[イコタイ]最短パスアルゴリズム-マルチ出口最短パスアルゴリズム
6654 ワード
最短パスの問題
マルチ出口最短パスアルゴリズムの概要
マルチアウトレット最短パスアルゴリズム
イルケメは一瞬にしてもっと短い経路を見つけた!
それは.
マルチタスクアルゴリズムマルチタスクアルゴリズム:操作プロセスの理解
1を起点として1から、残りの無限量をテーブルに記入!
そして1に繋がるノードまでの距離を書きます!
と1以降1に接続されたノードのうち最も距離の近いノード4から、4に接続されたノードを基準に距離を再探索!
4アクセス処理を行い、まだアクセスしていないノードの中から、最短距離で最短の2を選択し、2から距離を初期化します!
同じように歌う!
からこのまま進めば、最後のノードは処理しなくても大丈夫です.
マルチアウトプットアルゴリズムの特徴
マルチアウトレットアルゴリズム:簡単な実施方法
各ステップ
マルチアウトプットアルゴリズム:簡単な実装方法(Python)
# 다익스트라 알고리즘
import sys
from turtle import distance
input = sys.stdin.readline
INF = int(1e9) # 무한을 의미 하는 10억
#노드의 개수, 간선의 개수 입력받기
n,m = map(int,input().split())
# start num
start = int(input())
# 각 노드에 연결되어 있는 노드에 대한 정보를 담는 리스트 만들기
graph =[[] for _ in range(n+1)]
#방문한 적이 있는지 체크하는 목적의 리스트 제작
visted = [False] * (n+1)
# 모든 간선 정보를 입력받기
for _ in range(m):
a,b,c = map(int,input().split())
#a번 노드에서 b번 노드로 가는 비용이 C
graph[a].append((b,c))
# 방문하지 않은 노드 중에서, 가장 최단 거리가 짧은 노드의 번호를 반환하는 함수
def get_smallest_node():
min_value = INF
idx= 0 # 가장 최단 거리가 짧은 노드 번호 (인덱스)
for i in range(1,n+1):
if (distance[i]<min_value and not visted[i]) : #만약 거리가 최소설정거리(무한)보다 작고, 방문하지 않은 노드라면
min_value = distance[i]
idx = i
return idx
def dijkstra(start):
# 시작 노드에 대해 초기화
distance[start] = 0
visted[start] = True
for j in graph[start]:
distance[j[0]] = j[1] #j[0] : b번 노드 j[1]: 비용
#start 에서 j[0]번 노드로 가는 비용 j[1]
#시작 노드를 제외한 전체 n-1개의 노드에 대한 반복
for i in range(n-1):
# 현재 최단 거리가 가장 짧은 노드를 꺼내서, 방문 처리
now = get_smallest_node()
visted[now] = True
# 현재 노드와 연겨ㅕㄹ된 다른 노드를 확인
for j in graph[now]:
cost = distance[now]+j[1]
#현재 노드를 거쳐서 다른 노드로 이동하는 거리가 더 짧은 경우
if cost<distance[j[0]]:
distance[j[0]] = cost
dijkstra(start)
for i in range(1,n+1):
if distance[i] == INF :
print("도달못함")
else : #도달할 수 있는 경우 거리를 출력
print(distance[i])
ほほほこれは意外にも簡単な実現で、私はジャガイモです.
マルチカーブアルゴリズム:簡単な実装方法の性能分析
これらの問題を解決するために、簡単な実施方法がある.別の実現方法を考えなければならない.
彼のために優先順位キューを勉強しましょう.
優先キュー
お尻
ホール~~~リストよりいい
hipは木構造の資料構造である
hipライブラリの使用例:最小hip
import heapq
#오름차순 힙 정렬
def heapsort(iterable):
h = []
result = []
#모든 원소를 차례대로 힙에 삽입
for value in iterable:
heapq.heappush(h,value)
# 힙에 삽입된 모든 원소를 차례대로 꺼내어 담기
for i in range(len(h)):
result.append(heapq.heappop(h))
#우선순위가 높은거부터 뽑아낸다.
return result
result = heapsort([1,3,5,7,9,2,4,6,8,0])
print(result)
#[0,1,2...8,9]
ビオは並んだりお尻を並べたりしていますhipライブラリの使用例:最大hip
import heapq
#내림차순 힙 정렬(Heap Sort)
def heapsort(iterable):
h = []
result = []
for value in iterable:
heapq.heappush(h,-value)
for i in range(len(h)):
result.append(-heapq.heappop(h))
return result
result = heapsort([1,3,5,7,9,2,4,6,8,0])
print(reuslt)
#[9,8,7...1,0]
value-値を逆さに...!マルチアウトプットアルゴリズム:改善された実施方法
マルチタスクアルゴリズムマルチタスクアルゴリズム:操作プロセス(優先キュー)の理解
マルチアウトプットアルゴリズム:改善された実施方法
# 다익스트라 알고리즘
import heapq
import sys
input = sys.stdin.readline
INF = int(1e9) # 무한을 의미 하는 10억
#노드의 개수, 간선의 개수 입력받기
n,m = map(int,input().split())
# start num
start = int(input())
# 각 노드에 연결되어 있는 노드에 대한 정보를 담는 리스트 만들기
graph =[[] for _ in range(n+1)]
#최단 거리 테이블 모두 무한 초기화
distance = [INF]*(n+1)
# 모든 간선 정보를 입력받기
for _ in range(m):
a,b,c = map(int,input().split())
#a번 노드에서 b번 노드로 가는 비용이 C
graph[a].append((b,c))
def dijkstra(start):
q = []
# 시작 노드로 가기 위한 최단 경로는 0으로 설정하여 큐에 삽입
heapq.heappush(q,(0,start))
distance[start] = 0
while q:
#가장 최단 거리가 짧은 노드에 대한 정보 꺼내기
dist, now = heapq.heappop(q)
# 현재 노드가 이미 처리된 적이 있는 노드라면 무시
if distance[now]<dist:
continue
# 현재 노드와 연결된 다른 인접한 노드들을 확인
for i in graph[now]:
cost = dist + i[1]
# 현재 노드를 거쳐서, 다른 노드로 이동하는 거리가 더 짧은 경우
if cost < distance[i[0]]:
distance[i[0]] = cost
heapq.heappush(q,(cost,i[0]))
# 다익스트라 알고리즘을 수행
dijkstra(start)
# 모든 노드로 가기 위한 최단 거리를 출력
for i in range(1,n+1):
if distance[i]==INF:
print("못감")
else:
print(distance[i])
マルチアウトプットアルゴリズム:改善された実施方法の性能を分析する
Reference
この問題について([イコタイ]最短パスアルゴリズム-マルチ出口最短パスアルゴリズム), 我々は、より多くの情報をここで見つけました https://velog.io/@seochan99/이코테최단-경로-알고리즘-다익스트라-최단-경로-알고리즘テキストは自由に共有またはコピーできます。ただし、このドキュメントのURLは参考URLとして残しておいてください。
Collection and Share based on the CC Protocol