单源最短路径(dijkstra算法)php实现

做一个医学项目,其中在病例评分时会用到单源最短路径的算法。单源最短路径的dijkstra算法的思路如下:

如果存在一条从i到j的最短路径(Vi.....Vk,Vj),Vk是Vj前面的一顶点。那么(Vi...Vk)也必定是从i到k的最短路径。Dijkstra是以最短路径长度递增,逐次生成最短路径的算法。例如:对于源顶点V0,首先选择其直接相邻的顶点中长度最短的顶点Vi,那么当前已知可得从V0到达Vj顶点的最短距离dist[j]=min{dist[j],dist[i]+cost[i][j]}。假设G=<V, E>,源点为V0,U={V0}表示已经标记过的顶点集合,dist[i]记录V0到i的最短距离,cost[i][j]表示边i到j的开销。

1.从V-U中选择使dist[i]值最小的顶点i,将i加入到U中;

2.更新与i直接相邻顶点的dist值。(dist[j]=min{dist[j],dist[i]+cost[i][j]})

3.知道U=V,停止。

利用php特有的性质,其代码如下:

function dijkstra(){
	$node_info_arr=array(	//结点的邻接表结构
		array(
			‘node_id‘=>0,		//某个结点的id
			‘next_node‘=>array(4,2,1),
			‘node_type‘=>0,
			‘cost‘=>array(10,30,100)
			),
		array(
			‘node_id‘=>4,		//某个结点的id
			‘next_node‘=>array(3),
			‘node_type‘=>1,
			‘cost‘=>array(50)
			),
		array(
			‘node_id‘=>3,		//某个结点的id
			‘next_node‘=>array(1),
			‘node_type‘=>1,
			‘cost‘=>array(10)
			),
		array(
			‘node_id‘=>2,		//某个结点的id
			‘next_node‘=>array(3,1),
			‘node_type‘=>1,
			‘cost‘=>array(60,60)
			),
		array(
			‘node_id‘=>1,		//某个结点的id
			‘next_node‘=>array(),
			‘node_type‘=>2,
			‘cost‘=>array()
			)
	);

	$start_node_id=false;		//起始结点id
	$i_cost=array(array());	//两个节点之间的开销
	$i_dist=array();		//起始点到各点的最短距离
	$b_mark=array();		//是否加入了
	foreach($node_info_arr as &$node_info){
		if($node_info[‘node_type‘]==0){
			$start_node_id=$node_info[‘node_id‘];			//找到初始节点
		}
		foreach($node_info[‘next_node‘] as $key=>$next_node){
			$i_cost[$node_info[‘node_id‘]][$next_node]=$node_info[‘cost‘][$key];
		}
		$i_dist[$node_info[‘node_id‘]]=‘INF‘;				//初始化为无穷大
		$b_mark[$node_info[‘node_id‘]]=false;				//初始化未加入
	}
	if($start_node_id===false){
		return ‘302‘;
	}
	//计算初始结点到各节点的最短路径
	$i_dist[$start_node_id]=0;	//初始点到其本身的距离为0
	$b_mark[$start_node_id]=true;	//初始点加入集合

	$current_node_id=$start_node_id;	//最近加入的节点id
	$node_count=count($node_info_arr);
	for($i=0;$i<$node_count;$i++){
		$min=‘INF‘;								//当前节点的最近距离
		if(is_array($i_cost[$current_node_id])){
			foreach($i_cost[$current_node_id] as $key=>$val){
				if($i_dist[$key]==‘INF‘||$i_dist[$key]>$i_dist[$current_node_id]+$val){
					$i_dist[$key]=$i_dist[$current_node_id]+$val;
				}
			}
		}
		foreach($i_dist as $key=>$val){
			if(!$b_mark[$key]){
				if($val!=‘INF‘&&($min==‘INF‘||$min>$val)){
					$min=$val;
					$candidate_node_id=$key;	//候选最近结点id
				}
			}
		}
		if($min==‘INF‘){
			break;
		}
		$current_node_id=$candidate_node_id;
		$b_mark[$current_node_id]=true;
	}
	foreach($i_dist as $key=>$val){
		echo $start_node_id.‘=>‘.$key.‘:‘.$val.‘<br />‘;
	}
}

其中例子为图:

运行结果为:

0=>0:0

0=>4:10

0=>3:60

0=>2:30

0=>1:70

转自:康瑞的部落 ? 单源最短路径php实现

单源最短路径(dijkstra算法)php实现

时间: 2024-10-12 20:28:00

单源最短路径(dijkstra算法)php实现的相关文章

数据结构:单源最短路径--Dijkstra算法

Dijkstra算法 单源最短路径 给定一带权图,图中每条边的权值是非负的,代表着两顶点之间的距离.指定图中的一顶点为源点,找出源点到其它顶点的最短路径和其长度的问题,即是单源最短路径问题. Dijkstra算法 求解单源最短路径问题的常用方法是Dijkstra(迪杰斯特拉)算法.该算法使用的是贪心策略:每次都找出剩余顶点中与源点距离最近的一个顶点. 算法思想 带权图G=<V,E>,令S为已确定了最短路径顶点的集合,则可用V-S表示剩余未确定最短路径顶点的集合.假设V0是源点,则初始 S={V

单源最短路径Dijkstra算法

1.单源最短路径 函数:返回还未被收录顶点中dist最小者 1 Vertex FindMinDist(MGraph Graph, int dist[], int collected[]) 2 { 3 /*返回未被收录顶点中dist最小者*/ 4 Vertex MinV, V; 5 int MinDist = INFINITY; 6 7 8 for (V = 0; V < Graph->Nv; ++V) 9 { 10 if (collected[V] == false && di

单源最短路径 dijkstra算法实现

本文记录一下dijkstra算法的实现,图用邻接矩阵表示,假设图为无向图,并且连通,有向图,不连通图的做法类似. 算法简述: 首先确定"单源"的源,假设是第0个顶点. 维护三个数组dist[], color[], path[],设其下标分别为0-i-n-1: dist[] 表示源点到顶点i的最短距离,在初始化时,如果源点到顶点i有路径,则初始化为路径的权重,否则初始化为INT_MAX: color[] 数组其实表示两个集合,即color[i]值为1的集合表示已经确定最短路径的点的集合,

(转)图算法单源最短路径Dijkstra算法(邻接表/邻接矩阵+优先队列STL)

一.前言 最短路径算法,顾名思义就是求解某点到某点的最短的距离.消耗.费用等等,有各种各样的描述,在地图上看,可以说是图上一个地点到达另外一个地点的最短的距离.比方说,我们把地图上的每一个城市想象成一个点,从一个城市到另一个城市的花费是不一样的.现在我们要从上海去往北京,需要考虑的是找到一条路线,使得从上海到北京的花费最小.有人可能首先会想到,飞机直达啊,这当然是时间消耗最小的方法,但是考虑到费用的高昂,这条线路甚至还不如上海到北京的高铁可取.更有甚者,假设国家开通了从上海到西藏,再从西藏到兰州

单源最短路径——Dijkstra算法学习

每次都以为自己理解了Dijkstra这个算法,但是过没多久又忘记了,这应该是第4.5次重温这个算法了. 这次是看的胡鹏的<地理信息系统>,看完之后突然意识到用数学公式表示算法流程是如此的好理解,堪称完美. 内容摘抄如下: 网络中的最短路径是一条简单路径,即是一条不与自身相交的路径,最短路径搜索的依据:若从S点到T点有一条最短路径,则该路径上的任何点到S的距离都是最短的. Dijkstra算法搜索步骤: 1.对起始点作标记S,且对所有顶点令D(X)=∞,Y=S: 2.对所有未做标记的点按以下公式

单源最短路径Dijkstra、BellmanFord、SPFA【模板】

Dijkstra算法: 将所有点分为两个集合.如果源点s到u的最短路径已经确定,点u就属于集合Va,否则属于集合Vb. 1.将源点s到图中各点的直接距离当做初始值记录为s到各点的最短距离,不能到达的记为INF.S到S距离为0. 2.在集合Vb中的点中找一个点u,使得源点s到该点u路径长度最短,将u从Vb中除去,加到V1中.这时候求出了当前S到u的最短路径. 3.把新确定的点u更新s到集合Vb中每一个点v的距离,如果s到u的距离加上u到v的直接距离小于当前s到v的距离,则表示新找到的最短路径长度比

单源最短路问题 dijkstra算法 总结

Dijkstra(迪杰斯特拉)算法,用于计算一个节点到其他所有节点的最短路径.要注意的是这个算法中路径的权值不能有负边,如果有负边的话要运用bellman ford算法. 学习了一下dijkstra算法,感觉跟最小生成树的Prim算法有点类似.感觉dijkstra也是一个贪心的策略,用集合S表示的是已经找出最小路径的点,用dis[]来表示每个点当前距离源点的最短距离.再用一个数组来存储两点之间的距离,对于没有直接相连的两点就将值赋为INF. 1.一开始的时候,集合S中只有源点. 2.选取尚未被找

单源最短路径Dijkstra和优先级算法

百度百科:迪杰斯特拉算法. 代码实现如下: import java.util.Comparator; import java.util.PriorityQueue; import java.util.Scanner; class Node { int x; int value; } public class Main { static int N,M,cnt; static final int MAX = 105; static final int INF = 1000009; static N

单源最短路径——Floyd算法

正如我们所知道的,Floyd算法用于求最短路径.Floyd算法可以说是Warshall算法的扩展,三个for循环就可以解决问题,所以它的时间复杂度为O(n^3). Floyd算法的基本思想如下:从任意节点A到任意节点B的最短路径不外乎2种可能,1是直接从A到B,2是从A经过若干个节点X到B.所以,我们假设Dis(AB)为节点A到节点B的最短路径的距离,对于每一个节点X,我们检查Dis(AX) + Dis(XB) < Dis(AB)是否成立,如果成立,证明从A到X再到B的路径比A直接到B的路径短,