CN115394109B - 基于共用计算的k对单源点单汇点最短路搜索方法及应用 - Google Patents

Abstract

本发明公开一种基于共用计算的K对单源点单汇点最短路搜索方法及应用，包括：1.由实时路况信息构建城市网络；2.获取目标源汇点交叉口对集合；3.参数定义及初始化；4.在当前源汇点下的向前搜索；5.根据当前搜索交叉口对应的B中的元素值，判断是否已经找到最短路径并进行B的更新。本发明考虑通过二维数组B来储存搜索得到的最短路径距离，从而能提高减少计算资源浪费，提高路径搜索效率，为实现更快速导航等提供支持。

Description

基于共用计算的K对单源点单汇点最短路搜索方法及应用

技术领域

本发明属于最短路径搜索领域，具体的说是一种基于共用计算的K对单源点单汇点最短路径获取方法及应用。

背景技术

随着如今城市规模的不断扩张，城市道路也变得愈发四通八达，城市路网的规模相应地不断扩大，交叉口节点数量相较以前大量增加。现有的最短路径算法主要可以分为单源最短路径算法和全源最短路径算法，这两种最短路径算法在解决大规模路网时工作效率都不高，难以满足当今人群对导航快速响应的需求。

如果用单源最短路径算法来搜索最短路径，会重复计算已经搜索到最短路权重，则会造成大量算力浪费，导致导航反应速度慢；而如果采用全源最短路径算法，则会对许多没有出行需求的交叉口点进行路径搜索，这将产生不必要的资源浪费，降低搜索效率，搜索时间变长，消耗手机等导航设备内存巨大，导致导航反应速度慢。

发明内容

本发明是为了解决上述现有技术存在的不足之处，提出一种基于共用计算的K对单源点单汇点最短路搜索方法及应用，以期能通过共用计算的思想来提高最短路径搜索效率，缩短最短路径搜索时间，从而能满足有K个出行需求的单源点单汇点对的路径搜索需求，为实现更快速导航等提供支持。

本发明为达到上述发明目的，采用如下技术方案：

本发明一种基于共用计算的K对单源点单汇点最短路搜索方法的特点在于，包括如下步骤：

步骤一：构建城市路网；

获取实时道路网络数据并得到城市路网G＝(V,A,W)，V表示交叉口集合，且V＝{v₁,v₂,v₃,…,v_i,…,v_R}，v_i表示第i个交叉口，i＝1,2,3,…,R，R为所述城市路网G中的交叉口总数，A表示交叉口之间的路段集合，且A＝{(v_i,v_j)|i,j＝1,2,3,…,R}，(v_i,v_j)表示第i个交叉口v_i到第j个交叉口v_j之间的有向路段，W表示交叉口之间路段的权重集合，W＝{w_ij|i,j＝1,2,3，…,R}，w_ij为有向路段(v_i,v_j)的权重，若第i个交叉口v_i到第j个交叉口v_j之间存在有向路段(v_i,v_j)，则第j个交叉口v_j为第i个交叉口v_i的邻居交叉口，第i个交叉口v_i为第j个交叉口v_j的前驱交叉口，且ω_ij＞0；若第i个交叉口v_i到第j个交叉口v_j之间不存在有向路段(v_i,v_j)，则令ω_ij＝+∞；

步骤2：获取目标源汇点交叉口对集合；

将待计算最短路的K个源汇点交叉口对加入目标源汇点交叉口集合

1＜K＜R，其中，

表示第k个源汇点交叉口对；

和

表示目标源汇点交叉口集合V_OD中第s_k个源点交叉口和第e_k个汇点交叉口；

步骤3：参数定义及初始化；

定义当前第i个交叉口v_i的前向距离为源点交叉口到当前第i个交叉口的最短距离，定义前向距离的数组集合F＝{F_k(v_i)|i＝1,2…R；k＝1,2…K}；F_k(v_i)为第k个源汇点交叉口对

中的第s_k个源点交叉口

到第i个交叉口v_i的最短距离；

定义当前第i个交叉口v_i的后向距离为当前第i个交叉口v_i到汇点交叉口的最短距离,定义维度为R×R的后向距离矩阵B＝{B_xj|x,j＝1,2,3…R}；其中，B_kj表示任意第x个交叉口v_x到任意第j个交叉口v_j的最短距离，令

表示从当前第i个交叉口v_i到第e_k个终点交叉口的后向距离；若

则表示没有找到从当前第i个交叉口v_i到第e_k个终点交叉口

的最短路径；若

则表示已经找到从当前第i个交叉口v_i到第e_k个终点交叉口

的最短路径；

定义当前第i个交叉口v_i的估价函数T_k(v_i)为第k个源汇点交叉口对

中的第i个交叉口v_i的前向距离F_k(v_i)和后向距离

之和，定义估价函数的数组集合T＝{T_k(v_i)|i＝1,2,…R；k＝1,2,…K}；

定义Q为在搜索过程中估价函数值最小的交叉口集合；

将第k个源汇点交叉口对

中第s_k个源点交叉口

到第e_k个终点交叉

之间的最短路径上第i个交叉口v_i的前驱交叉口记为λ_k(v_i)，定义前驱交叉口数组集合λ＝{λ_k(v_i)|i＝1,2,…R；k＝1,2,…K}；

初始化B＝{B_ij＝0|i,j＝1,2,3…R}，λ＝{λ_k(v_i)＝φ|i＝1,2,…R；k＝1,2,…K}，k＝1；

步骤4：当前第k个源汇点交叉口对

的向前搜索；

步骤4.1初始化；

获取第k个源汇点交叉口对

令

令当前交叉口记为v_c，初始化第s_k个源点交叉口

为当前交叉口v_c，初始化F_k(v_i)＝{+∞|i＝1,2,…R}；

步骤4.2：若当前交叉口v_c不是第e_k个汇点交叉口

则遍历满足(v_c,v_n)∈A的邻居交叉口v_n，若F_k(v_c)+w_cn＜F_k(v_n)，则将F_k(v_c)+w_cn赋值给F_k(v_n)，将

赋值给T_k(v_n)，其中，F_k(v_c)、F_k(v_n)分别为计算k个源汇点交叉口对

时交叉口v_c、v_n的前向距离，w_cn表示交叉口v_c到交叉口v_n的路段(v_c,v_n)的权重，

为计算k个源汇点交叉口对

时邻居交叉口v_n的后向距离；设置v_n的前驱交叉口λ_k(v_n)为当前交叉口v_c；

若当前交叉口v_c是第e_k个汇点交叉口

则表示找到第k个源汇点交叉口对

的最短路径，并将v_c的估价函数T_k(v_c)赋值给源点

与汇点

的后向距离

将第k个源汇点交叉口对

从源汇点交叉口对集合V_OD中移除后，转入步骤6；

步骤4.3：设交叉口v_l为满足

v_l∈V/Q的交叉口，其中，T_k(v_l)为计算k个源汇点交叉口对

时交叉口v_l的估价函数，F_k(v_l)为计算k个源汇点交叉口对

时交叉口v_l的前向距离，

为计算k个源汇点交叉口对

时交叉口v_l的后向距离，将交叉口v_l加入估价函数值最小的交叉口集合Q中；

步骤4.4：若交叉口v_l到第e_k个汇点交叉口

的后向距离

则设置交叉口v_l为当前交叉口v_c，并转入步骤5；

步骤4.5：若交叉口v_l到第e_k个汇点交叉口

的后向距离

则表示找到源汇点交叉口对

最短路径，并将v_l的估价函数T_k(v_l)赋值给源点

与汇点

的后向距离

将第k个源汇点交叉口对

从源汇点交叉口对集合V_OD中移除后，转入步骤6；

步骤5：当前交叉口v_c的后向距离

时，更新后向距离矩阵B；

步骤5.1：若当前交叉口v_c的前驱交叉口λ_k(v_c)为源点交叉口

则将当前交叉口v_c的前向距离F_k(v_c)赋值给当前交叉口v_c与源汇点交叉口

之间的后向距离

转入步骤4.2；否则转入步骤5.2；

步骤5.2将当前交叉口v_c的前向距离F_k(v_c)减去当前交叉口v_c的前驱交叉口λ_k(v_c)的前向距离F_k(λ(v_c))后赋值给前驱交叉口λ_k(v_c)与当前交叉口v_c之间的后向距离

步骤5.3：将当前前驱交叉口的前驱交叉口λ_k(λ_k(v_c))赋值给前驱交叉口λ_k(v_c)后，转入步骤5.1；

步骤6：当前交叉口v_c的后向距离

时，更新后向距离矩阵B；

步骤6.1：若当前交叉口v_c的前驱交叉口λ_k(v_c)为源点交叉口

则转入步骤7；否则转入步骤6.2；

步骤6.2：计算当前交叉口v_c与其前驱交叉口之间的最短路径值以更新B中对应元素的值，将当前交叉口v_c的前向距离F_k(v_c)减去当前交叉口v_c的前驱交叉口λ_k(v_c)的前向距离F_k(λ_k(v_c))后赋值给前驱交叉口λ_k(v_c)与当前交叉口v_c之间的后向距离

若当前交叉口v_c为第e_k个汇点交叉口

则转入步骤6.4；否则，执行步骤6.3；

步骤6.3：计算当前交叉口v_c及其前驱交叉口λ_k(v_c)与第e_k个汇点交叉口

之间的最短路径值以更新B中对应元素的值，将当前交叉口v_c的估价函数T_k(v_c)赋值给源点交叉口

与第e_k个汇点交叉口

之间的后向距离

将源点交叉口

与第e_k个汇点交叉口

之间的后向距离

减去当前交叉口v_c的前驱交叉口λ_k(v_c)的前向距离后再赋值给前驱交叉口λ_k(v_c)与第e_k个终点交叉口

之间的后向距离

步骤6.4：将λ_k(λ_k(v_c))赋值给λ_k(v_c)后，转入步骤6.1；

步骤7：判断是否已经找到所有源汇点交叉口对的最短路径：

如果源汇点交叉口对集合V_OD＝φ，则表示已找到所有源汇点交叉口对的最短路径；并根据前驱交叉口，逐个将K对源汇点交叉口对之间最短路径输出；

如果源汇点交叉口对集合V_OD≠φ，则表示未找到所有源汇点交叉口对的最短路径，令源汇点交叉口对的次序k+1赋值给k后，转入步骤4。

本发明一种电子设备，包括存储器以及处理器，其特点在于，所述存储器用于存储支持处理器执行权利要求1所述方法的程序，所述处理器被配置为用于执行所述存储器中存储的程序。

本发明一种计算机可读存储介质，计算机可读存储介质上存储有计算机程序，其特点在于，所述计算机程序被处理器运行时执行所述方法的步骤。

与现有最短路径算法相比，本算法的优点在于：

1、本发明提出了的最短路径方法应用了共用计算思想，对前面迭代得到的交叉口之间的最短路径权重进行重复利用，这使在迭代搜索最短路径时，省去了许多不必要的与前面迭代重复的搜索，缩短了搜索路径所需时间，从而提高了路径搜索的效率。

2、本发明所提出的方法在应用于大规模路网时具有更加出色的搜索效率，现有导航算法在面对大规模路网时会产生许多不必要的计算资源浪费，而本发明提出的算法借用共用计算的思想，节省了计算资源的同时，保证了运算效率，可以提高导航软件的响应速度，缩小响应时间，为人们提供更好的导航服务。

3、本发明提出的方法可以在路径搜索迭代时更新交叉口之间的最短路径权重，根据最短路径的子路径同样是最短路径这一定理，可以在得到一条最短路径时对该条最短路径上的交叉口之间的最短路径权重进行及时地更新，减少后面迭代运行次数，从而减少了手机等导航设备内存消耗，优化导航体验。

4、本发明提出的方法可以解决K个对单源点单汇点对之间的最短路径搜索问题，这更加符合现实的导航需求。在大规模路网上，很容易同时存在许多单源点单汇点对之间存在出行需求，单源最短路径算法需要对这些单源点单汇点对逐一解决，而全源最短路径算法则会对许多不必要的单源点单汇点对进行搜索，而本发明提出的方法则会减少不必要的搜索，更加符合多用户进行路径规划需求。

附图说明

图1为本发明流程图；

图2为本发明路网节点示意图；

图3为本发明参数初始化图；

图4为本发明以第四个节点为当前节点进行搜索图；

图5为本发明以第二个节点为当前节点进行搜索图；

图6为本发明以第一个节点为当前节点进行搜索图；

图7为本发明以第三个节点为当前节点进行搜索图；

图8为本发明进行搜索以及二维数组B的更新图；

图9为本发明搜索到最短路径图；

图10为本发明第二轮单源点单汇点对节点搜索参数初始化图；

图11为本发明第二轮从起始节点开始搜索图；

图12为本发明以第六个节点为当前节点进行搜索图；

图13为本发明继续边界扩张图；

图14为本发明利用共用计算思想图；

图15为本发明第二轮搜索结束图。

具体实施方式

本实施例中，一种基于共用计算的K对单源点单汇点最短路搜索方法的整体框架流程图如图1所示，具体包括如下步骤：

步骤一：构建城市路网；

获取实时道路网络数据并得到城市路网G＝(V,A,W)，V表示交叉口集合，且V＝{v₁,v₂,v₃,…,v_i,…,v_R}，v_i表示第i个交叉口，i＝1,2,3,…,R，R为城市路网G中的交叉口总数，A表示交叉口之间的路段集合，且A＝{(v_i,v_j)|i,j＝1,2,3,…,R}，(v_i,v_j)表示第i个交叉口v_i到第j个交叉口v_j之间的有向路段，W表示交叉口之间路段的权重集合，W＝{w_ij|i,j＝1,2,3，…,R}，w_ij为有向路段(v_i,v_j)的权重，若第i个交叉口v_i到第j个交叉口v_j之间存在有向路段(v_i,v_j)，则第j个交叉口v_j为第i个交叉口v_i的邻居交叉口，第i个交叉口v_i为第j个交叉口v_j的前驱交叉口，且ω_ij＞0；若第i个交叉口v_i到第j个交叉口v_j之间不存在有向路段(v_i,v_j)，则令ω_ij＝+∞。本实施例中，构建城市路网如图2所示，路网中交叉口总数R＝8；

步骤2：获取目标源汇点交叉口对集合；

将待计算最短路的K个源汇点交叉口对加入目标源汇点交叉口集合

1＜K＜R，其中，

表示第k个源汇点交叉口对；

和

表示目标源汇点交叉口集合V_OD中第s_k个源点交叉口和第e_k个汇点交叉口。本实例中，求解的目标源汇点对交叉口集合为V_OD＝{<v₄,v₈>，<v₁,v₈>},K＝2；

步骤3：参数定义及初始化；

定义当前第i个交叉口v_i的前向距离为源点交叉口到当前第i个交叉口的最短距离，定义前向距离的数组集合F＝{F_k(v_i)|i＝1,2…R；k＝1,2…K}；F_k(v_i)为第k个源汇点交叉口对

中的第s_k个源点交叉口

到第i个交叉口v_i的最短距离；

定义当前第i个交叉口v_i的后向距离为当前第i个交叉口v_i到汇点交叉口的最短距离,定义维度为R×R的后向距离矩阵B＝{B_xj|x,j＝1,2,3…R}；其中，B_kj表示任意第x个交叉口v_x到任意第j个交叉口v_j的最短距离，令

表示从当前第i个交叉口v_i到第e_k个终点交叉口的后向距离；若

则表示没有找到从当前第i个交叉口v_i到第e_k个终点交叉口

的最短路径；若

则表示已经找到从当前第i个交叉口v_i到第e_k个终点交叉口

的最短路径；定义当前第i个交叉口v_i的估价函数T_k(v_i)为第k个源汇点交叉口对

中的第i个交叉口v_i的前向距离F_k(v_i)和后向距离

之和，定义估价函数的数组集合T＝{T_k(v_i)|i＝1,2,…R；k＝1,2,…K}；

定义Q为在搜索过程中估价函数值最小的交叉口集合；

将第k个源汇点交叉口对

中第s_k个源点交叉口

到第e_k个终点交叉

之间的最短路径上第i个交叉口v_i的前驱交叉口记为λ_k(v_i)，定义前驱交叉口数组集合λ＝{λ_k(v_i)|i＝1,2,…R；k＝1,2,…K}；

初始化B＝{B_ij＝0|i,j＝1,2,3…R}，λ＝{λ_k(v_i)＝φ|i＝1,2,…R；k＝1,2,…K}，k＝1；

步骤4：当前第k个源汇点交叉口对

的向前搜索；

步骤4.1初始化；

获取第k个源汇点交叉口对

令

令当前交叉口记为v_c，初始化第s_k个源点交叉口

为当前交叉口v_c，初始化F_k(v_i)＝{+∞|i＝1,2,…R}，T_k(v_i)＝{+∞|i＝1,2,…R}；当k＝1时，如图3所示，获取第一个汇源点交叉口对<v₄,v₈>，令Q＝{v₄}，v₄为当前交叉口v_c,初始化F₁(v_i)＝{+∞|i＝1,2,…8}，T₁(v_i)＝{+∞|i＝1,2,…R}；当k＝2时，如图10所示，获取第二个汇源点交叉口对<v₁,v₈>，令Q＝{v₁}，v₁为当前交叉口v_c,初始化F₂(v_i)＝{+∞|i＝1,2,…8}，T₂(v_i)＝{+∞|i＝1,2,…R}；

步骤4.2：若当前交叉口v_c不是第e_k个汇点交叉口

则遍历满足(v_c,v_n)∈A的邻居交叉口v_n，若F_k(v_c)+w_cn＜F_k(v_n)，则将F_k(v_c)+w_cn赋值给F_k(v_n)，将

赋值给T_k(v_n)，其中，F_k(v_c)、F_k(v_n)分别为计算k个源汇点交叉口对

时交叉口v_c、v_n的前向距离，w_cn表示交叉口v_c到交叉口v_n的路段(v_c,v_n)的权重，

为计算k个源汇点交叉口对

时邻居交叉口v_n的后向距离；设置v_n的前驱交叉口λ_k(v_n)为当前交叉口v_c。当k＝1时，在如图3所示当前交叉口为v₄，继续向前搜索v₄的邻居交叉口，更新各邻居交叉口的前向距离，估价函数及矩阵B，选择当前估价函数最小的交叉口v₂为当前交叉口如图4所示；继续向前搜索v₂的邻居交叉口，更新各邻居交叉口的前向距离，估价函数及矩阵B，选择当前估价函数最小的交叉口v₁为当前交叉口如图5所示；继续向前搜索v₁的邻居交叉口，更新各邻居交叉口的前向距离，估价函数及矩阵B，选择当前估价函数最小的交叉口v₆为当前交叉口如图6所示；继续向前搜索v₆的邻居交叉口，更新各邻居交叉口的前向距离，估价函数及矩阵B，选择当前估价函数最小的交叉口v₃为当前交叉口如图7所示；继续向前搜索v₃的邻居交叉口，更新各邻居交叉口的前向距离，估价函数及矩阵B，选择当前估价函数最小的交叉口v₅为当前交叉口如图8所示；继续向前搜索v₅的邻居交叉口，更新各邻居交叉口的前向距离，估价函数及矩阵B，选择当前估价函数最小的交叉口v₈为当前交叉口如图9所示，此时当前交叉口为汇点交叉口v₈为会汇点交叉口，停止继续搜索；当k＝2时，在如图10所示当前交叉口为v₁，继续向前搜索v₁的邻居交叉口，更新各邻居交叉口的前向距离，估价函数及矩阵B，选择当前估价函数最小的交叉口v₆为当前交叉口如图11所示；继续向前搜索v₆的邻居交叉口，更新各邻居交叉口的前向距离，估价函数及矩阵B，选择当前估价函数最小的交叉口v₂为当前交叉口如图12所示；继续向前搜索v₂的邻居交叉口，更新各邻居交叉口的前向距离，估价函数及矩阵B，选择当前估价函数最小的交叉口v₃为当前交叉口如图13所示；继续向前搜索v₃的邻居交叉口，更新各邻居交叉口的前向距离，估价函数及矩阵B，选择当前估价函数最小的交叉口v₇为当前交叉口如图14所示；继续向前搜索v₇的邻居交叉口，更新各邻居交叉口的前向距离，估价函数及矩阵B，选择当前估价函数最小的交叉口v₈为当前交叉口如图14所示，此时当前交叉口为汇点交叉口v₈为会汇点交叉口，停止继续搜索；

若当前交叉口v_c是第e_k个汇点交叉口

则表示找到第k个源汇点交叉口对

的最短路径，并将v_c的估价函数T_k(v_c)赋值给源点

与汇点

的后向距离

将第k个源汇点交叉口对

从源汇点交叉口对集合V_OD中移除后，如图9-10所示，转入步骤6；

步骤4.3：设交叉口v_l为满足

v_l∈V/Q的交叉口，其中，T_k(v_l)为计算k个源汇点交叉口对

时交叉口v_l的估价函数，F_k(v_l)为计算k个源汇点交叉口对

时交叉口v_l的前向距离，

为计算k个源汇点交叉口对

时交叉口v_l的后向距离，将交叉口v_l加入估价函数值最小的交叉口集合Q中，如图4Q中加入v₂，图5Q中加入v₁，图6Q中加入v₆，图7Q中加入v₃，图8Q中加入v₅，图9Q中加入v₇及汇点交叉口v₈，图11Q中加入v₆，图12Q中加入v₂，图13Q中加入v₃，图14Q中加入v₇，图15Q中加入v₄；

步骤4.4：若交叉口v_l到第e_k个汇点交叉口

的后向距离

图4-7及图11-13当前节点的后向距离均为0，则设置交叉口v_l为当前交叉口v_c，并转入步骤5；

步骤4.5：若交叉口v_l到第e_k个汇点交叉口

的后向距离

如图8，图14当前节点的后向距离均为0，则表示找到源汇点交叉口对

最短路径，并将v_l的估价函数T_k(v_l)赋值给源点

与汇点

的后向距离

将第k个源汇点交叉口对

从源汇点交叉口对集合V_OD中移除后，转入步骤6；

步骤5：当前交叉口v_c的后向距离

时，更新后向距离矩阵B；

步骤5.1：若当前交叉口v_c的前驱交叉口λ_k(v_c)为源点交叉口

则将当前交叉口v_c的前向距离F_k(v_c)赋值给当前交叉口v_c与源汇点交叉口

之间的后向距离

转入步骤4.2；否则转入步骤5.2；

步骤5.2将当前交叉口v_c的前向距离F_k(v_c)减去当前交叉口v_c的前驱交叉口λ_k(v_c)的前向距离F_k(λ(v_c))后赋值给前驱交叉口λ_k(v_c)与当前交叉口v_c之间的后向距离

步骤5.3：将当前前驱交叉口的前驱交叉口λ_k(λ_k(v_c))赋值给前驱交叉口λ_k(v_c)后，转入步骤5.1；

步骤6：当前交叉口v_c的后向距离

时，更新后向距离矩阵B；

步骤6.1：若当前交叉口v_c的前驱交叉口λ_k(v_c)为源点交叉口

则转入步骤7；否则转入步骤6.2；

步骤6.2：计算当前交叉口v_c与其前驱交叉口之间的最短路径值以更新B中对应元素的值，将当前交叉口v_c的前向距离F_k(v_c)减去当前交叉口v_c的前驱交叉口λ_k(v_c)的前向距离F_k(λ_k(v_c))后赋值给前驱交叉口λ_k(v_c)与当前交叉口v_c之间的后向距离

若当前交叉口v_c为第e_k个汇点交叉口

则转入步骤6.4；否则，执行步骤6.3；

步骤6.3：计算当前交叉口v_c及其前驱交叉口λ_k(v_c)与第e_k个汇点交叉口

之间的最短路径值以更新B中对应元素的值，将当前交叉口v_c的估价函数T_k(v_c)赋值给源点交叉口

与第e_k个汇点交叉口

之间的后向距离

将源点交叉口

与第e_k个汇点交叉口

之间的后向距离

减去当前交叉口v_c的前驱交叉口λ_k(v_c)的前向距离后再赋值给前驱交叉口λ_k(v_c)与第e_k个终点交叉口

之间的后向距离

步骤6.4：将λ_k(λ_k(v_c))赋值给λ_k(v_c)后，转入步骤6.1；

步骤7：判断是否已经找到所有源汇点交叉口对的最短路径：

如果源汇点交叉口对集合V_OD＝φ，则表示已找到所有源汇点交叉口对的最短路径；并根据前驱交叉口，逐个将K对源汇点交叉口对之间最短路径输出；

如果源汇点交叉口对集合V_OD≠φ，则表示未找到所有源汇点交叉口对的最短路径，令源汇点交叉口对的次序k+1赋值给k后，转入步骤4；

本实施例中，一种电子设备，包括存储器以及处理器，该存储器用于存储支持处理器执行上述K对单源点单汇点最短路搜索方法的程序，该处理器被配置为用于执行所述存储器中存储的程序。

本实施例中，一种计算机可读存储介质，是在计算机可读存储介质上存储有计算机程序，该计算机程序被处理器运行时执行上述K对单源点单汇点最短路搜索方法的步骤。

综上所述，本方案采用共用计算的思想，利用前次源汇点交叉口对计算更新的后向距离矩阵B，为后续源汇点交叉口计算最短路径提供精确后向距离估算，在A*框架之下，解决现有算法后向距离估计不精确且计算复杂的问题，快速获得新的精确后向距离，从而减少不必要计算、提高了K多次单源点单汇点最短路径计效率，为路径导航等应用提供技术支持，提高其反应速度，缩短反应时间，更好地为人们服务。

Claims (3)

1.一种基于共用计算的K对单源点单汇点最短路搜索方法，其特征在于，包括如下步骤：

步骤一：构建城市路网；

获取实时道路网络数据并得到城市路网G＝(V,A,W)，V表示交叉口集合，且V＝{v₁,v₂,v₃,…,v_i,…,v_R}，v_i表示第i个交叉口，i＝1,2,3,…,R，R为所述城市路网G中的交叉口总数，A表示交叉口之间的路段集合，且A＝{(v_i,v_j)|i,j＝1,2,3,…,R}，(v_i,v_j)表示第i个交叉口v_i到第j个交叉口v_j之间的有向路段，W表示交叉口之间路段的权重集合，W＝{w_ij|i,j＝1,2,3，…,R}，w_ij为有向路段(v_i,v_j)的权重，若第i个交叉口v_i到第j个交叉口v_j之间存在有向路段(v_i,v_j)，则第j个交叉口v_j为第i个交叉口v_i的邻居交叉口，第i个交叉口v_i为第j个交叉口v_j的前驱交叉口，且ω_ij＞0；若第i个交叉口v_i到第j个交叉口v_j之间不存在有向路段(v_i,v_j)，则令ω_ij＝+∞；

步骤2：获取目标源汇点交叉口对集合；

将待计算最短路的K个源汇点交叉口对加入目标源汇点交叉口集合

其中，

表示第k个源汇点交叉口对；

和

表示目标源汇点交叉口集合V_OD中第s_k个源点交叉口和第e_k个汇点交叉口；

步骤3：参数定义及初始化；

定义当前第i个交叉口v_i的前向距离为源点交叉口到当前第i个交叉口的最短距离，定义前向距离的数组集合F＝{F_k(v_i)|i＝1,2…R；k＝1,2…K}；F_k(v_i)为第k个源汇点交叉口对

中的第s_k个源点交叉口

到第i个交叉口v_i的最短距离；

定义当前第i个交叉口v_i的后向距离为当前第i个交叉口v_i到汇点交叉口的最短距离,定义维度为R×R的后向距离矩阵B＝{B_xj|x,j＝1,2,3…R}；其中，B_xj表示任意第x个交叉口v_x到任意第j个交叉口v_j的最短距离，令

表示从当前第i个交叉口v_i到第e_k个终点交叉口的后向距离；若

则表示没有找到从当前第i个交叉口v_i到第e_k个终点交叉口

的最短路径；若

则表示已经找到从当前第i个交叉口v_i到第e_k个终点交叉口

的最短路径；

定义当前第i个交叉口v_i的估价函数T_k(v_i)为第k个源汇点交叉口对

中的第i个交叉口v_i的前向距离F_k(v_i)和后向距离

之和，定义估价函数的数组集合T＝{T_k(v_i)|i＝1,2,…R；k＝1,2,…K}；

定义Q为在搜索过程中估价函数值最小的交叉口集合；

将第k个源汇点交叉口对

中第s_k个源点交叉口

到第e_k个终点交叉口

之间的最短路径上第i个交叉口v_i的前驱交叉口记为λ_k(v_i)，定义前驱交叉口数组集合λ＝{λ_k(v_i)|i＝1,2,…R；k＝1,2,…K}；

初始化B＝{B_ij＝0|i,j＝1,2,3…R}，λ＝{λ_k(v_i)＝φ|i＝1,2,…R；k＝1,2,…K}，k＝1；

步骤4：当前第k个源汇点交叉口对

的向前搜索；

步骤4.1初始化；

获取第k个源汇点交叉口对

令

令当前交叉口记为v_c，初始化第s_k个源点交叉口

为当前交叉口v_c，初始化F_k(v_i)＝{+∞|i＝1,2,…R}；

步骤4.2：若当前交叉口v_c不是第e_k个汇点交叉口

则遍历满足(v_c,v_n)∈A的邻居交叉口v_n，若F_k(v_c)+w_cn＜F_k(v_n)，则将F_k(v_c)+w_cn赋值给F_k(v_n)，将

赋值给T_k(v_n)，其中，F_k(v_c)、F_k(v_n)分别为计算k个源汇点交叉口对

时交叉口v_c、v_n的前向距离，w_cn表示交叉口v_c到交叉口v_n的路段(v_c,v_n)的权重，

为计算k个源汇点交叉口对

时邻居交叉口v_n的后向距离；设置v_n的前驱交叉口λ_k(v_n)为当前交叉口v_c；

若当前交叉口v_c是第e_k个汇点交叉口

则表示找到第k个源汇点交叉口对

的最短路径，并将v_c的估价函数T_k(v_c)赋值给源点

与汇点

的后向距离

将第k个源汇点交叉口对

从源汇点交叉口对集合V_OD中移除后，转入步骤6；

步骤4.3：设交叉口v_l为满足

v_l∈V/Q的交叉口，其中，T_k(v_l)为计算k个源汇点交叉口对

时交叉口v_l的估价函数，F_k(v_l)为计算k个源汇点交叉口对

时交叉口v_l的前向距离，

为计算k个源汇点交叉口对

时交叉口v_l的后向距离，将交叉口v_l加入估价函数值最小的交叉口集合Q中；

步骤4.4：若交叉口v_l到第e_k个汇点交叉口

的后向距离

则设置交叉口v_l为当前交叉口v_c，并转入步骤5；

步骤4.5：若交叉口v_l到第e_k个汇点交叉口

的后向距离

则表示找到源汇点交叉口对

最短路径，并将v_l的估价函数T_k(v_l)赋值给源点

与汇点

的后向距离

将第k个源汇点交叉口对

从源汇点交叉口对集合V_OD中移除后，转入步骤6；

步骤5：当前交叉口v_c的后向距离

时，更新后向距离矩阵B；

步骤5.1：若当前交叉口v_c的前驱交叉口λ_k(v_c)为源点交叉口

则将当前交叉口v_c的前向距离F_k(v_c)赋值给当前交叉口v_c与源汇点交叉口

之间的后向距离

转入步骤4.2；否则转入步骤5.2；

步骤5.2将当前交叉口v_c的前向距离F_k(v_c)减去当前交叉口v_c的前驱交叉口λ_k(v_c)的前向距离F_k(λ(v_c))后赋值给前驱交叉口λ_k(v_c)与当前交叉口v_c之间的后向距离

步骤5.3：将当前前驱交叉口的前驱交叉口λ_k(λ_k(v_c))赋值给前驱交叉口λ_k(v_c)后，转入步骤5.1；

步骤6：当前交叉口v_c的后向距离

时，更新后向距离矩阵B；

步骤6.1：若当前交叉口v_c的前驱交叉口λ_k(v_c)为源点交叉口

则转入步骤7；否则转入步骤6.2；

步骤6.2：计算当前交叉口v_c与其前驱交叉口之间的最短路径值以更新B中对应元素的值，将当前交叉口v_c的前向距离F_k(v_c)减去当前交叉口v_c的前驱交叉口λ_k(v_c)的前向距离F_k(λ_k(v_c))后赋值给前驱交叉口λ_k(v_c)与当前交叉口v_c之间的后向距离

若当前交叉口v_c为第e_k个汇点交叉口

则转入步骤6.4；否则，执行步骤6.3；

步骤6.3：计算当前交叉口v_c及其前驱交叉口λ_k(v_c)与第e_k个汇点交叉口

之间的最短路径值以更新B中对应元素的值，将当前交叉口v_c的估价函数T_k(v_c)赋值给源点交叉口

与第e_k个汇点交叉口

之间的后向距离

将源点交叉口

与第e_k个汇点交叉口

之间的后向距离

减去当前交叉口v_c的前驱交叉口λ_k(v_c)的前向距离后再赋值给前驱交叉口λ_k(v_c)与第e_k个终点交叉口

之间的后向距离

步骤6.4：将λ_k(λ_k(v_c))赋值给λ_k(v_c)后，转入步骤6.1；

步骤7：判断是否已经找到所有源汇点交叉口对的最短路径：

如果源汇点交叉口对集合V_OD＝φ，则表示已找到所有源汇点交叉口对的最短路径；并根据前驱交叉口，逐个将K对源汇点交叉口对之间最短路径输出；

如果源汇点交叉口对集合V_OD≠φ，则表示未找到所有源汇点交叉口对的最短路径，令源汇点交叉口对的次序k+1赋值给k后，转入步骤4。

2.一种电子设备，包括存储器以及处理器，其特征在于，所述存储器用于存储支持处理器执行权利要求1所述方法的程序，所述处理器被配置为用于执行所述存储器中存储的程序。

3.一种计算机可读存储介质，计算机可读存储介质上存储有计算机程序，其特征在于，所述计算机程序被处理器运行时执行权利要求1所述方法的步骤。

Images