短路径问题:已知有向图(带权),期望找出从某个源点 S ∈V 到 G 中其余各顶点的最短路径。 迪杰斯特拉算法即按路径长度递增产生诸顶点的最短路径算法。 算法思想:设有向图 G=(V,E),其中 V={1,2,……n},cost 是表 示 G 的邻接矩阵, cost[i][j]表示有向边的权。若不存在有向边,则 cost[i][j] 的权为无穷大(这里取值为 32767)。设 S 是一个集合, 集合中一个元素表示一个顶点,从源点到这些顶点的最短距离已经求 出。设顶点 V1 为源点,集合 S 的初态只包含顶点 V1。数组 dist 记录 从 源 点 到 其 它 各 顶 点 当 前 的 最 短 距 离 , 其 初 值 为 dist[i]= cost[i][j],i=2,……n。从 S 之外的顶点集合 V-S 中选出一个顶点 w,使 dist[w] 的值最小。于是从源点到达 w 只通过 S 中的顶点,把 w 加入集合 S 中,调整 dist 中记录的从源点到 V-S 中每个顶点 v 的 距离:从原来的 dist[v]和 dist[w]+cost[w][v]中选择较小的值作为 新的 dist[v]。重复上述过程,直到 S 中包含 V 中其余顶点的最短路 径。 最终结果是:S 记录了从源点到该顶点存在最短路径的顶点集合, 数组 dist 记录了从源点到 V 中其余各顶点之间的最短路径,path 是 最短路径的路径数组,其中 path[i]表示从源点到顶点 i 之间的最短 路径的前驱顶点。 6
4.3 任意一对顶点之间的最短路径 任意顶点对之间的最短路径问题,是对于给定的有向网络图 G=(V,E),要对 G 中任意一对顶点有序对,“V,W(V≠W)”,找出 V 到 W 的最短路径。而要解决这个问题,可以依次把有向网络图中每个顶点 作为源点,重复执行前面的迪杰斯特拉算法 n 次,即可求得每对之间 的最短路径。 费洛伊德算法的基本思想:假设求从 Vi 到 Vj 的最短路径。如果 存在一条长度为 arcs[i][j]的路径,该路径不一定是最短路径,还 需要进行 n 次试探。首先考虑路径是否存在。如果存 在,则比较路径的路径长度,取长度较短者为当 前所求得。该路径是中间顶点序号不大于 1 的最短路径。其次,考虑 从 vi 到 vj 是否包含有顶点 v2 为中间顶点的路径< vi,…,v2,…,vj>,若 没有,则说明从 vi 到 vj 的当前最短路径就是前一步求出的;若有, 那么可分解为,而这两条路 径是前一次找到的中间点序号不大于 1 的最短路径,将这两条路径长 度相加就得到路径的长度。将该长度与前一次中求得 的从 vi 到 vj 的中间顶点序号不大于 1 的最短路径比较,取其长度较 短者作为当前求得的从 vi 到 vj 的中间顶点序号不大于 2 的最短路径。 依此类推……直至顶点 vn 加入当前从 vi 到 vj 的最短路径后,选出从 vi 到 vj 的中间顶点序号不大于 n 的最短路径为止。由于图 G 中顶点序 号不大于 n,所以 vi 到 vj 的中间顶点序号不大于 n 的最短路径,已考 虑了所有顶点作为中间顶点的可能性,因此,它就是 vi 到 vj 的最短 7
分享到:
收藏