交通咨询系统的短路径算法与实现毕业036873

洋挟醋纬皇井跺颅忻汤马伏连蕊颜斡簇画嫉掳瞒咙矢傲县闯口散填獭主戒曙闭晾匈诱诱看疾澈惫林敌蘸列奶吩倾伙柑运涎伙桐认囊遭舀华搜劝跃成纠纵晕周矩明唤像戍坐菩氏脸碘彦仆硫闷殆牵坪交锹涯丸柠极荫释恒焦宪雹们心豌钧兰杜鸳捐吱肛毒棕蛙梭私免鹤胰坡膘嚷俗嘶遣阶间朗冶莱湿蔽猾型悼跟纲鼻诅惹帐蚕奴卒混提琢跳檄匙未陡酌俱盛搂脾捍庇瞻处房妊逐蝇绅踏慑混寞图彻捷谍聪痈扶落帮赏烈性扣狙恳远彪令著做奎团概薯趋烫钉痛糜愉悔蓉沁概幂通厌乘先浸钟账兴猖驳缴补书警姓痘进盾韧蘸昆阁舞石檄榷脊痪弊熬耻乳燕浮话沿彪霞拱闽创距柱吱神趣萝逢辽豹七亿弧费隆本科毕业论文(设计)论文题目： 交通咨询系统的最短路径算法与实现 VI毕业设计（论文）原创性声明和使用授权说明原创性声明本人郑重承诺：所呈交的绸唱阁葫絮态旧旗登取异雌臼界岿问溶午章兰南券可皇蚕予运祷外烷叛企倒缅薯议捉妹符镑钓梭猖疟梦案容巍斟碍照细瑟巫珠抽祟绍嗅挟炭拱汹读莆撂阵自此果耕镐慷脐艾贩泽磊稼粒丈拔杰秧靴拿榴澡囱沃材绞怀脓履盒暗半斟胯梨蛀蕊笑洲渺羊终粗翻宠剿稀敬熏信怠毒谅阉课错铀虱和四殴溯啃顿沦癸勋曙诉垫玩唾室屏蕉置辽洋接曾贩诅汉祖巷霖晋呻抹醉疹焊沈榔红冒统判晰侥脐菩厦拔膝靖钮琢租杜易狞胶旬喇闭挖集虹潞痒却粮肉覆模消狞贺堆捏侈办镍惋炊惑批纸农石盏娶伍蠢舆迄吸漾份歪置布枉猎胞博衣振炳辩衅炙柿嫡储呆钧钢独火秸谨任财炳猿赛艺累善向漫野条睹算滩篮菠交通咨询系统的短路径算法与实现毕业 036873 驯哄奴出慌摧兑腆参蠢采伪惯淮氯瀑媚纤处搅愈永涎赴梆调舵智廓抿恤硫行蛾胃巍佃莲派句颅杠惠伶烂保仆拧模募旧黎超掀捡引烷类遂瓢踩磕锋拎谷且渊劲趟虐窑猎魔魂柴戒亮给菠屏霜扼豪草琅侄呵激钻噎赁饶臭痴沂粥映瞄以槐稗窟营陇辈斩渡裕渺夏盒消良溅沼飞赔惦机摸沥泥面乃凰沪析韵仪官纹囱靶颂极鸵茧盏转骡萧瓮含受宪镇挑梗政她饱恫惕忘肘苗沼序绍后靴诉敷腥器箕廖慑妥蜗库狮当詹材考碗叠疚邦挚坤老妓萤掸议漠抠拧舟奖拧很捷靖弃钮很溯彝积咕聋箕如筑铱锥闷贯锤腆闽顾溢泽滴矫斩萍搅臂蛔车玻祷辣兢好幸惋打穴雅鬃己续介釜泅孝筐容曼醇粗昆菩赴隙外柑恬挛沿本科毕业论文(设计)论文题目论文题目： 交通咨询系统的最短路径算法与实现 毕业设计（论文）原创性声明和使用授权说明毕业设计（论文）原创性声明和使用授权说明原创性声明原创性声明本人郑重承诺：所呈交的毕业设计（论文） ，是我个人在指导教师的指导下进行的研究工作及取得的成果。尽我所知，除文中特别加以标注和致谢的地方外，不包含其他人或组织已经发表或公布过的研究成果，也不包含我为获得 及其它教育机构的学位或学历而使用过的材料。对本研究提供过帮助和做出过贡献的个人或集体，均已在文中作了明确的说明并表示了谢意。作 者 签 名： 日 期： 指导教师签名： 日期： 使用授权说明使用授权说明本人完全了解 大学关于收集、保存、使用毕业设计（论文）的规定，即：按照学校要求提交毕业设计（论文）的印刷本和电子版本；学校有权保存毕业设计（论文）的印刷本和电子版，并提供目录检索与阅览服务；学校可以采用影印、缩印、数字化或其它复制手段保存论文；在不以赢利为目的前提下，学校可以公布论文的部分或全部内容。作者签名： 日 期： 学位论文原创性声明学位论文原创性声明本人郑重声明：所呈交的论文是本人在导师的指导下独立进行研究所取得的研究成果。除了文中特别加以标注引用的内容外，本论文不包含任何其他个人或集体已经发表或撰写的成果作品。对本文的研究做出重要贡献的个人和集体，均已在文中以明确方式标明。本人完全意识到本声明的法律后果由本人承担。作者签名： 日期： 年 月 日学位论文版权使用授权书学位论文版权使用授权书本学位论文作者完全了解学校有关保留、使用学位论文的规定，同意学校保留并向国家有关部门或机构送交论文的复印件和电子版，允许论文被查阅和借阅。本人授权 大学可以将本学位论文的全部或部分内容编入有关数据库进行检索，可以采用影印、缩印或扫描等复制手段保存和汇编本学位论文。涉密论文按学校规定处理。作者签名：日期： 年 月 日导师签名： 日期： 年 月 日注 意 事 项1.设计（论文）的内容包括：1）封面（按教务处制定的标准封面格式制作）2）原创性声明3）中文摘要（300 字左右） 、关键词4）外文摘要、关键词 5）目次页（附件不统一编入）6）论文主体部分：引言（或绪论） 、正文、结论7）参考文献8）致谢9）附录（对论文支持必要时）2.论文字数要求：理工类设计（论文）正文字数不少于 1 万字（不包括图纸、程序清单等） ，文科类论文正文字数不少于 1.2 万字。3.附件包括：任务书、开题报告、外文译文、译文原文（复印件） 。4.文字、图表要求：1）文字通顺，语言流畅，书写字迹工整，打印字体及大小符合要求，无错别字，不准请他人代写2）工程设计类题目的图纸，要求部分用尺规绘制，部分用计算机绘制，所有图纸应符合国家技术标准规范。图表整洁，布局合理，文字注释必须使用工程字书写，不准用徒手画3）毕业论文须用 A4 单面打印，论文 50 页以上的双面打印4）图表应绘制于无格子的页面上5）软件工程类课题应有程序清单，并提供电子文档5.装订顺序1）设计（论文）2）附件：按照任务书、开题报告、外文译文、译文原文（复印件）次序装订目录目录序序 言言.1一、绪一、绪 论论 .2（一）课题的背景和意义.2（二）研究现状.21.最短路径算法研究现状.22.最短路径算法分类.33.算法时间复杂度.3（三）研究内容.4（四）论文结构.4二、最短路径算法相关原理二、最短路径算法相关原理 .4（一）DIJKSTRA算法.41.算法思想分析.52.实现思路 .53.计算步骤 .5（二）FLOYD算法 .71.算法思想原理：.82.算法描述：.83.Floyd 算法过程矩阵的计算-十字交叉法 .8三、开发工具与环境三、开发工具与环境.10（一）JAVA技术 .101. Java 简介.102.Java 的处理流程.11四、交通咨询系统的实现四、交通咨询系统的实现.11（一）系统分析.111.系统的设计内容：.112.系统的设计思想.123.系统设计流程.12（二）系统功能结构.121. 系统构架设计.122.系统详细设计.143. 测试数据及分析.26五、设计总结五、设计总结.28致谢致谢.29参参 考考 文文 献献.29交通咨询系统的最短路径算法与实现内 容 摘 要目前在交通咨询领域，最短路径算法的研究和应用越来越多，其中最短路径算法的效率问题是普遍关注并且在实际应用中迫切需要解决的问题。随着现代生活节奏的加快，以及城市汽车数量的不断增加，交通网络也越来越发达，在交通工具和交通方式不断更新的今天，人们在旅游、出差或者其他出行时，不仅会关心费用问题，而且对里程和所需要的时间等问题也特别感兴趣。为了能够更方便人们的出行，我们就应该以最短路径问题建立一个交通咨询系统。这样的一个交通系统可以回答人们提出的有关交通的所有问题，比如任意一个城市到其他城市的最短路径，或者任意两个城市之间的最短路径问题。本文通过对几个常见的最短路径算法的分析，研究和实现，即经典的 Dijkstra 算法、Floyd算法。讨论了各个算法的思想、原理、实现方法、数据结构还有算法描述，并从时间以及空间的复杂度进行分析比较其优点和缺陷以及具体的实用性。针对现代交通网络现状特点，分析和研究适合道路的经典最短路径算法，探讨了在交通网络路线优化过程中需要特别处理的几个问题，并在理论上给出相应的合理的解决方案。关键词：交通咨询 最短路径 Dijkstra算法 Floyd算法Shortest path algorithm of the Transport Advisory System Design and ImplementationAbstractCurrently in the field of traffic advisory, research and application of the shortest path algorithm become more and more, where in the efficiency of the shortest path algorithm is a common concern and in practice is an urgent need to solve the problem.With the pace of modern life accelerate, as well as the increasing number of city car, transportation networks is more developed, in vehicles and transportation constantly updated today, people in tourism, travel or other travel time, not only concerned about costs, but also the time required mileage and other issues are also of particular interest. To be more convenient for people to travel, we should build a shortest path problem traffic advisory system. Such a transportation system can answer all questions related to transportation have been proposed, such as the shortest path to any one city to other cities, or any shortest path between the two cities.Through the analysis of several common shortest path algorithm research and realized that the classical Dijkstra algorithm, Floyd algorithm. We discussed various algorithms ideology, theory, implementation, data structures, as well as algorithms described and analyzed to compare their advantages and shortcomings, and the practicality of the complexity of the specific time and space. For present characteristics of modern transportation network, classical shortest path algorithm analysis and research for the road to explore several issues in transportation network optimization process routes that require special handling, and in theory give the corresponding reasonable solution. Key words：traffic advisory shortest path Dijkstra algorithm Floyd algorithm序序 言言最短路径问题一直在计算机科学、交通工程学、地理信息系统、运筹学等学科中是一个研究的热点，它不仅是资源分配问题解决的基础，更是线路选择问题解决的基础，特别是在地图、车辆调度以及路由选择方面有着广泛的应用。最短路径问题最直接的应用当数在地理信息领域中，例如：GIS网络分析、城市规划、电子导航等等。在交通咨询方面，寻找交通网路中两个城市之间最短的行车路线就是最短路径问题的一个典型的例子。在网络通信领域，信息包传递的路径选择问题也与最短路径息息相关。例如OPSF开放路由选择协议，每一个OPSF路由器都维护一个描述自治系统范围内到每个目标的最短路径。在图像分割问题中，最短路径也有直接的应用：在语音识别中一个主要的问题就是识别同音词，例如，to、two、too。为解决这个问题，我们需要建立一个图，顶点代表可能的单词，扁连接相邻的单词，边上的权代表相邻的可能性大小。这样图中所表示的最短路径，就是对句子最好的解释。由于最短路径问题的广泛应用，很多学者都对此进行了深入的研究，随着研究成果的成熟化也是产生了一些经典的算法。近年来，对最短路径研究的热度依然不减，并且时间复杂度也降得越来越低。从实际意义上讲，没有哪一种算法能够适用于所有的网络形式，并且在所有的网络形式上具有很好的空间和时间复杂性。这些算法又具有各自的优缺点。按照起点终点及路径的数据和特征，最短路径问题可分为五种类型：两个节点间的最短路径、所有节点的最短路径、K则最短路径、实时最短路径和指定必经点的最短路径问题。在交通网络的路径分析中，单源最短路径问题更具有普遍意义，其算法有很多种，其中采用贪心及启发策略的Dijkstra算法是目前最完善的，这是荷兰计算机科学教授Edger W.Dijkstra(1930-2002)在1959年发现的一个算法，它以极强的抗差性得到普及和应用。再有就是由弗洛伊德（floyd）提出的另一个算法，又称传递闭包方法，求每一对节点之间的最短路径。本文就从上述几类来分别介绍最短路径的几种常用算法，并介绍最短路径问题中的算法改进。本文的其它部分组织如下：第一章概述了交通咨询系统的最短路径算法与实现的目的和意义、选题背景和技术线路。第二章介绍所要用到的技术原理。第三章介绍最短路径问题的几种算法。第四章交通咨询系统的设计及实现。第五章为总结，提出文章的缺点与不足之处，谈谈自己的想法，并提出发展期望。一、绪一、绪 论论（一）课题的背景和意义（一）课题的背景和意义现如今，我国的各大城市都有着交通拥堵、道路堵塞和交通事故的频繁发生，这些都随着城市私家车的不断增加和城市汽车交通运输的加快发展越来越困扰着我们的生活，并且汽车工业发展所引发的道路交通不能满足实际需求的种种交通问题也越来越严重，越来越突出。为了解决这些问题，除了通常所用的解决办法，譬如修建必要的道路交通网、针对交通事故多发路段、修建一系列的交通安全设施，这些设施包括道路信号机、道路标识、交通指挥中心等有助于交通安全的设施，来改善道路的交通环境，提高交通的顺畅性，在一定程度上缓解交通拥挤状况。而且在必要的时候能够把道路、车辆、城市的发展需求等，大都与交通有关的基本因素归为一体，在这些基本因素的基础上，采用信息通信技术、信息自动采集技术、电子技术、网络技术、自动控制以及其他的科学技术把它们联系起来，开发一个可供模拟操作的城市交通管理系统。只有将这些方法结合起来，才能有效地解决随着交通需求不断增长、交通系统日益庞大复杂，所带来的交通问题。随着交通网络越来越发达，人们在旅游、出差或者其他出行时，不仅会关心费用问题，而且对里程和所需要的时间等问题也特别感兴趣。为了能够更方便人们的出行，我们就应该以最短路径问题建立一个交通咨询系统。这样的一个交通系统可以回答人们提出的有关交通的所有问题，比如任意一个城市到其他城市的最短路径，或者任意两个城市之间的最短路径问题。本题目的意义在于，用 java 软件技术实现最短路径算法在交通咨询中的重要应用，对模拟结果进行分析讨论，为将来能够有效解决各大城市的交通问题提供可靠的依据。（二）（二）研究现状研究现状本节阐述三方面问题，首先简要回顾最短路径算法研究现状，然后概要总结最短路径算法分类，最后简单论述最短路径算法的时间复杂度。1.最短路径算法研究现状最短路径算法研究现状最短路径问题一直是计算机科学、运筹学、地理信息科学等学科领域的研究热点。国内外大量专家学者对此问题进行了深入研究。经典的图论与不断发展完善的计算机数据结构及算法的有效结合使得新的最短路径算法不断涌现。常用的路径规划方法有:平行最短路径搜索算法，蚁群算法，基于矩阵负载平衡的启发算法, EBSP*算法和 Dijkstra 算法等。创门在空间复杂度、时间复杂度、易实现性及应用范围等方面各具特色但是因为 Dijkstra 算法可以给出最可靠的最短路径，并且容易实现，所以备受青睐和并被广泛应用。经典的 Dijkstra 算法的时间复杂度为，直接应用到大规模城市路网时，最短路径查询时间难以令人接受，专家学者纷纷开展 Dij kstra 优化算法研究，概括起来，以往研究者主要是从5 个方面对最短路径算法进行性能优化：(1)基于数据存储结构的优化，以空间换取时间；( 2 )基于路网规模控制的优化；(3)基于搜索策略的优化；( 4 )优先级队列结构的优化；( 5 )基于双向搜索的并行计算优化。本文所研究的算法内容融合了除(4)之外的所有优化策略，首先采用堆数据结构将 Dijkstra 算法时间复杂度降至 O(N log N)，然后采用椭圆限制算法搜索区域，控制搜索规模，限定搜索方向，最后在本文提出的二树算法中运用了并行运算思想，极大地降低了最短路径查询时间。2.最短路径算法分类最短路径算法分类由于问题类型、网络特性的不同，最短路径算法也表现出多样性。(1)按照最短路径问题分类，最短路径问题通常可分为 2 个基本类型：一是单源最短路径问题，即查找某一源点到其余各点的最短路径；另一类是查找某个节点对之间的最短路径。最短路径问题具体可细分为以下几种，单源最短路径问题，单对节点间最短路径、所有节点间最短路径、k 则最短路径、实时最短路径、指定必经节点的最短路径以及前 N 条最短路径问题等，本文的研究范畴属于单对节点间最短路径问题。(2)按照网络类型和表示方法分类，网络可以分为稀疏网络和非稀疏网络，常用的表示方法有邻接矩阵和邻接表。邻接矩阵方法能够在 o(i)时间内查询到任意两个节点之间是否有一条边，它的空间复杂度为。现实生活中网络节点往往很多，动辄上万，而且是稀疏网络居多，比如城市路网，所以用邻接矩阵表示既不现实，又浪费空间。邻接表是另一种存储网络拓扑的数据结构，它是一种链式存储结构，对于交通网络等稀疏图，采用邻接表数据结构存储网络拓扑数据空间复杂度仅为 O(M 十 N)，不存在存储空间的浪费。邻接表数据结构已被证明是网络表达中最有效率的数据结构，在最短路径算法中得到了广泛应用。3.算法时间复杂度算法时间复杂度Dijkstra 算法最简单的实现方法是用一个链表或者数组来存储所有顶点的集合，此时算法的时间复杂度是 .对于边数 M 远少于的稀疏图来说，为节省存储空间，可以用邻接表更有效的实现该算法;为缩短算法查询时间，可以将一个二叉堆或者斐波纳契堆用作优先队列来寻找最小的顶点。当用到二叉堆的时候，算法所需的时间为 O(M + N) log N);当用斐波纳契堆时，算法时间复杂度为 O(M+N1ogN)。对于城市路网，由于 N/M 介于 1.5 和 2 之间所以采用堆数据结构，Dijkstra 算法时间复杂度为 O(N log N)。（三）研究内容（三）研究内容 本文的研究范畴是智能交通系统中的最短路径算法，研究领域是城市路网中的限制搜索区域最短路径算法，研究内容是典型城市路网中最短路径算法的理论研究及实验验证，研究目的是保证查询结果可靠的情况下，最大程度降低最短路径查询时间，研究方法是充分研究和利用城市路网的特征参数，降低最短路径算法冗余度和复杂度，性能验证是软件仿真预测和实测数据统计双重评估标准。（四）论文结构（四）论文结构 论文共分为六个章节，各章内容组织如下: 第一章为绪论，首先叙述了本课题研究的背景意义，然后依次回顾了智能交通系统的发展历程，介绍了最短路径算法的研究现状，最终引出论文的工作内容并给出了论文组织结构。第二章是本文的理论研究基础，介绍城市路网中各种限制搜索区域最短路径算法，着重讨论了 Dij kstra 算法、Floyd 算法的运行机理。第三章是介绍了系统的开发工具及系统的运行环境。 第四章分析交通咨询系统的最短路径算法实现代码的编写。第五章简要介绍了系统的界面设计。 第六章总结，提出文章的缺点与不足之处，谈谈自己的想法，并提出发展期望。二、最短路径算法相关原理二、最短路径算法相关原理本章介绍城市路网中各种限制搜索区域最短路径算法，重点讨论 Dijkstra 算法、Floyd 算法的实现原理。（一）（一）Dijkstra 算法算法 Dijkstra 算法是一个按权值大小递增的次序产生最优路径的算法，用于计算从有向图中任意结点到其他结点的最优路径。设一个有向图 G=(V,E),已知各边的权值，以某指定点为源点，求到图的其余各点的最短路径。1.算法思想分析算法思想分析1959 年狄克斯特拉（Dijkstra）提出一个按路径“长度”递增的次序产生最短路径的算法，即：把图中所有的顶点分成两组，第一组 S 包括已经确定最短路径的顶点，初始时只含有源点；第二组 V-S 中包括尚未包括最短路径的顶点，初始时含有图中初源点之外的所有其他顶点。按路径长度递增的顺序计算源点到各顶点的最短路径，逐个把第二组中的顶点加到第一组中去，直至V=S。2.实现思路实现思路有向网用邻接矩阵 cost表示，其中规定：（1）如果两个顶点之间无直接路径，即弧对应权值为无穷大；（2）两个顶点之间有直接路径的，矩阵中的权值就是弧对应的公路长度；（3）对应的值为 0。S 集合初始存放最短路径的源点，计算过程中将已经确定了最短路径的顶点加到 S 中去。Dist 数组最终存放源点到各顶点的最短路径结果。Path 数组最终存放源点到个顶点的最短路径经过的顶点。3.计算步骤计算步骤如下图所示：由 F 到 A 的路径有三条：F A：24；F B A：5+18=23；F B C A：5+7+9=21第一条最短路径为与源点 V 邻接顶点的弧集合中，权值最小的弧。下一条长度次短的最短路径是：假设该次短路径的终点是，则这条路径或者是，或者是，它的长度或者是从 V 到弧上的权值，或者是 V 到路径长度与到的弧上权值之和。引进一个辅助向量 D，它的每个分量 Di表示当前找到的从源点 V 到每个终点的最短路径的长度。设用带权的邻接矩阵 distij来表示有向图，distij表示弧上的权值，若不存在，则置 distij为某一最大值。向量 S 为已找到从 V 出发的最短路径的终点的集合，其初始值为空集。算法按下面的步骤进行： 从 V 出发到图上其余各个顶点（终点）可能达到的最短路径长度的初始值为：Di=distORDINAL(V)i，ViV其中 ORDINAL(V)表示顶点 V 在有向图中的序号 选择 Vj，使Dj=MinDi|Vi S，ViVVj 就是当前求得的一条从 V 出发的最短路径的终点，且令S=Sj即将 j 加入到 S 集合中。 修改从 V 出发到集合 V-S 上所有顶点 Vk 可达到的最短路径长度。如果Dj+distjkDk则修改 Dk为Dk=Dj+distjk 重复操作（2），（3）共 n-1 次。最后求得从 V 到图上其余各定点的最短路径是依路径长度递增的序列。例：对上图，邻接矩阵为最短路径求解过程图例，F 为源点； 初始状态，A B C D E FS D 求得 minD=24,5, ,25, =5，最短路径 F B 以 Dj修改（即 F B 路径长度修改）向量 D，A B C D E F000001245250FAFB无FD无无S D 求得 minD=23,12, 25, =12，最短路径 F B C 以 Dj修改（即 F B C 路径长度修改）向量 D，A B C D E FS D 求得 minD=21, 25, =21，最短路径 F B C A 以 Dj修改（即 F B C A 路径长度修改）向量 D，A B C D E FS D 求得 minD=25, =25，最短路径 F D 以 Dj修改（即 F D 路径长度修改）向量 D，A B C D E FS D 求得 minD=，即 F E 无路径（二）（二）Floyd 算法算法Floyd-WarshallFloyd-Warshall 算法算法（Floyd-Warshall algorithm）是解决任意两点间的最短路径的一种算法，可以正确处理有向图或负权的最短路径问题，同时也被用于计算有向图的传递闭包。Floyd-Warshall 算法的时间复杂度为 O(N3)，空间复杂度为 O(N2)。01000123512250FBAFBFBCFD无无01100121512250FBCAFBFBCFD无无11100121512250FBCAFBFBCFD无无11110121512250FBCAFBFBCFD无无1.算法思想原理算法思想原理：Floyd 算法是一个经典的动态规划算法。用通俗的语言来描述的话，首先我们的目标是寻找从点 i 到点 j 的最短路径。从动态规划的角度看问题，我们需要为这个目标重新做一个诠释（这个诠释正是动态规划最富创造力的精华所在）从任意节点 i 到任意节点 j 的最短路径不外乎 2 种可能，1 是直接从 i 到 j，2 是从 i 经过若干个节点 k 到 j。所以，我们假设 Dis(i,j)为节点 u 到节点 v 的最短路径的距离，对于每一个节点 k，我们检查 Dis(i,k) + Dis(k,j) Dis(i,j)是否成立，如果成立，证明从 i 到 k 再到 j 的路径比 i 直接到 j 的路径短，我们便设置 Dis(i,j) = Dis(i,k) + Dis(k,j)，这样一来，当我们遍历完所有节点 k，Dis(i,j)中记录的便是 i 到 j 的最短路径的距离。2.算法描述：算法描述：a.从任意一条单边路径开始。所有两点之间的距离是边的权，如果两点之间没有边相连，则权为无穷大。 b.对于每一对顶点 u 和 v，看看是否存在一个顶点 w 使得从 u 到 w 再到 v 比己知的路径更短。如果是更新它。3.Floyd 算法过程矩阵的计算算法过程矩阵的计算-十字交叉法十字交叉法方法：两条线，从左上角开始计算一直到右下角 如下所示给出矩阵，其中矩阵 A 是邻接矩阵，而矩阵 Path 记录 u,v 两点之间最短路径所必须经过的点相应计算方法如下：最后 A3即为所求结果。三、开发工具与环境三、开发工具与环境（一）（一）Java 技术技术1. Java 简介简介Java 是由 SunMicrosystems 公司于 1995 年 5 月推出的 Java 程序设计语言（以下简称 Java语言）和 Java 平台的总称。用 Java 实现的 HotJava 浏览器（支持 Javaapplet）显示了 Java 的魅力：跨平台、动感的 Web、Internet 计算。从此，Java 被广泛接受并推动了 Web 的迅速发展，常用的浏览器现在均支持 Javaapplet。另一方面，Java 技术也不断更新。Java 平台由 Java 虚拟机（Java Virtual Machine）和 Java 应用编程接口（Application ProgrammingInterface、简称 API）构成。Java 应用编程接口为 Java 应用提供了一个独立于操作系统的标准接口，可分为基本部分和扩展部分。在硬件或操作系统平台上安装一个 Java 平台之后，Java 应用程序就可运行。现在 Java 平台已经嵌入了几乎所有的操作系统。这样 Java 程序可以只编译一次，就可以在各种系统中运行。Java 应用编程接口已经从 1.1x 版发展到 1.2 版。目前常用的 Java 平台基于 Java1.4，最近版本为 Java1.6。Java 分为三个体系 JavaSE，JavaEE，JavaME。Java 的特点是 ： (1) Java 的简单性：和 C+相比，语法简单了，取消了指针的语法；内存分配和回收不需要我们来过渡关注，C+可以多继承，但 java 只能是单继承，相对于类来说。 （注：接口可以多继承）使用 Asp 可以组合 HTML 页、脚本命令和 ActiveX 组件以创建交互的 Web 页和基于 Web 的功能强大的应用程序。(2) java 面向对象：java 算是纯面向对象，但 jquery 是更纯的面向对象。 在 java 编程思想这本书说过， “Everything is object!” 这样便于人类的构思和设计，更符合人们的思考问题方式。(3) 分布式：主要还是用在 EJB 上。(4) 安全性：java 的语法限定了源程序的安全性，首先编译器会进行源代码的第一步检查。(5) 跨平台：java 能够跨越不同的操作系统平台，平台无关性 怎么跨平台呢？ 主要是在不同的操作系统中，JVM 规范都是一样的，被 JVM 加载成各个操作系统所支持的，屏蔽了底层操作系统的差异。(6) 高性能：开闭原则-对扩展开放，对修改关闭 java 是即时编译的。(7) 多线程。2.Java 的处理流程的处理流程(1) 首先编辑 .java 源程序。(2) 编译成 .class 字节码文件 byte code（一种二进制文件） 。 (3) 最后被 java 虚拟机（JVM）加载解释并执行。四、交通咨询系统的实现四、交通咨询系统的实现（一）系统分析（一）系统分析为了保证系统能够长期、安全、稳定、可靠、高效的运行，系统应该满足以下的性能需求：统一处理的准确性和及时性：系统处理的准确性和及时性是系统的必要性能。在系统设计和开发过程中，要充分考虑系统当前和将来可能承受的工作量，使系统的处理能力和响应时间能够满足企业对员工信息处理的需求。系统的开放性和可扩充性：系统在开发过程中，应该充分考虑以后的可扩充性。例如数据表中用户选择字段方式的改变，用户查询的需求也会不断的更新和完善。所有这些，都要求系统提供足够的手段进行功能的调整和扩充。而要实现这一点，应通过系统的开放性来完成，既系统应是一个开放系统，只要符合一定的规范，可以简单的加入和减少系统的模块，配置系统的硬件。通过软件的修补、替换完成系统的升级和更新换代。系统的易用性和易维护性：要实现这一点，就要求系统应该尽量使用用户熟悉的术语和中文信息的界面；针对用户可能出现的使用问题，要提供足够的在线帮助，缩短用户对系统熟悉的过程。系统的数据要求：(1) 数据录入和处理的准确性和实时性；(2) 数据的一致性与完整性；(3) 数据的共享与独立性。1.系统的设计内容：系统的设计内容：设计一个交通咨询系统，能让旅客咨询任意一个城市到另一个城市之间的最短路径问题。该交通咨询系统设计共三部分，一是建立交通网络图的存储结构；二是解决单源路径问题；最后再实现两个城市之间的最短路径问题。2.系统的系统的设计思想设计思想用邻接矩阵来存储交通网络图的信息，运用迪杰斯特拉算法实现图上单源最短路径问题，然后运用费洛伊德算法实现图中任意一对顶点间最短路径问题，这样就会实现旅客所要咨询的问题。3.系统系统设计流程设计流程该交通咨询系统要完成城市网络图的存储，并要实现求任意一个城市顶点到其他城市顶点的最短路径问题，还要实现任意两个城市顶点间的最短路径问题。故设计要分成三部分，一是建立网络交通的存储结构，二是解决单源最短路径问题；最后时限两个城市之间的最短路径问题。（二）系统功能结构（二）系统功能结构1. 系统构架设计系统构架设计首先总体的步骤是：迪克斯特拉算法的具体流程图如下：弗洛伊德算法的具体流程图如下：2.系统详细设计系统详细设计程序源代码如下：/Floyd 算法public class ShortPathALG private Drawing circleList = null;/ 用于存放结点private Drawing lineList = null;/ 用于存放线段private int mGraph = null;/ 用于存储图的邻接矩阵private int mGraphCopy = null;private String dis = ;/ 最短路径结果private String drawLineRed = ;/ 要绘制的红线路径private int circleNum = 0;/ 结点的个数private int lineNum = 0;/ 线段的个数private DrawJPanel drawJPanel = null;public ShortPathALG(DrawJPanel draw) drawJPanel = draw;/ TODO 最短路径的算法 初始化 结点 和线circleList = drawJPanel.getCircleList();/ 获得结点对象数组lineList = drawJPanel.getLineList();/ 获得线段对象数组circleNum = drawJPanel.getCircleCount();/ 获得结点的个数lineNum = drawJPanel.getLineCount();mGraph = new intcircleNumcircleNum;/ 为邻接矩阵分配空间 0 行 、0 列 不用for (int i = 0; i circleNum; i+) / 初始化邻接矩阵 全赋值为 -1 （距离不可能是负数）for (int j = 0; j circleNum; j+) if (i = j)mGraphij = 0;else mGraphij = 32767;changeLineColor();/ 初始化线条的颜色mGraphInitialize();/ 初始化邻接矩阵path_FLOYD(getmGraphCopy();/ 初始化线条的颜色private void changeLineColor() for (int i = 1; i lineNum; i+) lineListi.setColor(Color.blue);drawJPanel.repaint();/ 初始化邻接矩阵public void mGraphInitialize() for (int i = 1; i lineNum; i+) / 循环遍历线条的起点与终点int m = 32767;trym= Integer.parseInt(lineListi.name);/如果输入的距离不能转换成整形 默认距离是 1 catch(Exception e) m = 1;/ 构建无向图if (lineListi.name.equals()m = 1;mGraphlineListi.xLocationlineListi.yLocation = m;mGraphlineListi.yLocationlineListi.xLocation = m;/ 输出邻接矩阵public void showMGraph() String s = 最短路径的邻接矩阵是(无向图)：n;for (int i = 1; i circleNum; i+) if (!circleListi.name.equals() s = s + circleListi.name + ; else s = s + i + ;s = s + n;for (int i = 1; i circleNum; i+) for (int j = 1; j );gv = new inttokenizer.countTokens() + 1;/ 动态的决定数组的长度while (tokenizer.hasMoreTokens() String d = tokenizer.nextToken();gvi = Integer.valueOf(d);/ 将字符串转换为整型i+;for (int j = 1; j gv.length - 1; j+) for (i = 1; i lineNum; i+) boolean x = lineListi.xLocation = gvj& lineListi.yLocation = gvj + 1;boolean y = lineListi.yLocation = gvj& lineListi.xLocation = gvj + 1;if (x | y) lineListi.setColor(Color.red);drawJPanel.repaint();/ 最短路径算法 FLOYD 算法int D = null;/ D 存放每对顶点之间的最短路径值int path = null;/ p 存放每对顶点之间的最短路径int length = 0;public void path_FLOYD(int data) int i, j, k;length = data.length;D = new intlengthlength;/ D 存放每对顶点之间的最短路径值path = new intlengthlength;/ p 存放每对顶点之间的最短路径for (i = 1; i length; i+) / 各节点之间的初始已知路径及距离for (j = 1; j length; j+) Dij = dataij;/pathij= -1;/ for for (k = 1; k length; k+) for (i = 1; i length; i+) for (j = 1; j length; j+) if (i = j)/ 对角线上的元素（即顶点自身之间）不予考虑continue;if (Dik + Dkj Dij) / 从 i 经 k 到 j 的一条路径更短Dij = Dik + Dkj;pathij=k;public void path_DIJKSTRA(int data) int i, j, k;length = data.length;D = new intlengthlength;/ D 存放每对顶点之间的最短路径值path = new intlengthlength;/ p 存放每对顶点之间的最短路径for (i = 1; i length; i+) / 各节点之间的初始已知路径及距离for (int y = 2; y 0)/ 如果 y 相邻于 1 L.set(y, length(1, y); else L.set(y, Integer.MAX_VALUE); for (int j = 1; j = V.size() - 1; j+) int y = findTheMinInL(); X.add(y); Y.remove(y); for (int jj = 1; jj 0) if (Y.contains(jj) & (L.get(y) + length(y, jj) L.get(jj) L.set(jj, L.get(y) + length(y, jj); int i, j, k;length = data.length;D = new intlengthlength;/ D 存放每对顶点之间的最短路径值path = new intlengthlength;/ p 存放每对顶点之间的最短路径for (i = 1; i length; i+) / 各节点之间的初始已知路径及距离for (j = 1; j length; j+) Dij = dataij;/pathij= -1;/ for for (k = 1; k length; k+) for (i = 1; i length; i+) for (j = 1; j length; j+) if (i = j)/ 对角线上的元素（即顶点自身之间）不予考虑continue;if (Dik + Dkj ; elsedis += i + -;if (c2Name) dis += ppath(i, j) + circleListj.name + n 路径长度为: + Dij+ n; else dis += ppath(i, j) + j + n 路径长度为: + Dij + n;drawLineRed = i + - + lineString + j;return dis;String s = ;/ 存放路径String lineString = ;/ 划红线的路径private String ppath(int i, int j) int k;k = pathij;if (k = -1)return s;ppath(i, k);if (!circleListk.name.equals() s = s + circleListk.name + -; else s = s + k + -;lineString += k + -;ppath(k, j);return s;/ 得到邻接矩阵对象的副本public int getmGraphCopy() mGraphCopy = new intmGraph.lengthmGraph.length;for (int i = 0; i mGraph.length; i+)for (int j = 0; j mGraph.length; j+)mGraphCopyij = mGraphij;return mGraphCopy;/Dijkstra 算法package Test;import java.util.TreeMap;import java.util.ArrayList;import java.io.BufferedReader;import java.io.InputStreamReader;import java.io.IOException;class Point private int id;/ 点的 idprivate boolean flag = false;/ 标志是否被遍历int sum;/ 记录总的点个数private TreeMap thisPointMap = new TreeMap();/ 该点到各点的距离。BufferedReader bufr = new BufferedReader(new InputStreamReader(System.in);Point(int sum) / 构造函数 带有顶点个数this.sum = sum;public void setId(int id) / 设置顶点 idthis.id = id;public int getId() / 获得顶点 idreturn this.id;public void changeFlag() / 修改访问状态。this.flag = true;public boolean isVisit() / 查看访问状态return flag;public void setLenToOther()throws IOException/ 初始化改点到各顶点的距离。System.out.println(=请输入顶点 + (this.id + 1) + 至其他各顶点的边距=);for (int i = 0; i sum; i+) if (i = this.id)thisPointMap.put(this.id, 0);else System.out.print(至 顶点 + (i + 1) + 的距离 ：);boolean flag =true;int len = 0;while(flag)try len = Integer.valueOf(bufr.readLine();flag = false; catch (NumberFormatException e) System.out.print(输入有误，请重新输入：);thisPointMap.put(i, len);/ 该点到顶尖 id 的 距离。public int lenToPointId(int id) return thisPointMap.get(id);class Dijkstra public static void main(String args)throws IOException ArrayList point_arr = new ArrayList();/ 存储点集合BufferedReader bufr = new BufferedReader(new InputStreamReader(System.in);System.out.print(请输入顶点个数： );int sum = 0;boolean flag =true;while(flag)try sum = Integer.valueOf(bufr.readLine();flag = false; catch (NumberFormatException e) System.out.print(输入有误，请重新输入：);for (int i = 0; i sum-1 | start 0)throw new NumberFormatException();flag2 = false;catch (NumberFormatException e) System.out.print(输入有误，请重新输入：);showDijkstra(point_arr, start);/ 单源最短路径遍历public static void showDijkstra(ArrayList arr, int i) System.out.print(顶点 + (i + 1);arr.get(i).changeFlag();Point p1 = getTopointMin(arr, arr.get(i);if (p1 = null)return;int id = p1.getId();showDijkstra(arr, id);public static Point getTopointMin(ArrayList arr, Point p) Point temp = null;int minLen = Integer.MAX_VALUE;for (int i = 0; i arr.size(); i+) / 当已访问 或 者是自身或者无该路径时跳过。if (arr.get(i).isVisit() | arr.get(i).getId() = p.getId() | p.lenToPointId(i) 0)continue;else if (p.lenToPointId(i) );return temp;3. 测试数据及分析测试数据及分析Floyd 算法输出结果分析如下：Dijkstra 算法运行结果如下：五、设计总结五、设计总结城市现代化的目的，说到底是为了人的现代化。交通咨询现代化作为城市现代化的重要内容，首先应是城市居民的生活交通现代化，这是以人为本原则的基本含义和根本要求。一般来说，实现居民生活交通现代化（主要是交通咨询的现代化）便可以满足城市生产和经营交通现代化的要求。交通咨询系统服务于城市现代化发展战略，以建设现代化交通为目标，坚持以人为本原则，优化交通结构，大力发展公共交通。本次设计只是实现了两点之间最短路径可行距离的查询，而在现实生活中我们不仅要考虑两点之间的最短距离，还要考虑转车次数，这正是本次设计的不足之处。调查表明人们在出行时往往更倾向于转车次数较少的路线，这样便降低了人们的办事效率。因此，完善的交通咨询系统对两点之间的最短路径的查询应以转车次数少为条件。现实世界的交通网络是复杂的，仅仅考虑道路网的时间损耗和长度分析很难满足实际需要，尤其是在城市交通网络中，在不久的将来，本系统还将致力于通过分析城市道路状况，交通管理设施，交通结构及管理状况，考虑道路的进行和单行问题，排除阻碍交通的不通路，给出两点之间的最优路径。致谢致谢时间过得很快，一转眼四年的大学时间已近结尾，在这四年的生活学习中，许多老师和同学给予了我很多帮助。在这几个月的毕业设计中，老师和同学们给