zoukankan      html  css  js  c++  java
  • jQuery火箭图标返回顶部代码

    迪杰斯特拉算法介绍:

    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,需要指定起点s(即从顶点s开始计算)。

    此外,引进两个集合S和U。S的作用是记录已求出最短路径的顶点(以及相应的最短路径长度),而U则是记录还未求出最短路径的顶点(以及该顶点到起点s的距离)。

    初始时,S中只有起点s;U中是除s之外的顶点,并且U中顶点的路径是"起点s到该顶点的路径"。然后,从U中找出路径最短的顶点,并将其加入到S中;

    接着,更新U中的顶点和顶点对应的路径。 然后,再从U中找出路径最短的顶点,并将其加入到S中;接着,更新U中的顶点和顶点对应的路径。 ... 重复该操作,

    直到遍历完所有顶点。

    操作步骤:

    (1) 初始时,S只包含起点s;U包含除s外的其他顶点,且U中顶点的距离为"起点s到该顶点的距离"[例如,U中顶点v的距离为(s,v)的长度,然后s和v不相邻,则v的距离为∞]。

    (2) 从U中选出"距离最短的顶点k",并将顶点k加入到S中;同时,从U中移除顶点k。

    (3) 更新U中各个顶点到起点s的距离。之所以更新U中顶点的距离,是由于上一步中确定了k是求出最短路径的顶点,从而可以利用k来更新其它顶点的距离;例如,(s,v)的距离可能大于(s,k)+(k,v)的距离。

    (4) 重复步骤(2)和(3),直到遍历完所有顶点。

    单纯的看上面的理论可能比较难以理解,下面通过实例来对该算法进行说明。

    迪杰斯特拉算法图解

    以上图G4为例,来对迪杰斯特拉进行算法演示(以第4个顶点D为起点)。

    初始状态:S是已计算出最短路径的顶点集合,U是未计算除最短路径的顶点的集合!

    第1步:将顶点D加入到S中。 
    此时,S={D(0)}, U={A(∞),B(∞),C(3),E(4),F(∞),G(∞)}。 注:C(3)表示C到起点D的距离是3。

    第2步:将顶点C加入到S中。 
    上一步操作之后,U中顶点C到起点D的距离最短;因此,将C加入到S中,同时更新U中顶点的距离。以顶点F为例,之前F到D的距离为∞;但是将C加入到S之后,F到D的距离为9=(F,C)+(C,D)。 
    此时,S={D(0),C(3)}, U={A(∞),B(23),E(4),F(9),G(∞)}。

    第3步:将顶点E加入到S中。 
    上一步操作之后,U中顶点E到起点D的距离最短;因此,将E加入到S中,同时更新U中顶点的距离。还是以顶点F为例,之前F到D的距离为9;但是将E加入到S之后,F到D的距离为6=(F,E)+(E,D)。 
    此时,S={D(0),C(3),E(4)}, U={A(∞),B(23),F(6),G(12)}。

    第4步:将顶点F加入到S中。 
    此时,S={D(0),C(3),E(4),F(6)}, U={A(22),B(13),G(12)}。

    第5步:将顶点G加入到S中。 
    此时,S={D(0),C(3),E(4),F(6),G(12)}, U={A(22),B(13)}。

    第6步:将顶点B加入到S中。 
    此时,S={D(0),C(3),E(4),F(6),G(12),B(13)}, U={A(22)}。

    第7步:将顶点A加入到S中。 
    此时,S={D(0),C(3),E(4),F(6),G(12),B(13),A(22)}。

    此时,起点D到各个顶点的最短距离就计算出来了:A(22) B(13) C(3) D(0) E(4) F(6) G(12)。

    代码如下:

     1 #include "stdafx.h"
     2 #include<iostream>
     3 #include<string>
     4 #define MAX_VERTEX_NUM 100
     5 #define INFINITY 65535
     6 typedef int Pathmatirx[MAX_VERTEX_NUM];//存放最短路径下标的数组
     7 typedef int ShortPathTable[MAX_VERTEX_NUM];//存放到各顶点最短路径的权值之和
     8 using namespace std;
     9 typedef struct Graph            //有向图的邻接矩阵
    10 {
    11     char vexs[MAX_VERTEX_NUM];  //存放顶点的数组
    12     int arcs[MAX_VERTEX_NUM][MAX_VERTEX_NUM];//定义一个临界矩阵
    13     int vexnum, arcnum;         //总顶点数、总边数
    14 }Graph;
    15 
    16 int LocateVex(Graph G, char ch) //搜索
    17 {
    18     for (int i = 0; i < G.vexnum; i++)
    19         if (G.vexs[i] == ch)
    20             return i;
    21     return -1;
    22 }
    23 
    24 void CreateGraph(Graph &G)      //创建无向图
    25 {
    26     char c1, c2;                //弧尾、弧头
    27     int i, j, weight;           //weight为权重
    28     cout << "请输入总顶点数、总边数(空格隔开):";
    29     cin >> G.vexnum >> G.arcnum;
    30     cout << "请输入顶点信息(空格隔开):" << endl;
    31     for (i = 0; i < G.vexnum; i++)  
    32     {
    33         cin >> G.vexs[i];
    34     }
    35     for (i = 0; i < G.vexnum; i++) 
    36         for (j = 0; j < G.vexnum; j++)
    37             G.arcs[i][j] = INFINITY;
    38     cout << "请输入弧尾、弧头以及权值:" << endl;
    39     for (int k = 0; k < G.arcnum; k++)
    40     {
    41                  cin >> c1 >> c2 >> weight;
    42                  i = LocateVex(G, c1);
    43                  j = LocateVex(G, c2);
    44                  G.arcs[i][j] = weight;
    45      }
    46 }
    47 
    48 void ShortestPath_Dijkstra(Graph G, int v0, int prev[], int dist[])//迪杰斯特拉算法
    49 {    //求有向图G的v0顶点到其余顶点v最短路径prev[v]及带权长度dist[v],prev[v]的值为前驱顶点下标,dist[v]表示v0到v的最短路径长度之和。
    50     int v , w, k, min;
    51     int final[MAX_VERTEX_NUM];  //final[w]=1表示求得顶点v0至v(w)的最短路径
    52     for (v = 0; v < G.vexnum; v++)//初始化数据
    53     {
    54         final[v] = 0;           //全部顶点初始化为未知最短路径状态
    55         dist[v] = G.arcs[v0][v];//将与v0点有连线的顶点加上权值
    56         prev[v] = 0;            //初始化路径数组prev为0
    57     }
    58     dist[v0] = 0;               //v0至v0的路径为0
    59     final[v0] = 1;              //v0至v0不需要求路径
    60     for (v = 1; v < G.vexnum; v++)//开始主循环,每次求得v0到某个v顶点的最短路径
    61     {
    62         min = INFINITY;        //当前所知离v0顶点最近的距离
    63         for (w = 0; w < G.vexnum; w++)//寻找v0最近的顶点
    64         {
    65             if (!final[w] && dist[w] < min)
    66             {
    67                 k = w;
    68                 min = dist[w];  //w顶点离v0顶点最近
    69             }
    70         }
    71         final[k] = 1;           //将目前找到的最近的顶点值为1
    72         for (w = 0; w < G.vexnum; w++)//修正当前最短路径及距离
    73         {      //如果经过v顶点的路径比现在这条路径的长度短的话
    74             if (!final[w] && (min + G.arcs[k][w] < dist[w]))
    75             {   //说明找到了了更短的路径,修改dist[w]和prev[w]
    76                 dist[w] = min + G.arcs[k][w];//修改路径长度
    77                 prev[w] = k;
    78             }
    79         }
    80     }
    81     cout << "起始点:";          //一下就是输出函数
    82     cout << G.vexs[v0]<<endl;
    83     cout << "从开始点" << G.vexs[v0] << "到各点的最短距离为:" << endl;
    84     for (int i = 0; i < G.vexnum; i++)
    85         cout << "" << G.vexs[i] << "的距离为:" << dist[i] << endl;
    86 }
    87 
    88 int main()
    89 {
    90     Graph G;
    91     int prev[MAX_VERTEX_NUM];
    92     int dist[MAX_VERTEX_NUM];
    93     int v0;
    94     CreateGraph(G);
    95     cout << "Please input v0:";
    96     cin >> v0;
    97     ShortestPath_Dijkstra(G, v0, prev, dist);
    98 }

    示例展示:

    参考资料:http://www.cnblogs.com/skywang12345/p/3711512.html

  • 相关阅读:
    静态页转换平台(StaticPol)-静态页生成终极解决方案
    用DataSetSurrogate加速WebService
    压缩和解压缩数据流
    Stream 和 byte[] 之间的转换(转)
    优化网站性能 提高网站速度访问速度的14条实践(转)
    常用WebServices返回数据的4种方法比较
    .Net 中的序列化与反序列化
    对象序列化反序列化
    ASP.Net中自定义Http处理及应用之HttpModule篇
    利用UrlRewrite,asp.net动态生成htm页面
  • 原文地址:https://www.cnblogs.com/Trojan00/p/9005976.html
Copyright © 2011-2022 走看看