|
알고리즘은 모든 지점들이 T에 추가될 때 끝나게 된다. 그리고 각 지점 x 와 연관된 L(x)값은 소스 s로부터 목적지 n까지 가는 최소 Cost 경로이다. 덧 붙여 말하자면 T는 어떤 Spanning Tree이고 s로부터 각 지점까지 가는 경로에서 최소값을 가지는
|
|
|
알고리즘인 다익스트라(Dijkstra) 알고리즘
➁ 동적계획법(Dynamic Programming)인 플로이드(Floyd) 알고리즘
(4) 최단경로가 사용되는 예 :
➀ GPS를 이용한 네비게이션 시스템
➁ 지하철 노선도 최단경로 검색 시스템
➂ 수송 시스템
|
|
|
다익스트라 알고리즘과 플로이드 알고리즘의 비교
다익스트라 알고리즘은 한 시작점을 잡고 그 시작점을 제외한 모든 정점의 최단경로를 구해내지만, 플로이드 알고리즘은 모든 정점간의 최단 경로를 한 번에 구해낼 수 있다. 이는 모든 구
|
|
|
다익스트라 알고리즘을 사용한 서울 지하철 최단경로 탐색 프로그램을 구현한 적이 있었습니다. 사실 그때는 알고리즘의 정확한 개념은 알지 못하고 그냥 위키의 소스를 사용해서 어떻게 구현할 것 인가하는 방법을 택했습니다. 그래서인지
|
|
|
|
http://blog.naver.com/z4701z/220897059469
출력화면 스크린샷 다익스트라 알고리즘
입력부분 == 출발지 ,도착지
결과출력 == 출발지, 도착지, 최단거리 ,경로
|
|
 |
알고리즘에 대한 관심이 높아지면서 해당 주제를 깊이 탐구하게 되었습니다. A* 알고리즘, 다익스트라 알고리즘 등 다양한 경로탐색 알고리즘을 접하고, 이를 실제 문제에 적용해보는 프로젝트를 진행하면서 그 재미와 매력을 더욱 실감하게
|
|
 |
알고리즘에 대한 심화 연구는 저에게 흥미로운 주되었고, 이를 통해 실제 상황에서의 문제 해결 능력을 키웠습니다. 여러 가지 경로 탐색 알고리즘, 특히 A* 검색 알고리즘과 다익스트라 알고리즘에 대한 이해도를 높이기 위해 관련 프로젝트
|
|
 |
알고리즘과 데이터 구조에 대한 깊은 이해를 쌓았으며, 이를 통해 경로 탐색의 원리에 매료되었습니다. 특히, 다익스트라 알고리즘과 A* 알고리즘을 활용한 경로 탐색 프로젝트를 수행하면서, 이론과 실제를 연결짓는 기쁨을 느꼈습니다. 또
|
|
메뉴펼치기
