# Graph Algorithm - Dijkstra's Algorithm

thewoowon·2022년 3월 2일
1

## Algorithm

목록 보기
5/10

안녕하세요. 우원입니다.

다익스트라 알고리즘에 대해 코드를 작성하고 분석하겠습니다.

참고하시면 좋은 이전 포스트입니다.

#include <string>
#include <vector>
#include <iostream>
#include <set>
#include <map>
#include <queue>
#include <limits>
#include <algorithm>

using namespace std;
template <typename T>
struct Edge
{
unsigned src;
unsigned dst;
T weight;
};

template <typename T>
class  Graph
{
public:
Graph(unsigned N) : V(N) {}

auto vertices() const { return V; }

auto& edges() const { return edge_list; }

auto edges(unsigned v) const
{
vector<Edge<T>> edges_from_v;
for (auto& e : edge_list)
{
if (e.src == v)
edges_from_v.emplace_back(e);
}

return edges_from_v;
}
{
// 에지 양 끝 정점 ID가 유효한지 검사
if (e.src >= 1 && e.src <= V && e.dst >= 1 && e.dst <= V)
edge_list.emplace_back(e);
else
cerr << "에러 : 유효 범위를 벗어난 정점!" << endl;
}

template <typename U>
friend ostream& operator<< (ostream& os, const Graph<U>& G);

private:
unsigned V;
vector<Edge<T>> edge_list;

};

template <typename U>
ostream& operator<< (ostream& os, const Graph<U>& G)
{
for (unsigned i = 1; i < G.vertices(); i++)
{
os << i << ":\t";
auto edges = G.edges(i);
for (auto& e : edges)
os << "{" << e.dst << " : " << e.weight << "}, ";

os << endl;
}

return os;
}

template <typename T>
auto create_reference_graph()
{
Graph<T> G(9);

map<unsigned, vector<pair<unsigned, T>>> edge_map;
edge_map[1] = { {2,2},{5,3} };
edge_map[2] = { {1,2},{5,5},{4,1} };
edge_map[3] = { {4,2},{7,3} };
edge_map[4] = { {2,1},{3,2},{5,2},{6,4},{8,5} };
edge_map[5] = { {1,3},{2,5},{4,2},{8,3} };
edge_map[6] = { {4,4},{7,4},{8,1} };
edge_map[7] = { {3,3},{6,4} };
edge_map[8] = { {4,5},{5,3},{6,1} };

for (auto& i : edge_map)
for (auto& j : i.second)

return G;
}

template <typename T>
struct Label {
unsigned ID;
T distance;

inline bool operator> (const Label<T>& l) const
{
return this->distance > l.distance;
}
};

template <typename T>
auto dijkstra_shortest_path(const Graph<T>& G, unsigned src, unsigned dst)
{
priority_queue<Label<T>, vector<Label<T>>, greater<Label<T>>> heap;

vector<T> distance(G.vertices(), numeric_limits<T>::max());

set<unsigned> visited;
vector<unsigned> parent(G.vertices());

heap.emplace(Label<T>{src, 0});
parent[src] = src;

while (!heap.empty())
{
auto current_vertax = heap.top();
heap.pop();

if (current_vertax.ID == dst)
{
cout << current_vertax.ID << "번 정점(목적 정점)에 도착!" << endl;
break;
}
if (visited.find(current_vertax.ID) == visited.end())
{
cout << current_vertax.ID << "번 정점에 안착!" << endl;

for (auto& e : G.edges(current_vertax.ID))
{
auto neighbor = e.dst;
auto new_distance = current_vertax.distance + e.weight;

if (new_distance < distance[neighbor])
{
heap.emplace(Label<T>{neighbor, new_distance});

parent[neighbor] = current_vertax.ID;
distance[neighbor] = new_distance;
}
}
visited.insert(current_vertax.ID);

}
}

vector<unsigned> shortest_path;
auto current_vertax = dst;

while (current_vertax != src)
{
shortest_path.push_back(current_vertax);
current_vertax = parent[current_vertax];
}

shortest_path.push_back(src);
reverse(shortest_path.begin(), shortest_path.end());

return shortest_path;
}
int main()
{
using T = unsigned;

auto G = create_reference_graph<T>();

cout << "[입력 그래프]" << endl;
cout << G << endl;

auto shortest_path = dijkstra_shortest_path<T>(G, 1, 6);

cout << endl << "[1번과 6번 정점 사이의 최단 경로]" << endl;
for (auto v : shortest_path)
cout << v << " ";
cout << endl;
}



다익스트라 알고리즘은 프림 알고리즘이 약간 변형된 것입니다.
다익스트라는 두 정점 사이의 최단거리를 찾기 위해 고안되었고 현재는 구글지도나 자동차 네비게이션에서
경로를 탐색할 때 쓰입니다.

프림 알고리즘과의 차이점은 두 가지입니다.

1. 프림 알고리즘은 경계로부터 최소 거리를 정점의 거리 값으로 설정하지만, 다익스트라 알고리즘은 시작 정점으로부터 각 정점까지의 전체 거리를 사용합니다.
2. 다익스트라 알고리즘은 목적 정점이 나타나면 종료하지만 프림 알고리즘은 모든 정점을 방문해야 종료합니다.

해석하면 다음과 같습니다.

• 프림 알고리즘은 도착한 정점이 형성하는 경계에서 각 정점들간의 최소 거리를 탐색해야 하지만 다익스트라는 도착지까지의 최소거리므로 시작 정점과 도착 정점까지의 거리를 항상 기록해야합니다.

• 프림 알고리즘은 앞서 배웠듯이 신장 그래프이기 때문에 모든 정점을 반드시 방문해야합니다. 하지만 다익스트라 알고리즘은 주어진 시작 정점과, 도착 정점만 방문한다면 다른 정점의 방문여부는 중요하지 않습니다. 다만 시작 정점부터 도착정점까지의 경로는 반드시 기록해야합니다.

요람에서 코드까지