graphshortestpath 寻找最短路径的代码实现

一、句柄的相关概念的理解

句柄的相关概念参照我的另一篇文章:Matlab 句柄相关概念总结

二、寻径算法的代码实现

% 路线权的定义
w = [2 1 8 6 1 7 9 5 1 2 3 9 4 6 3];
% 邻接矩阵的构造
DG = sparse([1 1 1 2 2 3 3 4 4 4 5 5 6 6 7],[2 3 4 4 5 4 7 5 6 7 6 8 7 8 8],w,8,8);
first = input('请输入初始节点:');
last = input('请输入终止节点:');
% 有向赋权图的绘制
h = view(biograph(DG,[],'ShowWeights','on'));
[dist,path,pred] = graphshortestpath(DG,first,last);
% 标记路线经过的节点
set(h.Nodes(path),'Color',[1 0.6 0.6]);
% 标记路线经过的路径
edges = getedgesbynodeid(h,get(h.Nodes(path),'ID'),get(h.Nodes(path),'ID'));
set(edges,'LineColor',[1 0 0]);
set(edges,'LineWidth',2.0);

%% 关于代码实现的解释
1、DG = sparse([1 1 1 2 2 3 3 4 4 4 5 5 6 6 7],[2 3 4 4 5 4 7 5 6 7 6 8 7 8 8],w,8,8);
sparse(i,j,v,m,n) 根据 i、j 和 v 三元组生成稀疏矩阵 S,以便 S(i(k), j(k)) = v(k),将 S 的大小指定为 m×n。图论矩阵必须要用稀疏矩阵。通常需要指定邻接矩阵的维数 ,否则会出现报错。

运行结果

关于 sparse 的具体用法以及原理可以参照:稀疏矩阵-百度百科
DG 是个 8*8 的矩阵,第一行表示节点起点,第二行表示节点终点,w 是权值,因为这样创建的矩阵是一个上三角矩阵,构造的是一个有向图。
无向图需要这样操作:在 graphshortestpath 函数设置方向,‘Directed’,0,关闭默认的有向图得到的是一个完整的矩阵,节点之间可以相互到达,没有方向。但直接导入邻接矩阵的话,矩阵返回的是一个双向的路径图,选定节点到其他节点分别有两条路径。大家可以尝试去实现看一下效果。关于无向赋权图的代码实现,可以通过h = view(biograph(DG,[],'ShowArrows','off','ShowWeights','on'));关闭 'ShowArrows' 箭头显示。

2、h = view(biograph(DG,[],'ShowWeights','on'));
BG = biograph(CM,IDs)这条语句设置节点的序号名称。IDs 可以使一个元胞数组,数组中每个元素表示一个名字,数组长度与 CM 矩阵行列长度一致。IDs 也可以是一个字符数组(此时各个节点的名字长度相同)。IDs 必须是唯一的,不能重复。
根据 DG 矩阵构建路线图,[ ] 中可以通过输入元胞数组的形式对节点进行命名。
例如:{'城市1','城市2','城市3','城市4','城市5','城市6','城市7','城市8'}
'ShowWeights','on'控制指示边缘权重的文本显示。 选择是 “开启” 或 “关闭”(默认)。
h = view(biograph) 打开一个图窗口并绘制一个由 Biograph 对象表示的图形,在图窗口中返回 Biograph 对象的深层副本的句柄。 更新现有图形时,可以使用返回的句柄以编程方式或从命令行更改对象属性。 关闭图窗口时,句柄不再有效。 原始的 Biograph 对象保持不变。

3、[dist,path,pred] = graphshortestpath(DG,first,last);
DG 是稀疏矩阵,first 是起点,last 是终点。
dist 表示最短距离,path 表示最短距离经过的路径节点,pred 表示从 first 到每个节点的最短路径中,目标节点的先驱,即目标节点的前面一个节点。

4、set(h.Nodes(path),'Color',[1 0.6 0.6]);
根据 grapnshortestpath 中返回的 path,对相关节点进行修改操作。例如可以改变颜色。
[1 0.6 0.6]:matlab 中的颜色可以使用三维向量表示,为[r g b],其中各个元素的取值在 0 到 1 之间,r 为红色,g 为绿色,b 为蓝色,它和我们常用的使用 256 表示的颜色是一一对应的。

5、edges = getedgesbynodeid(h,get(h.Nodes(path),'ID'),get(h.Nodes(path),'ID'));
getedgesbynodeid,从英文本意上理解为:按节点 ID 获取边缘,我们不难知道它的用法
关于代码edges = getedgesbynodeid(h,get(h.Nodes(path),'ID'),get(h.Nodes(path),'ID'));实测与edges = getedgesbynodeid(h,get(h.Nodes(path),'ID'));实现效果一致。

EDGES = getedgesbynodeid(BIOGRAPH,SOURCE_IDS,SINK_IDS) gets the edge
handles that connect any of the nodes' SOURCE_IDS to any of the nodes'
SINK_IDS. SOURCE_IDS and SINK_IDS can be either strings, cell strings,
or empty strings (gets all).

% 获取连接任何节点的source_id到任何节点的sink_id的边缘句柄。
% source_id和sink_id可以是字符串、单元格字符串或空字符串(获取所有字符串)。

三、set、get的用法总结

set:设置图形对象属性
set(H,Name,Value) 为 H 标识的对象指定其 Name属性的值。使用时须用单引号将属性名引起来,例如,set(H,'Color','red')。如果 H 是对象的向量,则 set 会为所有对象设置属性。如果 H 为空(即 []),set 不执行任何操作,但不返回错误或警告。
set(H,NameArray,ValueArray) 使用元胞数组 NameArrayValueArray指定多个属性值。要为 m 个图形对象中的每个图形对象设置 n 个属性值,请将ValueArray 指定为 m×n 的元胞数组,其中 m = length(H),而 n 等于 NameArray 中包含的属性名的数量。

get:查询图形对象属性
v = get(h) 返回 h 标识的图形对象的所有属性和属性值。
v = get(h,propertyName) 返回特定属性 propertyName 的值。使用时须用单引号将属性名引起来,例如,get(h,'Color')

最后的实现效果:

寻径完成
©著作权归作者所有,转载或内容合作请联系作者
  • 序言:七十年代末,一起剥皮案震惊了整个滨河市,随后出现的几起案子,更是在滨河造成了极大的恐慌,老刑警刘岩,带你破解...
    沈念sama阅读 213,864评论 6 494
  • 序言:滨河连续发生了三起死亡事件,死亡现场离奇诡异,居然都是意外死亡,警方通过查阅死者的电脑和手机,发现死者居然都...
    沈念sama阅读 91,175评论 3 387
  • 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
    开封第一讲书人阅读 159,401评论 0 349
  • 文/不坏的土叔 我叫张陵,是天一观的道长。 经常有香客问我,道长,这世上最难降的妖魔是什么? 我笑而不...
    开封第一讲书人阅读 57,170评论 1 286
  • 正文 为了忘掉前任,我火速办了婚礼,结果婚礼上,老公的妹妹穿的比我还像新娘。我一直安慰自己,他们只是感情好,可当我...
    茶点故事阅读 66,276评论 6 385
  • 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
    开封第一讲书人阅读 50,364评论 1 292
  • 那天,我揣着相机与录音,去河边找鬼。 笑死,一个胖子当着我的面吹牛,可吹牛的内容都是我干的。 我是一名探鬼主播,决...
    沈念sama阅读 39,401评论 3 412
  • 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
    开封第一讲书人阅读 38,179评论 0 269
  • 序言:老挝万荣一对情侣失踪,失踪者是张志新(化名)和其女友刘颖,没想到半个月后,有当地人在树林里发现了一具尸体,经...
    沈念sama阅读 44,604评论 1 306
  • 正文 独居荒郊野岭守林人离奇死亡,尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 36,902评论 2 328
  • 正文 我和宋清朗相恋三年,在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 39,070评论 1 341
  • 序言:一个原本活蹦乱跳的男人离奇死亡,死状恐怖,灵堂内的尸体忽然破棺而出,到底是诈尸还是另有隐情,我是刑警宁泽,带...
    沈念sama阅读 34,751评论 4 337
  • 正文 年R本政府宣布,位于F岛的核电站,受9级特大地震影响,放射性物质发生泄漏。R本人自食恶果不足惜,却给世界环境...
    茶点故事阅读 40,380评论 3 319
  • 文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹,春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 31,077评论 0 21
  • 文/苍兰香墨 我抬头看了看天上的太阳。三九已至,却和暖如春,着一层夹袄步出监牢的瞬间,已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 32,312评论 1 267
  • 我被黑心中介骗来泰国打工, 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留,地道东北人。 一个月前我还...
    沈念sama阅读 46,924评论 2 365
  • 正文 我出身青楼,却偏偏与公主长得像,于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子,可洞房花烛夜当晚...
    茶点故事阅读 43,957评论 2 351

推荐阅读更多精彩内容