多段图问题-动态规划解法

2023-12-09 04:36

本文主要是介绍多段图问题-动态规划解法,希望对大家解决编程问题提供一定的参考价值,需要的开发者们随着小编来一起学习吧!

一、多段图问题

问题描述:设图G=(V, E)是一个带权有向图,如果把顶点集合V划分成k个互不相交的子集Vi (2≤k≤n, 1≤i≤k),使得对于E中的任何一条边(u, v),必有u∈Vi,v∈Vi+m (1≤i≤k, 1<i+m≤k),则称图G为多段图,称s∈V1为源点,t∈Vk为终点。多段图的最短路径问题求从源点到终点的最小代价路径。

二、抽象分析

设Cu-v表示多段图的有向边<u, v>上的权值,将从源点s到终点t的最短路径长度记为d(s, t),考虑原问题的部分解d(s, v),显然有下式成立:

d(s, v) =Cs-v (<s, v>∈E)

d(s, v) = min{d(s, u) + Cu-v}  (<u, v>∈E)

1.循环变量j从1~n-1重复下述操作,执行填表工作

   1.1考察顶点j的所有入边,对于边<i,j>∈E,执行下述操作

       1.1.1cost[j]=min{cost[i]+c[i][j]};

       1.1.2path[j]=使cost[i]+c[i][j]最小的i;

     1.2 j++;

2.输出最短路径长度cost[n-1];

3.循环变量i=path[n-1].循环直到path[i]=0,输出最短路径经过的顶点;

   3.1 输出path[i];

   3.2 i=path[i]

三、例题具体分析

首先求解初始子问题,可直接获得:

d(0, 1)=c01=4(0→1)

d(0, 2)=c02=2(0→2)

d(0, 3)=c03=3(0→3)

再求解下一个阶段的子问题,有:

d(0, 4)=min{d(0, 1)+c14, d(0, 2)+c24}=min{4+9, 2+6}=8(2→4)

d(0, 5)=min{d(0, 1)+c15, d(0, 2)+c25, d(0, 3)+c35}=min{4+8, 2+7, 3+4} 

           =7(3→5)

d(0, 6)=min{d(0, 2)+c26, d(0, 3)+c36}=min{2+8, 3+7}=10(2→6)

再求解下一个阶段的子问题,有:

d(0, 7)=min{d(0, 4)+c47, d(0, 5)+c57, d(0, 6)+c67}=min{8+5, 7+8, 10+6}

           =13(4→7)

d(0, 8)=min{d(0, 4)+c48, d(0, 5)+c58, d(0, 6)+c68}=min{8+6, 7+6, 10+5}

           =13(5→8)

直到最后一个阶段,有:

d(0, 9)=min{d(0, 7)+c79, d(0, 8)+c89}=min{13+7, 13+3}=16(8→9)

再将状态进行回溯,得到最短路径0→3→5→8→9,最短路径长度16。

(附输入)

10 18
0 1 4
0 2 2
0 3 3
1 4 9
1 5 8
2 4 6
2 5 7
2 6 8
3 5 4
3 6 7
4 7 5
4 8 6
5 7 8
5 8 6
6 7 6
6 8 5
7 9 5
8 9 3

四、代码

#include<iostream>
using namespace std;int vnum, arcnum;
int arc[100][100];
const int INT_MAX1 = 999;void printArc()
{cout << "邻接矩阵为:" << endl;for (int i = 0; i < vnum; i++){for (int j = 0; j < vnum; j++){cout << arc[i][j] <<" ";}cout << endl;}cout << endl;
}int main()
{cin >> vnum >> arcnum;int i, j;//初始化邻接矩阵,用999表示没有边for (i = 0; i < vnum; i++){for (j = 0; j < vnum; j++){arc[i][j] = INT_MAX1;}}printArc();//输入各边while (arcnum--){int weight;cin >> i >> j >> weight;arc[i][j] = weight;}printArc();int cost[100] = { 0 };//记录最小的代价int path[100] = { 0 };//记录路径,即经过的顶点//初始化for (i = 1; i < vnum; i++){cost[i] = INT_MAX;path[i] = -1;}cost[0] = 0;path[0] = -1;//开始动态规划,找出最小代价for (j = 1; j < vnum; j++){for (i = j - 1; i >= 0; i--){if (cost[i] + arc[i][j] < cost[j]){cost[j] = cost[i] + arc[i][j];path[j] = i;}}}// 输出路径i = vnum - 1;cout << i;while (path[i] >= 0) { // 前一个点大于0 cout << "<-" << path[i];i = path[i]; // 更新为前一个点 }cout << endl;cout << "最短路径为:" << cost[vnum -1] << endl;system("pause");return 0;
}

 

这篇关于多段图问题-动态规划解法的文章就介绍到这儿,希望我们推荐的文章对编程师们有所帮助!



http://www.chinasem.cn/article/472494

相关文章

Java使用Javassist动态生成HelloWorld类

《Java使用Javassist动态生成HelloWorld类》Javassist是一个非常强大的字节码操作和定义库,它允许开发者在运行时创建新的类或者修改现有的类,本文将简单介绍如何使用Javass... 目录1. Javassist简介2. 环境准备3. 动态生成HelloWorld类3.1 创建CtC

Vue3绑定props默认值问题

《Vue3绑定props默认值问题》使用Vue3的defineProps配合TypeScript的interface定义props类型,并通过withDefaults设置默认值,使组件能安全访问传入的... 目录前言步骤步骤1:使用 defineProps 定义 Props步骤2:设置默认值总结前言使用T

Web服务器-Nginx-高并发问题

《Web服务器-Nginx-高并发问题》Nginx通过事件驱动、I/O多路复用和异步非阻塞技术高效处理高并发,结合动静分离和限流策略,提升性能与稳定性... 目录前言一、架构1. 原生多进程架构2. 事件驱动模型3. IO多路复用4. 异步非阻塞 I/O5. Nginx高并发配置实战二、动静分离1. 职责2

解决升级JDK报错:module java.base does not“opens java.lang.reflect“to unnamed module问题

《解决升级JDK报错:modulejava.basedoesnot“opensjava.lang.reflect“tounnamedmodule问题》SpringBoot启动错误源于Jav... 目录问题描述原因分析解决方案总结问题描述启动sprintboot时报以下错误原因分析编程异js常是由Ja

MySQL 表空却 ibd 文件过大的问题及解决方法

《MySQL表空却ibd文件过大的问题及解决方法》本文给大家介绍MySQL表空却ibd文件过大的问题及解决方法,本文给大家介绍的非常详细,对大家的学习或工作具有一定的参考借鉴价值,需要的朋友参考... 目录一、问题背景:表空却 “吃满” 磁盘的怪事二、问题复现:一步步编程还原异常场景1. 准备测试源表与数据

解决Nginx启动报错Job for nginx.service failed because the control process exited with error code问题

《解决Nginx启动报错Jobfornginx.servicefailedbecausethecontrolprocessexitedwitherrorcode问题》Nginx启... 目录一、报错如下二、解决原因三、解决方式总结一、报错如下Job for nginx.service failed bec

SysMain服务可以关吗? 解决SysMain服务导致的高CPU使用率问题

《SysMain服务可以关吗?解决SysMain服务导致的高CPU使用率问题》SysMain服务是超级预读取,该服务会记录您打开应用程序的模式,并预先将它们加载到内存中以节省时间,但它可能占用大量... 在使用电脑的过程中,CPU使用率居高不下是许多用户都遇到过的问题,其中名为SysMain的服务往往是罪魁

MySQ中出现幻读问题的解决过程

《MySQ中出现幻读问题的解决过程》文章解析MySQLInnoDB通过MVCC与间隙锁机制在可重复读隔离级别下解决幻读,确保事务一致性,同时指出性能影响及乐观锁等替代方案,帮助开发者优化数据库应用... 目录一、幻读的准确定义与核心特征幻读 vs 不可重复读二、mysql隔离级别深度解析各隔离级别的实现差异

C++ vector越界问题的完整解决方案

《C++vector越界问题的完整解决方案》在C++开发中,std::vector作为最常用的动态数组容器,其便捷性与性能优势使其成为处理可变长度数据的首选,然而,数组越界访问始终是威胁程序稳定性的... 目录引言一、vector越界的底层原理与危害1.1 越界访问的本质原因1.2 越界访问的实际危害二、基

Python多线程应用中的卡死问题优化方案指南

《Python多线程应用中的卡死问题优化方案指南》在利用Python语言开发某查询软件时,遇到了点击搜索按钮后软件卡死的问题,本文将简单分析一下出现的原因以及对应的优化方案,希望对大家有所帮助... 目录问题描述优化方案1. 网络请求优化2. 多线程架构优化3. 全局异常处理4. 配置管理优化优化效果1.