Question

我很难弄清楚如何使用Boost的Dijkstra算法。我已经查看了他们的示例和文档，但我仍然无法理解如何使用它。

[Boost的文档：http：//www.boost.org/doc/libs/1_50_0/libs/graph/doc/dijkstra_shortest_paths.html] [Dijkstra的例子：http：//www.boost.org/doc/libs/1_36_0/libs/graph/example/dijkstra-example.cpp]

有人可以通过代码示例提供一步一步的解释，以展示如何使用Boost的Dijkstra算法吗？我正在使用Boost的adjacency_list作为我的图表，就像上面的示例链接一样。（adjacency_list：http://www.boost.org/doc/libs/1_50_0/libs/graph/doc/adjacency_list.html）

Answer 1

关于评论中的问题：

根据VC ++示例源代码中的注释，named parameter mechanism used存在一些问题。因此，我假设两个分支基本上都与VC ++版本的思想基本相同，只是更加冗长（我没有深入研究它，但仍然100％肯定）。
A property_map将顶点/边缘映射到与特定顶点/边相关联的其他数据。例如。示例中的weightmap将权重（旅行费用）与每条边相关联。
predecessor_map用于记录所有顶点的路径（对于记录根路径上的前任的每个顶点）。至于为什么需要它：那些信息通常是希望从算法中获得的。
参数清楚地列在description中。请注意这两个版本，一个带有命名参数，另一个没有（后者在VC ++中使用）。

现在对于the documentation中给出的示例代码有点一步一步（注意我从未实际使用过Boost.Graph，所以这不保证正确性，我也只包括相关部分并省略了VC ++的#if：

  const int num_nodes = 5;
  //names of graph nodes
  enum nodes { A, B, C, D, E };
  char name[] = "ABCDE";
  //edges of the graph
  Edge edge_array[] = { Edge(A, C), Edge(B, B), Edge(B, D), Edge(B, E),
    Edge(C, B), Edge(C, D), Edge(D, E), Edge(E, A), Edge(E, B)
  };
  //weights/travelling costs for the edges
  int weights[] = { 1, 2, 1, 2, 7, 3, 1, 1, 1 };
  int num_arcs = sizeof(edge_array) / sizeof(Edge);

  //graph created from the list of edges
  graph_t g(edge_array, edge_array + num_arcs, weights, num_nodes);
  //create the property_map from edges to weights
  property_map<graph_t, edge_weight_t>::type weightmap = get(edge_weight, g);

  //create vectors to store the predecessors (p) and the distances from the root (d)
  std::vector<vertex_descriptor> p(num_vertices(g));
  std::vector<int> d(num_vertices(g));
  //create a descriptor for the source node
  vertex_descriptor s = vertex(A, g);

  //evaluate dijkstra on graph g with source s, predecessor_map p and distance_map d
  //note that predecessor_map(..).distance_map(..) is a bgl_named_params<P, T, R>, so a named parameter
  dijkstra_shortest_paths(g, s, predecessor_map(&p[0]).distance_map(&d[0]));

正如我个人在评论中提到的，我发现lemon比Boost.Graph更直观，所以也许你可能想看一下

Boost的Dijkstra算法教程

1 个答案: