数据结构与算法：Dijkstra最短路径

数据结构与算法系列教程：Dijkstra最短路径

1. 定义

  Dijkstra算法允许我们在图的任意两个顶点之间找到最短路径，它不同于最小生成树，因为两个顶点之间的最短距离可能不包括图的所有顶点。

2. Dijkstra最短路径工作步骤

  Dijkstra算法的工作原理是，顶点A和D之间的最短路径A->D的任何子路径B->D也是顶点B和D之间的最短路径。

  Djikstra在相反的方向使用了这个属性，即我们高估了每个顶点到起始顶点的距离。然后我们访问每个节点及其相邻节点，以找到最短子路径。

  该算法使用贪婪的方法，即我们寻找下一个最佳解，希望最终结果是整个问题的最佳解。

3. Dijkstra最短路径 算法示例

4. 算法优化

  百度可以找到很多Dijkstra最短路径的代码，总是初始化两个矩阵，一个路径矩阵、一个点是否检测矩阵。这样做增加了很大的内存和时间，我测试案例权重图比较大，84个平面，每个平面1000+个点，结果按照使用初始化矩阵图的形式，内存占了20多g，时间也超长，完全没法搞。
  其实很多时候大家只是找一个点到另一个点的距离，不需要到所有点的距离。那我们只要找初始点到末位点就可以了。程序也不要搞一个初始化矩阵，每个点建立一个类，存放相关信息比较靠谱。

5. 优化程序

  实现输入超大数据，快速找最短路径。单点对单点。

  程序讲解

Node：节点类
 size_t get_pos() const 返回节点编号
 size_t node_pos_ 节点编号
 adjacent_nodes_ 相邻节点编号
 adjacent_weights_ 相邻节点权重
 shortest_path_ 最短路径
 visited 是否被访问
 parent_node 父节点

rule：multiset的重载结构体，包括比较函数。用于multiset的排序

Graph：网络图
 get_node 返回对应节点
 num_verticies_ 网络下节点数量
 V_ 网络下节点集

Dijkstra_SP 寻找最短路径
Recover_Path 打印路径

#include <iostream>
#include <tuple>
#include "../Graph.h"
using namespace std;

int main(void) {
    Graph G_test(6);
    G_test.V_[0].adjacent_nodes_ = vector<size_t> {1, 2, 5};
    G_test.V_[0].adjacent_weights_ = vector<uint64_t> {7, 9, 14};
    G_test.V_[1].adjacent_nodes_ = vector<size_t> {0, 2, 3};
    G_test.V_[1].adjacent_weights_ = vector<uint64_t> {7, 10, 15};
    G_test.V_[2].adjacent_nodes_ = vector<size_t> {0, 1, 3, 5};
    G_test.V_[2].adjacent_weights_ = vector<uint64_t> {9, 10, 11, 2};
    G_test.V_[3].adjacent_nodes_ = vector<size_t> {1, 2, 4};
    G_test.V_[3].adjacent_weights_ = vector<uint64_t> {15, 11, 6};
    G_test.V_[4].adjacent_nodes_ = vector<size_t> {3, 5};
    G_test.V_[4].adjacent_weights_ = vector<uint64_t> {6, 9};
    G_test.V_[5].adjacent_nodes_ = vector<size_t> {0, 2, 4};
    G_test.V_[5].adjacent_weights_ = vector<uint64_t> {14, 2, 9};
    size_t src_node_pos = 0;
    size_t dst_node_pos = 5;
    uint64_t sp = 0;
    bool found = false;
    std::tie(sp, found) = Dijkstra_SP(G_test, src_node_pos, dst_node_pos);
    if (found) {
        list<Node> path = Recover_Path(G_test, src_node_pos, dst_node_pos);
        cout << "Shortest path len : " << sp << endl;
        cout << "Shortest path : ";

        for(list<Node>::iterator it = path.begin(); it != path.end(); it++) {
            cout << it->get_pos();
        }
        cout << endl;
    } else {
        cout << "No path found.\n" << endl;
    }
    cout << "done" << endl;
    return 0;
}

#include <vector>
#include <list>
#include <limits>
#include <unordered_set>
#include <tuple>
using namespace std;
#ifndef GRAPH_H_
#define GRAPH_H_
class Node {
  public:
    Node() {
    }
    size_t get_pos() const;// 返回节点编号
    size_t node_pos_ = 0;// 节点编号
    vector<size_t> adjacent_nodes_;// 相邻节点编号
    vector<uint64_t> adjacent_weights_;// 相邻节点权重
    uint64_t shortest_path_ = std::numeric_limits<uint64_t>::max();// 最短路径
    bool visited = false;// 是否被访问
    Node *parent_node = nullptr;// 父节点
};
class Graph {
  public:
    Graph(size_t num_verticies);
    Node &get_node(size_t node_pos);// 返回对应节点
    ~Graph() {}
    size_t num_verticies_;// 网络下节点数量
    vector<Node> V_;// 网络下节点集
};
std::tuple<uint64_t, bool> Dijkstra_SP(
    Graph &G, size_t src_node_pos, size_t dst_node_pos);// 寻找最短路径
list<Node> Recover_Path(
    Graph &G, size_t src_node_pos, size_t dst_node_pos);// 打印路径
#endif

#include <random>
#include <limits>
#include <iostream>
#include <set>
#include "Graph.h"


struct rule {
    bool operator()(const Node &n1, const Node &n2) {
        return n1.shortest_path_ < n2.shortest_path_;
    }
};

Graph::Graph(size_t num_verticies) {
    num_verticies_ = num_verticies;
    V_ = vector<Node>(num_verticies);
    for (size_t i = 0; i < num_verticies; i++) {
        V_[i].node_pos_ = i;
    }
}

Node &Graph::get_node(size_t node_pos) {
    return V_[node_pos];
}

size_t Node::get_pos() const {
    return node_pos_;
}

std::tuple<uint64_t, bool> Dijkstra_SP(
    Graph &G, size_t src_node_pos, size_t dst_node_pos) {

    // 初始化路径矩阵
    for (vector<Node>::iterator it = G.V_.begin(); it != G.V_.end(); ++it) {
        it->shortest_path_ = numeric_limits<uint64_t>::max();
        it->visited  = false;
    }

    // 初始点
    Node &start_node = G.get_node(src_node_pos);
    start_node.shortest_path_ = 0;
    start_node.visited = true;

    std::multiset<Node, rule> frontier;
    frontier.insert(start_node);

    // 没有找到结束节点时
    while (!G.get_node(dst_node_pos).visited) {

        if (frontier.empty()) {
            return std::make_tuple(0, false);
        }

        // 获取边界中最近的节点
        multiset<Node, rule>::iterator nearest_node_it = frontier.begin();
        Node &nearest_node = G.get_node(nearest_node_it->node_pos_);
        frontier.erase(nearest_node_it);

        nearest_node.visited = true;

        // 如果我们找到路径它是最短的路径
        if (nearest_node.get_pos() == dst_node_pos) {
            return std::make_tuple(nearest_node.shortest_path_, true);
        }

        // 处理所有相邻节点
        for (size_t i = 0; i < nearest_node.adjacent_nodes_.size(); i++) {
            Node &node = G.get_node(nearest_node.adjacent_nodes_[i]);

            // 如果已经访问过节点，则跳过它
            if (node.visited == false) {

                // 计算到节点的新的最短距离
                uint64_t current_sp = nearest_node.shortest_path_ +
                                      nearest_node.adjacent_weights_[i];

                // 如果新计算出的路径较短，则之前计算出的路径
                if(current_sp < node.shortest_path_) {
                    // 查找此节点是否在边境
                    multiset<Node, rule>::iterator ret = frontier.find(node);

                    // 如果是，我们找到较短的路径，则在多集中更新此节点的路径和位置
                    if (ret != frontier.end()) {
                        frontier.erase(ret);
                    }

                    // 我们发现到该节点的路径较短
                    node.shortest_path_ = current_sp;
                    node.parent_node = &nearest_node;
                    // 更新多集节点
                    frontier.insert(node);
                }

            }
        }
    }

    return std::make_tuple(0, false);
}

list<Node> Recover_Path(Graph &G, size_t src_node_pos, size_t dst_node_pos) {
    list<Node> path;

    Node &src_node = G.get_node(src_node_pos);
    Node &cur_node = G.get_node(dst_node_pos);

    // 从目标节点开始恢复路径
    while(cur_node.get_pos() != src_node.get_pos()) {
        path.push_front(cur_node);
        cur_node = *cur_node.parent_node;
    }

    path.push_front(src_node);
    return path;
}

6. 复杂度

   优化后复杂度 n*m；