图论算法及matlab程序的三个案例.docx
《图论算法及matlab程序的三个案例.docx》由会员分享,可在线阅读,更多相关《图论算法及matlab程序的三个案例.docx(13页珍藏版)》请在冰豆网上搜索。
图论算法及matlab程序的三个案例
图论实验三个案例
单源最短路径问题
1.1Dijkstra算法
Dijkstra算法是解单源最短路径问题的一个贪心算法。
其基本思想是,设置一个顶点集合S并不断地作贪心选择来扩充这个集合。
一个顶点属于集合S当且仅当从源到该顶点的最短路径长度已知。
设v是图中的一个顶点,记l(v)为顶点v到源点V1的最短距离,Vi,VjV,若(Vi,Vj)E,记“到百的权w。
Dijkstra算法:
1S{vJI(vJ0;vV{可1(v)iiSV{vJ;
J7JJJ7
2S,停止,否则转③;
l(v)min{l(v),d(Vj,v)}VjS
4存在Vi1,使l(Vil)min{l(V)},VS;
5SSU{vi1}SS{vi1}ii1
实际上,Dijkstra算法也是最优化原理的应用:
如果V1V2LVn1Vn是从V1到Vn的最短路径,贝UV1V2LVn1也必然是从V1到Vn1的最优路径。
在下面的MATLA实现代码中,我们用到了距离矩阵,矩阵第i行第j行元素表示顶点Vi到Vj的权Wj,若v到Vj无边,则Wijrealmax,其中realmax是MATLA常量,表示最大的实数(1.7977e+308)
functionre=Dijkstra(ma)
%用Dijkstra算法求单源最短路径
%俞入参量ma是距离矩阵
%输出参量是一个三行n列矩阵,每列表示顶点号及顶点到源的最短距离和前顶点
n=size(ma,1);%得到距离矩阵的维数
s=ones(1,n);s
(1)=0;%标记集合S和S的补
r=zeros(3,n);r(1,:
)=1:
n;r(2,2:
end)=realmax;%初始化
fori=2:
n;%控制循环次数
mm=realmax;
forj=find(s==0);%集合S中的顶点
fork=find(s==1);%集合S补中的顶点if(r(2,j)+ma(j,k)end
if(mm>r(2,k))
mm=r(2,k);t=k;
end
end
end
s(1,t)=0;%找到最小的顶点加入集合S
end
re=r;
1.2动态规划求解最短路径
动态规划是美国数学家RichardBellman在1951年提出来的分析一类多阶段决策过程的最优化方法,在工程技术、工业生产、经济管理、军事及现代化控制工程等方面均有着广泛的应用。
动态规划应用了最佳原理:
假设为了解决某一优化问题,需要依次作出n个决策Di,D2丄,Dn,如若这个决策是最优的,对于任何一个整数k,1如图1,从A点要铺设一条管道到A16点,中间必须要经过5个中间站,第一站可以在{A2,A}中任选一个,第二、三、四、五站可供选择的地点分别是:
{A4,A,As,A7},{A8,A9,A10},{A11,A2,A13},{A14,A15}。
连接两地管道
图1可选择的管道图
解决此问题可以用穷举法,从Ai到A16有48条路径,只须比较47次,就可得到最短路径为:
AfAfAfAfAl2fA|5^Al6,最短距离为18。
也可以使用Dijkstra算法。
这里,我们动态规划解决此问题。
注意到最短路径有这样一个特性,即如果最短路径的第k站通过Pk,则这一最短路径在由
Pk出发到达终点的那一部分路径,对于始点为Pk到终点的所有可能的路径来说,
必定也是距离最短的。
根据最短路径这一特性,启发我们计算时从最后一段开始,从后向前逐步递推的方法,求出各点到A16的最短路径。
在算法中,我们用数组六元数组SS表示中间车站的个数(Ai也作为中间车站),用距离矩阵path表示该图。
为简便起见,把该图看作有向图,各边的方向均为从左到右,则path不是对称矩阵,如path(i2,i4)=5,而path(i4,i2)=0(用0表示不通道路)。
用3'16巨阵spath表示算法结果,第一行表示结点序号,第二行表示该结点到终点的最短距离,第三行表示该结点到终点的最短路径上的下一结点序号。
下面给出MATLA实现算法。
function[Scheme]=ShorteStPath(path,SS)
%利用动态规划求最短路径
%path是距离矩阵,SS是车站个数
n=Size(path,1);%结点个数
Scheme=zeroS(3,n);%构造结果矩阵
Scheme(1,:
)=1:
n;%设置结点序号
Scheme(2,1:
n-1)=realmax;%预设距离值
k=n-1;%记录第一阶段结点最大序号
fori=Size(SS,2):
-1:
1;%控制循环阶段数
fort=find(path(j,:
)>0);%当前结点邻接结点
ifpath(j,t)+scheme(2,t)end
end
end
k=k-ss(i);移入下一阶段
end
先在MATLAB^令窗口中构造距离矩阵path,再输入:
>>ShortestPath(path,ss)
得到以下结果:
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
18
13
16
13
10
9
12
7
6
8
7
5
9
4
3
0
2
5
6
8
8
9
10
12
12
12
14
15
15
16
16
0
将该结果表示为图,即为图1粗线所示
棋盘覆盖问题
1.1问题的提出
在一个2k2k个方格组成的棋盘中,若恰有一个方格与其他方格不同,则称
该方格为一特殊方格,且称该棋盘为一特殊的棋盘。
如图1就是当k3时的特
1.2问题的分析
k
易知,用到的L型骨牌个数恰为(41)/3。
利用分治策略,我们可以设计出
解棋盘覆盖问题的一个简捷的算法
当k>0时,我们将2k2k棋盘分割为4个2k12k1子棋盘如图3两粗实线所
示。
特殊方格必位于4个较小子棋盘之一中,其余3个子棋盘中无特殊方格。
为了将这3个无特殊方格的子棋盘转化为特殊棋盘,我们可以用一个L型骨牌覆盖这3个较小棋盘的会合处,如图4中央L型骨牌所示,这3个子棋盘上被L型骨牌覆盖的方格就成为该棋盘上的特殊方格,从而将原问题转化为4个较小规模的棋盘覆盖问题。
递归地使用这种分割,直至棋盘简化为11棋盘。
1.3算法的MATLA实现
首先特殊方格在棋盘中的位置可以用一个12的数组sp表示;对于图2所示的4种L型骨牌,可用数字1,2,3,4表示;对于特殊棋盘的骨牌覆盖表示,只
须注意到图4所示的关键点,对每个关键点,给定一种L型骨牌,就能覆盖整个
kk
棋盘,所以对于2k2k的特殊棋盘的骨牌覆盖,可用一个(21)(21)的矩阵
表示。
按照这种思想,图4的矩阵表示为:
1
0
4
0
1
0
2
0
4
0
0
0
2
0
4
0
3
0
2
0
3
0
0
0
3
0
0
0
1
0
4
0
3
0
2
0
4
0
0
0
3
0
4
0
3
0
4
0
3
k=4,特殊万格位置为:
[1,4],覆盖矩阵为:
下面是在MATLAB^的棋盘覆盖实现程序。
functionre=chesscover(k,sp)
%解决棋盘的覆盖问题
%棋盘为2Ak*2Ak,sp为特殊方格的棋盘位置
globalcovermatrix
covermatrix=zeros(2Ak-1,2Ak-1);
even1=floor(sp(1,1)/2)*2==sp(1,1);%判断水平位置是否是偶数
even2=floor(sp(1,2)/2)*2==sp(1,2);%判断竖直位置是否是偶数
ifeven仁=1&&even2==0%找出找出特殊方格相对关键结点的位置
i=4;
else
i=even1+even2+1;
end
tempfun(1,1,k,[sp(1,1)-even1,sp(1,2)-even2,i]);
re=covermatrix;
functiontempfun(top,left,k,tp)%子函数,tp为转换后特殊方格在棋盘网络的相对位置
globalcovermatrix
ifk==1
switchtp(1,3)
case1
covermatrix(tp(1,1),tp(1,2))=3;
case2
covermatrix(tp(1,1),tp(1,2))=4;
case3
covermatrix(tp(1,1),tp(1,2))=1;
case4
covermatrix(tp(1,1),tp(1,2))=2;
end
else
half=2A(k-1);i=top+half-1;j=left+half-1;
iftp(1,1)
iftp(1,2)covermatrix(i,j)=3;%添加类型为3的L型骨牌
tempfun(top,left,k-1,tp);
tempfun(top,left+half,k-1,[i-1,j+1,4]);
tempfun(top+half,left+half,k-1,[i+1,j+1,1]
);
tempfun(top+half,left,k-1,[i+1,j-1,2]);
else%特殊方格在右上
covermatrix(i,j)=4;%添加类型为4的L型骨牌tempfun(top,left,k-1,[i-1,j-1,3]);tempfun(top,left+half,k-1,tp);
tempfun(top+half,left+half,k-1,[i+1,j+1,1]
);
tempfun(top+half,left,k-1,[i+1,j-1,2]);
end
else
iftp(1,2)>j%特殊方格在右下
covermatrix(i,j)=1;%添加类型为3的L型骨牌
tempfun(top,left,k-1,[i-1,j-1,3]);
tempfun(top,left+half,k-1,[i-1,j+1,4]);
tempfun(top+half,left+half,k-1,tp);
tempfun(top+half,left,k-1,[i+1,j-1,2]);
else%特殊方格在左下
covermatrix(i,j)=2;%添加类型为4的L型骨牌
tempfun(top,left,k-1,[i-1,j-1,3]);
tempfun(top,left+half,k-1,[i-1,j+1,4]);
tempfun(top+half,left+half,k-1,[i+1,j+1,1]
);
tempfun(top+half,left,k-1,tp);
end
end