精华内容
下载资源
问答
  • 2021-03-08 21:42:29

    传统的Dijkstra肯定不能处理这些问题啊。先看看迪杰斯特拉算法:

    迪杰斯特拉算法,是处理单源路径的最短距离的经典算法。

    以上图为例,简单说一下迪杰斯特拉算法的步骤,

    上图的a,b,c,d,e,g。是求S点到X点最短路径的步骤。

    加了阴影的边表示前驱值。黑色的结点输入集合S。

    步骤如下:

    1先求出s点到附近结点的路径,到y点的路径为5,到t点的路径为10。

    2选出距离最短的路径,s到y。

    3求出S点经过Y点到附近结点的路径,分别是t等于8,x等于14,z等于7。

    4选取其中数值最小的路径:s到y到z,经过s,y,z到x的路径等于13。

    5再选取综合路径最短的路径,s,t。经过路径s,t到x的最短路径为9。

    6选出s到x的最短路径,即s,t,x。最短路径为9。

    该算法需要不断找出最短的路径,然后把新的结点加入的该最短路径中,再找出最短的路径。重复此步骤直到求出问题的解。

    根据上述算法,我们可以分析到两点结论:

    1,该算法所需要求出相邻结点的距离。

    2,要不断从所有路径中选出最短路径,因此该算法的效率很低。

    就像是织网一样。你需要一条路一条路的找最短距离。

    而实际中,你还要考虑每一条公交的路线。也根本不是像上图一样,每一个结点的距离都事先给好啊。

    所以啊,课本里学到的东西,如何应用到实际中,这都算是另外一门课了。。

    更多相关内容
  • 问题描述:已知站点,线路-站点数据,求指定点之间的: 1、 直达线路 2、 一次换乘线路 3、 两次换乘线路 本资源是用matlab编程的代码,从原理上对换乘算法进行了程序化。
  • 换乘算法代码及案例分析.rar.rar
  • 在《查询算法》一文中已经实现了换乘算法,但是,使用存储过程InquiryT2查询从“东圃镇”到“车陂路口”的乘车路线时,发现居然用了5分钟才查找出结果,这样的效率显然不适合实际应用。因此,有必要对原有的换乘算法...
  • 非排序换乘算法

    2016-12-12 16:38:14
    问题描述:已知站点,线路,线路-站点数据,求指定点之间的: 1、直达线路 2、一次换乘线路 3、两次换乘线路
  • 公交换乘算法

    2014-04-17 17:39:14
    公交换乘算法可以用于互联网公交分析,里面有算法描述,功能很请打
  • 公交车换乘算法(转)

    2021-01-19 17:45:08
    //[作者:龙龙,发表时间:2006-11-15,未经同意不得转载]//本算法实现公交线路一次换乘,多次换乘算法这里不作讨论//数据库名bus,建立数据表bus//由于此换乘算法比较简单,只需一张表bus就可以了//表bus结构如:/*...

    //[作者:龙龙,发表时间:2006-11-15,未经同意不得转载]

    //本算法实现公交线路一次换乘,多次换乘算法这里不作讨论

    //数据库名bus,建立数据表bus

    //由于此换乘算法比较简单,只需一张表bus就可以了

    //表bus结构如:

    /**

    * **********************************************************************************************

    * id(自动编号 pk)     busline(公交线路 int 4)   busname(站点名称 varchar 20)   busorder(站点顺序 int 4)

    * 1                    1                         火车站                           1

    * 2                    1                         胜利广场                         2

    * 3                    1                         卖渔桥                           3

    * ...                  ...                       ...                             ...

    * 25                   2                         胜利广场                         1

    * 26                   2                         天香电器城                       2

    * 27                   2                         五里墩                           3

    * ...                  ...                       ...                             ...

    * 数据库就是这样插记录的,可以把城市的公交线路数据全部插进去

    ************************************************************************************************

    */

    //定义一个新类

    //实现公交换乘

    class buss{

    //定义数据库连接成员变量

    var $host;

    var $user;

    var $passwd;

    var $database;

    var $conn;

    //利用构造函数实现变量初始化,连接数据库

    function buss(){

    $this->host="localhost";

    $this->user="root";

    $this->passwd="";

    $this->database="bus";

    $this->conn=mysql_connect($this->host, $this->user,$this->passwd) or

    die("Could not connect to $this->host");

    mysql_select_db($this->database,$this->conn) or

    die("Could not switch to database $this->database");

    }

    //统计数据库中所有公交站点名,存入数组

    //返回站点名

    function busstotal(){

    $SQL = "select * from bus group by busname";

    $count = 0;

    $result = mysql_query($SQL);

    while($row = mysql_fetch_object($result)){

    $bustotal[$count]= $row->busname;

    $count++;

    }

    return $bustotal;

    }

    //统计数据库中所有公交路线,存入数组

    //返回公交线路

    function busslinetotal(){

    $SQL = "select * from bus group by busline";

    $count = 0;

    $result = mysql_query($SQL);

    while($row = mysql_fetch_object($result)){

    $buslinetotal[$count]= $row->busline;

    $count++;

    }

    return $buslinetotal;

    }

    //统计数据库中每一线路经过的站点,存入数组

    //需要参数line,区别每一路车

    //返回站点名

    function bussperline($line){

    $SQL = "select * from bus where busline = '$line'";

    $count = 0;

    $result = mysql_query($SQL);

    while($row = mysql_fetch_object($result)){

    $busperline[$count]= $row->busname;

    $count++;

    }

    return $busperline;

    }

    //统计经过某站点的所有公交车的组合

    //需要参数station,表示经过的站点

    //返回公交线路

    function passline($station){

    $SQL = "select * from bus where busname = '$station' group by busline";

    $count = 0;

    $result = mysql_query($SQL);

    while($row = mysql_fetch_object($result)){

    $passline[$count]= $row->busline;

    $count++;

    }

    return $passline;

    }

    //实现换乘算法的函数

    //需要提供参数,查询的起点和终点

    function bussStationToStation($start,$end){

    $flag1 = false;

    $flag2 = false;

    //函数回调

    $busstotal = $this->busstotal();

    $busslinetotal = $this->busslinetotal();

    //判断数据库中是否有此站点

    for($i=0;$i

    if($start==$busstotal[$i]) $flag1 = true;

    if($end==$busstotal[$i]) $flag2 = true;

    if($flag1 and $flag2) break;

    }

    //有一个站点不存在

    if(!($flag1 and $flag2)){

    if(!$flag1) die("$start站点不存在!");

    if(!$flag2) die("$end站点不存在!");

    }

    //两个站点都存在的情况

    //首先判断有无直达车

    $strTemp = "";

    //遍历所有车次

    for($i=0;$i

    $flag3 = 0;

    //函数回调

    $bussperline = $this->bussperline($busslinetotal[$i]);

    //遍历每一车次经过的站点

    for($j=0;$j

    if($start==$bussperline[$j]) $flag3 +=1;

    if($end==$bussperline[$j]) $flag3 +=1;

    if($flag3==2) break;

    }

    if($flag3==2)

    //保存直达车次,以||分割

    $strTemp = $strTemp.$busslinetotal[$i]."||";

    }

    if($strTemp==""){

    //没有直达车,则计算一次换乘情况

    echo("".$start. ""

    .$end." 没有直达车!请参

    照下列换乘建议.

    ");

    //查询一级中转站

    //start起点

    //end终点

    //函数回调,取得经过起点和终点的所有组合

    $statpass = $this->passline($start);

    $endpass = $this->passline($end);

    //得到经过起点和终点的线路的全部组合

    $resultbus = "";

    for($a=0;$a

    for($b=0;$b

    //判断两条线路有没有交叉点

    $startper = $this->bussperline($statpass[$a]);

    $endper = $this->bussperline($endpass[$b]);

    for($c=0;$c

    for($d=0;$d

    if($startper[$c]==$endper[$d]){

    //成功找到交叉点后

    //存储交叉点处信息

    //此只为一次换乘

    $fistid = $statpass[$a];

    $secondid = $endpass[$b];

    $changestation = $startper[$c];

    $resultbus .= $fistid.";".$secondid.";".$changestation."||";

    }

    }

    }

    }

    }

    if($resultbus=="")

    {

    //没有找到换乘线路

    echo("

    抱歉," .$start. ""

    .$end. "没有直达车,换乘一次也无法到达!");

    }

    else{

    //找到换乘线路

    $resultbus = substr($resultbus,0,strlen($resultbus)-2);//去掉最右边的"||"

    $resultbus_ok1 = explode("||",$resultbus);//将字符串分割成数组

    echo ("

    echo ("

    ");

    echo ("

    起点");

    echo ("

    车次");

    echo ("

    中转站");

    echo ("

    车次");

    echo ("

    终点");

    echo ("

    ");

    for($mm=0;$mm

    $resultbus_ok2 = explode(";",$resultbus_ok1[$mm]);

    //计算两辆车的起点和终点

    $bus1 = $this->bussperline($resultbus_ok2[0]);

    $bus2 = $this->bussperline($resultbus_ok2[1]);

    //显示

    echo ("

    ");

    echo ("

    " .$bus1[0]. "");

    echo ("

    " .$resultbus_ok2[0]. "");

    echo ("

    " .$resultbus_ok2[2]. " ==> ");

    echo ("

    " .$resultbus_ok2[1]. "");

    echo ("

    " .$bus2[count($bus2)-1]. "");

    echo("

    ");

    }

    echo("

    ");

    }

    }

    else{

    //有直达车,直接显示直达车情况

    echo ("

    echo ("

    ");

    echo ("

    车次");

    echo ("

    起点");

    echo ("

    经过");

    echo ("

    经过");

    echo ("

    终点");

    echo ("

    详情");

    echo ("

    ");

    $strTemp = substr($strTemp,0,strlen($strTemp)-2);//去掉最右边的"||"

    $strTemp_ok1 = explode("||",$strTemp);//将字符串分割成数组

    for($nn=0;$nn

    //计算车辆的起点和终点

    $bus = $this->bussperline($strTemp_ok1[$nn]);

    //显示

    echo ("

    ");

    echo ("

    " .$strTemp_ok1[$nn]. "");

    echo ("

    " .$bus[0]. "");

    echo ("

    " .$start. " ==> ");

    echo ("

    " .$end. "");

    echo ("

    " .$bus[count($bus)-1]. "");

    echo ("

    详情");

    echo("

    ");

    }

    echo("

    ");

    }

    }

    }

    /*

    定义好抽象类后,使用就非常简单了

    */

    $bus = new buss;

    $bus->bussStationToStation("火车站","五里墩");

    //一切ok,直接就可以看到结果了

    ?>

    展开全文
  • 公交车换乘算法.txt

    2022-05-29 19:15:19
    公交车换乘算法.txt
  • 地铁换乘算法

    热门讨论 2012-04-19 16:26:21
    地铁换乘算法 地铁查询算法的初步实现,仅供学习研究。 版权所有dzut@qq.com,如需转载,请保留版权。 查询注意事项: 1、应该简短输入,如:“罗湖”,不要输入“罗湖站”或“罗湖地铁站”。如要扩展,可自己二...
  • 公交车路线查询系统后台数据库设计系列文章数据库下载(该数据库已经输入了广州市350条公交车路线作为测试数据)在《查询算法》一文中已经实现了换乘算法,但是,使用存储过程InquiryT2查询从“东圃镇”到“车陂路口”...

    公交车路线查询系统后台数据库设计系列文章

    数据库下载(该数据库已经输入了广州市350条公交车路线作为测试数据)

    在《查询算法》一文中已经实现了换乘算法,但是,使用存储过程InquiryT2查询从“东圃镇”到“车陂路口”的乘车路线时,发现居然用了5分钟才查找出结果,这样的效率显然不适合实际应用。因此,有必要对原有的换乘算法进行优化和改进。在本文中,将给出一种改进的换乘算法,相比原有的算法,改进后的算法功能更强,效率更优。

    1.“压缩”RouteT0

    假设RouteT0有以下几行

    7b238ad1767c3cf017984c698fe68a7e.png

    如下图所示,当查询S1到S4的二次换乘路线时,将会产生3×2×4=24个结果

    549a70e5f5ea254ccae52a96782d1ab7.png

    从图中可以看出,第1段路线中的3条线路的起点和站点都相同(第2、3段路线也是如此),事实上,换乘查询中关心的是两个站点之间有无线路可通,而不关心是乘坐什么路线,因此,可以将RouteT0压缩为:

    8affa7c8d3926c215cb7d9ed3276ce10.png

    如下图所示,压缩后,查询结果有原来的24条合并1组

    97732ef3d48fcc92b352b11040f6f908.png

    查询结果为:

    99b108adbb6931141ca4c599f4f1ceab.png

    那么,为什么要对视图RouteT0进行压缩呢,原因如下:

    (1)RouteT0是原有换乘算法频繁使用的视图,因此,RouteT0的数据量直接影响到查询的效率,压缩RouteT0可以减少RouteT0的数据量,加速查询效率。

    (2)压缩RouteT0后,将中转站点相同的路线合并为1组,加速了对结果集排序的速度。

    2.视图GRouteT0

    在数据库中,将使用GRouteT0来描述压缩的RouteT0,由于本文使用的数据库的关系图与《查询算法》中有所不同,在给出GRouteT0的代码前,先说明一下:

    99bfa55a11fb0fd986c58af8f6e6771a.png

    主要的改变是Stop_Route使用了整数型的RouteKey和StopKey引用Route和Stop,而不是用路线名和站点名。

    GRouteT0定义如下: create viewGRouteT0

    as

    selectStartStopKey,

    EndStopKey,

    min(StopCount) asMinStopCount,

    max(StopCount) asMaxStopCount

    fromRouteT0

    group byStartStopKey,EndStopKey

    注意,视图GRouteT0不仅有StartStopKey和EndStopKey列,还有MinStopCount列,MinStopCount是指从StartStop到EndStop的最短线路的站点数。例如:上述RouteT0对应的GRouteT0为:

    2a36eb2c907ac2a6a2f5be363a22a0b0.png

    3.二次查询算法

    以下是二次换乘查询的存储过程GInquiryT2的代码,该存储过程使用了临时表来提高查询效率:

    GInquiryT2

    /*

    查询站点@StartStops到站点@EndStops之间的二次换乘乘车路线,多个站点用'/'分开,结果以分组方式给出,如:

    exec InquiryT2 '站点1/站点2','站点3/站点4'

    */CREATE procGInquiryT2(

    @StartStops varchar(2048),

    @EndStops varchar(2048)

    )

    as

    begin

    declare@ss_tab table(StopKey int)

    declare@es_tab table(StopKey int)

    insert@ss_tab

    select distinctStop.StopKey

    fromdbo.SplitString(@StartStops,'/') sn,Stop

    wheresn.Value=Stop.StopName

    insert@es_tab

    select distinctStop.StopKey

    fromdbo.SplitString(@EndStops,'/') sn,Stop

    wheresn.Value=Stop.StopName

    if(exists(select top1 * from@ss_tab sst,@es_tab est wheresst.StopKey=est.StopKey))

    begin

    raiserror('起点集和终点集中含有相同的站点',16,1)

    return

    end

    declare@stops table(StopKey int)

    insert@stops selectStopKey from@ss_tab

    insert@stops selectStopKey from@es_tab

    print'===================================================='print'筛选出第1段乘车路线'print'----------------------------------------------------'set statistics time on------------------------------------------------------------

    --筛选出第1段乘车路线,保存到临时表#R1中select*

    into#R1

    fromGRouteT0

    whereStartStopKey in(selectStopKey from@ss_tab)

    andEndStopKey not in(SelectStopKey from@stops)

    order byStartStopKey,EndStopKey

    --在临时表#R1上创建索引create indexindex1 on#R1(StartStopKey,EndStopKey)

    ------------------------------------------------------------set statistics time off

    print'===================================================='print'筛选出第3段乘车路线'print'----------------------------------------------------'set statistics time on------------------------------------------------------------

    --筛选出第3段乘车路线,保存到临时表#R3中select*

    into#R3

    fromGRouteT0

    whereEndStopKey in(selectStopKey from@es_tab)

    andStartStopKey not in(SelectStopKey from@stops)

    order byStartStopKey,EndStopKey

    --在临时表上创建索引create indexindex1 on#R3(StartStopKey,EndStopKey)

    ------------------------------------------------------------set statistics time off

    print'===================================================='print'筛选出第2段乘车路线'print'----------------------------------------------------'set statistics time on------------------------------------------------------------

    --筛选出第2段乘车路线,保存到临时表#R2中select*

    into#R2

    fromGRouteT0

    whereStartStopKey in(selectEndStopKey from#R1)

    andEndStopKey in(SelectStartStopKey from#R3)

    --在临时表上创建索引create clustered indexindex1 on#R2(StartStopKey,EndStopKey)

    create indexindex2 on#R2(EndStopKey,StartStopKey)

    ------------------------------------------------------------set statistics time off

    print'===================================================='print'二次换乘查询'print'----------------------------------------------------'set statistics time on------------------------------------------------------------

    --二次换乘查询selectss.StopName as起点,

    dbo.JoinRoute(res.StartStopKey,res.TransStopKey1) as路线1,

    ts1.StopName as中转站1,

    dbo.JoinRoute(res.TransStopKey1,res.TransStopKey2) as路线2,

    ts2.StopName as中转站2,

    dbo.JoinRoute(res.TransStopKey2,res.EndStopKey) as路线3,

    es.StopName as终点,

    MinStopCount

    from(

    --查询出站点数最少的10组路线select top10

    r1.StartStopKey asStartStopKey,

    r2.StartStopKey asTransStopKey1,

    r2.EndStopKey asTransStopKey2,

    r3.EndStopKey asEndStopKey,

    (r1.MinStopCount+r2.MinStopCount+r3.MinStopCount) asMinStopCount

    from#R1 r1,#R2 r2,#R3 r3

    wherer1.EndStopKey=r2.StartStopKey andr2.EndStopKey=r3.StartStopKey

    order by(r1.MinStopCount+r2.MinStopCount+r3.MinStopCount) asc)res,

    Stop ss,

    Stop es,

    Stop ts1,

    Stop ts2

    whereres.StartStopKey=ss.StopKey andres.EndStopKey=es.StopKey andres.TransStopKey1=ts1.StopKey andres.TransStopKey2=ts2.StopKey

    ------------------------------------------------------------set statistics time off

    print'===================================================='end

    4.测试

    (1) 测试环境

    测试数据:广州市350条公交车路线

    操作系统:Window XP SP2

    数据库:SQL Server 2000 SP4 个人版

    CPU:AMD Athlon(tm) 64 X2 Dual 2.4GHz

    内存:2G

    (2)选择用于测试的的站点

    二次换乘查询的select语句使用的三张表#R1,#R2,#R3,因此,这三张表的数据量直接影响到二次换乘查询使用的时间:

    显然,R1的数据量由起点决定,查询起始站点对应的#R1的数据量的SQL语句如下:

    selectStop.StopName as'站点',count(StartStopKey) '#R1的数据量'fromRouteT0 full joinStop onRouteT0.StartStopKey=Stop.StopKey

    group byStop.StopName

    order by count(StartStopKey) desc

    运行结果如下:

    bd1124140e33b58cb6d750655c7e1c1d.gif

    显然,但起点为“东圃镇”时,#R1的数据量最大,同理可得终点和#R3数据量关系如下:

    1c9c002a5a9fa27b198a3b3bcac135f9.gif

    因此,在仅考虑数据量的情况下,查询“东圃镇”到“车陂路口”所用的时间是最长的。在下文中,将使用“东圃镇”作为起点,“车陂路口”为终点对二次查询算法进行效率测试

    (3)效率测试

    测试语句如下:

    execGInquiryT2 '东圃镇','车陂路口'

    测试结果:

    查询结果如下:

    33f374b73ff002001c8a12fc09f3d397.png

    输出如下:

    ====================================================

    筛选出第1段乘车路线

    ----------------------------------------------------SQL Server 执行时间:

    CPU 时间 = 0 毫秒,耗费时间 = 0 毫秒。

    (所影响的行数为 458 行)

    SQL Server 执行时间:

    CPU 时间 = 10 毫秒,耗费时间 = 10 毫秒。

    SQL Server 分析和编译时间:

    CPU 时间 = 0 毫秒,耗费时间 = 0 毫秒。

    SQL Server 执行时间:

    CPU 时间 = 0 毫秒,耗费时间 = 0 毫秒。

    SQL Server 执行时间:

    CPU 时间 = 0 毫秒,耗费时间 = 0 毫秒。

    ====================================================

    筛选出第3段乘车路线

    ----------------------------------------------------SQL Server 执行时间:

    CPU 时间 = 0 毫秒,耗费时间 = 0 毫秒。

    (所影响的行数为 449 行)

    SQL Server 执行时间:

    CPU 时间 = 0 毫秒,耗费时间 = 9 毫秒。

    SQL Server 分析和编译时间:

    CPU 时间 = 0 毫秒,耗费时间 = 0 毫秒。

    SQL Server 执行时间:

    CPU 时间 = 1 毫秒,耗费时间 = 1 毫秒。

    SQL Server 执行时间:

    CPU 时间 = 15 毫秒,耗费时间 = 1 毫秒。

    ====================================================

    筛选出第2段乘车路线

    ----------------------------------------------------SQL Server 执行时间:

    CPU 时间 = 0 毫秒,耗费时间 = 0 毫秒。

    (所影响的行数为 41644 行)

    SQL Server 执行时间:

    CPU 时间 = 825 毫秒,耗费时间 = 825 毫秒。

    SQL Server 分析和编译时间:

    CPU 时间 = 0 毫秒,耗费时间 = 0 毫秒。

    SQL Server 执行时间:

    CPU 时间 = 93 毫秒,耗费时间 = 98 毫秒。

    SQL Server 执行时间:

    CPU 时间 = 93 毫秒,耗费时间 = 98 毫秒。

    SQL Server 分析和编译时间:

    CPU 时间 = 0 毫秒,耗费时间 = 1 毫秒。

    SQL Server 执行时间:

    CPU 时间 = 73 毫秒,耗费时间 = 73 毫秒。

    SQL Server 执行时间:

    CPU 时间 = 79 毫秒,耗费时间 = 73 毫秒。

    ====================================================

    二次换乘查询

    ----------------------------------------------------SQL Server 执行时间:

    CPU 时间 = 0 毫秒,耗费时间 = 0 毫秒。

    (所影响的行数为 10 行)

    SQL Server 执行时间:

    CPU 时间 = 140 毫秒,耗费时间 = 141 毫秒。

    从消息窗口的信息可以看出,查询大概用了1秒

    5.效率优化

    用GInquiryT2查询“东圃镇”到“车陂路口”仅用了1秒钟,那么,还能不能再优化呢?仔细分析输出的结果,可发现查询时最耗时的并不是换乘查询语句(140ms),而是筛选出第2段查询路线的语句(825ms),如图所示:

    784dbdac354c6d25861428f074d60bf3.png

    那么有没有方法可以提高筛选第2段路线的效率呢?答案是肯定的。只需把GRouteT0改成实表,并创建索引就行了。修改成实表后,就不需要把第2段路线缓存到临时表#R2中,修改后的GInquiryT2(重命名为GInquiryT2_1)如下:

    /*

    查询站点@StartStops到站点@EndStops之间的二次换乘乘车路线,多个站点用'/'分开,结果以分组方式给出,如:

    exec GInquiryT2_1 '站点1/站点2','站点3/站点4'

    */CREATE procGInquiryT2_1(

    @StartStops varchar(2048),

    @EndStops varchar(2048)

    )

    as

    begin

    declare@ss_tab table(StopKey int)

    declare@es_tab table(StopKey int)

    insert@ss_tab

    select distinctStop.StopKey

    fromdbo.SplitString(@StartStops,'/') sn,Stop

    wheresn.Value=Stop.StopName

    insert@es_tab

    select distinctStop.StopKey

    fromdbo.SplitString(@EndStops,'/') sn,Stop

    wheresn.Value=Stop.StopName

    if(exists(select top1 * from@ss_tab sst,@es_tab est wheresst.StopKey=est.StopKey))

    begin

    raiserror('起点集和终点集中含有相同的站点',16,1)

    return

    end

    declare@stops table(StopKey int)

    insert@stops selectStopKey from@ss_tab

    insert@stops selectStopKey from@es_tab

    print'===================================================='print'筛选出第1段乘车路线'print'----------------------------------------------------'set statistics time on------------------------------------------------------------

    --筛选出第1段乘车路线,保存到临时表#R1中select*

    into#R1

    fromGRouteT0

    whereStartStopKey in(selectStopKey from@ss_tab)

    andEndStopKey not in(SelectStopKey from@stops)

    order byStartStopKey,EndStopKey

    --在临时表#R1上创建索引create indexindex1 on#R1(StartStopKey,EndStopKey)

    ------------------------------------------------------------set statistics time off

    print'===================================================='print'筛选出第3段乘车路线'print'----------------------------------------------------'set statistics time on------------------------------------------------------------

    --筛选出第3段乘车路线,保存到临时表#R3中select*

    into#R3

    fromGRouteT0

    whereEndStopKey in(selectStopKey from@es_tab)

    andStartStopKey not in(SelectStopKey from@stops)

    order byStartStopKey,EndStopKey

    --在临时表上创建索引create indexindex1 on#R3(StartStopKey,EndStopKey)

    ------------------------------------------------------------set statistics time off

    print'===================================================='print'二次换乘查询'print'----------------------------------------------------'set statistics time on------------------------------------------------------------

    --二次换乘查询selectss.StopName as起点,

    dbo.JoinRoute(res.StartStopKey,res.TransStopKey1) as路线1,

    ts1.StopName as中转站1,

    dbo.JoinRoute(res.TransStopKey1,res.TransStopKey2) as路线2,

    ts2.StopName as中转站2,

    dbo.JoinRoute(res.TransStopKey2,res.EndStopKey) as路线3,

    es.StopName as终点,

    MinStopCount

    from(

    --查询出站点数最少的10组路线select top10

    r1.StartStopKey asStartStopKey,

    r2.StartStopKey asTransStopKey1,

    r2.EndStopKey asTransStopKey2,

    r3.EndStopKey asEndStopKey,

    (r1.MinStopCount+r2.MinStopCount+r3.MinStopCount) asMinStopCount

    from#R1 r1,GRouteT0 r2,#R3 r3

    wherer1.EndStopKey=r2.StartStopKey andr2.EndStopKey=r3.StartStopKey

    order by(r1.MinStopCount+r2.MinStopCount+r3.MinStopCount) asc)res,

    Stop ss,

    Stop es,

    Stop ts1,

    Stop ts2

    whereres.StartStopKey=ss.StopKey andres.EndStopKey=es.StopKey andres.TransStopKey1=ts1.StopKey andres.TransStopKey2=ts2.StopKey

    ------------------------------------------------------------set statistics time off

    print'===================================================='end

    下面,仍然用查询“东圃镇”到“车陂路口”为例测试改成实表后GInquiryT2的效率,测试语句如下:

    execGInquiryT2_1 '东圃镇','车陂路口'

    消息窗口输出如下:

    ====================================================

    筛选出第1段乘车路线

    ----------------------------------------------------SQL Server 执行时间:

    CPU 时间 = 0 毫秒,耗费时间 = 0 毫秒。

    (所影响的行数为 458 行)

    SQL Server 执行时间:

    CPU 时间 = 0 毫秒,耗费时间 = 3 毫秒。

    SQL Server 分析和编译时间:

    CPU 时间 = 0 毫秒,耗费时间 = 0 毫秒。

    SQL Server 执行时间:

    CPU 时间 = 0 毫秒,耗费时间 = 0 毫秒。

    SQL Server 执行时间:

    CPU 时间 = 0 毫秒,耗费时间 = 0 毫秒。

    ====================================================

    筛选出第3段乘车路线

    ----------------------------------------------------SQL Server 执行时间:

    CPU 时间 = 0 毫秒,耗费时间 = 0 毫秒。

    (所影响的行数为 449 行)

    SQL Server 执行时间:

    CPU 时间 = 6 毫秒,耗费时间 = 6 毫秒。

    SQL Server 分析和编译时间:

    CPU 时间 = 0 毫秒,耗费时间 = 0 毫秒。

    SQL Server 执行时间:

    CPU 时间 = 0 毫秒,耗费时间 = 1 毫秒。

    SQL Server 执行时间:

    CPU 时间 = 0 毫秒,耗费时间 = 1 毫秒。

    ====================================================

    二次换乘查询

    ----------------------------------------------------SQL Server 执行时间:

    CPU 时间 = 0 毫秒,耗费时间 = 0 毫秒。

    (所影响的行数为 10 行)

    SQL Server 执行时间:

    CPU 时间 = 250 毫秒,耗费时间 = 253 毫秒。

    ====================================================

    从输出可以看出,大概用了250ms

    6.展开路线组

    GInquiryT2查询给出的结果是10组最短路线,那么,怎样才能得到最短的10条路线,显然,只需将这10组路线展开即可(展开后的路线数>=10),而最短的10条路线必然在展开的结果中。查询10条最短路线的存储过程GInquiryT2_Expand如下:

    CREATE procGInquiryT2_Expand(

    @StartStops varchar(2048),

    @EndStops varchar(2048)

    )

    as

    begin

    declare@ss_tab table(StopKey int)

    declare@es_tab table(StopKey int)

    insert@ss_tab

    select distinctStop.StopKey

    fromdbo.SplitString(@StartStops,'/') sn,Stop

    wheresn.Value=Stop.StopName

    insert@es_tab

    select distinctStop.StopKey

    fromdbo.SplitString(@EndStops,'/') sn,Stop

    wheresn.Value=Stop.StopName

    if(exists(select top1 * from@ss_tab sst,@es_tab est wheresst.StopKey=est.StopKey))

    begin

    raiserror('起点集和终点集中含有相同的站点',16,1)

    return

    end

    declare@stops table(StopKey int)

    insert@stops selectStopKey from@ss_tab

    insert@stops selectStopKey from@es_tab

    print'===================================================='print'筛选出第1段乘车路线'print'----------------------------------------------------'set statistics time on------------------------------------------------------------

    --筛选出第1段乘车路线,保存到临时表#R1中select*

    into#R1

    fromGRouteT0

    whereStartStopKey in(selectStopKey from@ss_tab)

    andEndStopKey not in(SelectStopKey from@stops)

    order byStartStopKey,EndStopKey

    --在临时表#R1上创建索引create indexindex1 on#R1(StartStopKey,EndStopKey)

    ------------------------------------------------------------set statistics time off

    print'===================================================='print'筛选出第3段乘车路线'print'----------------------------------------------------'set statistics time on------------------------------------------------------------

    --筛选出第3段乘车路线,保存到临时表#R3中select*

    into#R3

    fromGRouteT0

    whereEndStopKey in(selectStopKey from@es_tab)

    andStartStopKey not in(SelectStopKey from@stops)

    order byStartStopKey,EndStopKey

    --在临时表上创建索引create indexindex1 on#R3(StartStopKey,EndStopKey)

    ------------------------------------------------------------set statistics time off

    print'===================================================='print'二次换乘查询'print'----------------------------------------------------'set statistics time on------------------------------------------------------------

    --二次换乘查询selectss.StopName as起点,

    r1.RouteName as'路线 1',

    ts1.StopName as中转站1,

    r2.RouteName as'路线 2',

    ts2.StopName as中转站2,

    r3.RouteName as'路线 3',

    es.StopName as终点,

    res.StopCount as总站点数

    from(

    --展开最优 10 组路线 得到最短 10 条路线select top10

    res.StartStopKey asStartStopKey,

    rt1.RouteKey asRouteKey_SS_TS1,

    res.TransStopKey1 asTransStopKey1,

    rt2.RouteKey asRouteKey_TS1_TS2,

    res.TransStopKey2 asTransStopKey2,

    rt3.RouteKey asRouteKey_TS2_ES,

    res.EndStopKey asEndStopkey,

    (rt1.StopCount+rt2.StopCount+rt3.StopCount) asStopCount

    from(

    --查询出站点数最少的 10 组路线select top10

    r1.StartStopKey asStartStopKey,

    r2.StartStopKey asTransStopKey1,

    r2.EndStopKey asTransStopKey2,

    r3.EndStopKey asEndStopKey,

    (r1.MinStopCount+r2.MinStopCount+r3.MinStopCount) asMinStopCount

    from#R1 r1,GRouteT0 r2,#R3 r3

    wherer1.EndStopKey=r2.StartStopKey andr2.EndStopKey=r3.StartStopKey

    order by(r1.MinStopCount+r2.MinStopCount+r3.MinStopCount) asc)res,

    RouteT0 rt1,

    RouteT0 rt2,

    RouteT0 rt3

    wherert1.StartStopKey=res.StartStopKey andrt1.EndStopKey=res.TransStopKey1 andrt2.StartStopKey=res.TransStopKey1 andrt2.EndStopKey=res.TransStopKey2 andrt3.StartStopKey=res.TransStopKey2 andrt3.EndStopKey=res.EndStopKey

    order by(rt1.StopCount+rt2.StopCount+rt3.StopCount) asc)res

    left joinStop ss onres.StartStopKey=ss.StopKey

    left joinStop es onres.EndStopKey=es.StopKey

    left joinStop ts1 onres.TransStopKey1=ts1.StopKey

    left joinStop ts2 onres.TransStopKey2=ts2.StopKey

    left joinRoute r1 onres.RouteKey_SS_TS1=r1.RouteKey

    left joinRoute r2 onres.RouteKey_TS1_TS2=r2.RouteKey

    left joinRoute r3 onres.RouteKey_TS2_ES=r3.RouteKey

    ------------------------------------------------------------set statistics time off

    print'===================================================='end

    下面,仍然以查询“东圃镇”到“车陂路口”为例测试GInquiryT2_Expand,代码如下:

    execGInquiryT2_Expand '东圃镇','车陂路口'

    查询结果如下:

    7ad72eed8a70756d52b636a524630c05.png

    消息窗口输出如下:

    ====================================================

    筛选出第1段乘车路线

    ----------------------------------------------------SQL Server 执行时间:

    CPU 时间 = 0 毫秒,耗费时间 = 0 毫秒。

    (所影响的行数为 458 行)

    SQL Server 执行时间:

    CPU 时间 = 0 毫秒,耗费时间 = 3 毫秒。

    SQL Server 分析和编译时间:

    CPU 时间 = 0 毫秒,耗费时间 = 0 毫秒。

    SQL Server 执行时间:

    CPU 时间 = 0 毫秒,耗费时间 = 0 毫秒。

    SQL Server 执行时间:

    CPU 时间 = 0 毫秒,耗费时间 = 1 毫秒。

    ====================================================

    筛选出第3段乘车路线

    ----------------------------------------------------SQL Server 执行时间:

    CPU 时间 = 0 毫秒,耗费时间 = 0 毫秒。

    (所影响的行数为 449 行)

    SQL Server 执行时间:

    CPU 时间 = 6 毫秒,耗费时间 = 6 毫秒。

    SQL Server 分析和编译时间:

    CPU 时间 = 0 毫秒,耗费时间 = 0 毫秒。

    SQL Server 执行时间:

    CPU 时间 = 0 毫秒,耗费时间 = 1 毫秒。

    SQL Server 执行时间:

    CPU 时间 = 0 毫秒,耗费时间 = 1 毫秒。

    ====================================================

    二次换乘查询

    ----------------------------------------------------SQL Server 执行时间:

    CPU 时间 = 0 毫秒,耗费时间 = 0 毫秒。

    (所影响的行数为 10 行)

    SQL Server 执行时间:

    CPU 时间 = 282 毫秒,耗费时间 = 301 毫秒。

    ====================================================

    由输出结果可看出,大约用了300ms

    7.总结

    下面,对本文使用的优化策略做一下总结:

    (1)使用临时表;

    (2)将频繁使用的视图改为表;

    (3)从实际出发,合并RouteT0中类似的行,从而“压缩”RouteT0的数据量,减少查询生成的结果,提高查询和排序效率。

    作者:卢春城

    E-mail:mrlucc@126.com

    出处:http://lucc.cnblogs.com/

    本文版权归作者和博客园共有,欢迎转载,但未经作者同意必须保留此段声明,且在文章页面明显位置给出原文连接。

    展开全文
  • 第22卷 第4期 华 侨 大 学 学 报 ( 自 然 科 学 版 ) Vol.... 2001 文章编号 100025013(2001) 040348203 交通系统中最少换乘算法及其实现 傅 冬 绵 (华侨大学经济管理学院, 泉州 362011) 摘...

    第22卷 第4期 华 侨 大 学 学 报 ( 自 然 科 学 版 ) Vol. 22 No. 4   2001年10月 Journal of Huaqiao U niversity (N atural Science) Oct. 2001   文章编号 100025013(2001) 040348203 交通系统中最少换乘算法及其实现 傅 冬 绵 (华侨大学经济管理学院, 泉州 362011) 摘要 把图论中针对单个结点的广度优先搜索思想, 推广到拥有若干个结点集合的广度优先搜索上 . 对旅游路线中最佳路径的问题, 提出一种新的算法, 可解决旅游路线中的最少换乘问题, 并已成功地在计算机上实现 . 关键词 交通系统, 最少换乘, 路别单元, 相交矩阵 中图分类号 U 491. 2 : O 157. 5 文献标识码 A 公共交通系统是任何一个城市所不可缺少的重要交通工具 . 随着生活水平的不断提高, 国家实行5 d 工作制, 越来越多的人们有时间、有经济能力参加旅游活动 . 因而, 使用公交车辆作 为旅游交通工具也受到普遍重视 . 人们在讨论有关交通线路问题时, 一般都是着重解决任意两 个站点之间的最短路径问题〔1, 2〕 . 对最短路径来讲, 只要两个顶点之间有边存在, 它就可以进行搜索, 而不去考虑该路径的换车代价, 这就可能造成搜索得到的最短路径需要换多次车 . 因此 对于司机来讲, 有着较为重要意义的最短路径, 对旅客却并不是最佳的选择 . 对旅客而言, 在旅途路线中换车是个非常敏感的因素, 一条路径路程值最短, 但必须转好几辆车才能到达; 而另一路径路程较长, 却只要转乘较少路线就能到达, 那么乘客大部分会选择后者 . 因为换车的次 数越多, 意味着花费的时间和金钱越多 . 本文着重讨论在一个公共交通网络中寻找两个结点间 的一条最佳路径, 使之换车次数最少 . 我们利用集合的逐步向外扩展、两个集合之间逐渐逼近的搜索方法, 在一个庞大的无向交通网络中, 寻找出一种最少换车序列路径的算法 . 该算法对图的搜索方法提出了一个新的思路, 算法简单合理, 运算速度快, 容易在计算机上实现 . 1  最少换乘问题及其模型 一个公交网络系统由一组不同的公交线路组成, 且每条线路上分布有若干个上下乘客的站点, 一条公交线路有一定车辆数 . 线路上任何两个站点之间的一段称为线段, 不同的线路之 间会有部分平行线段 . 乘客从某一起点, 可能需要一次或多次换乘不同的线路而到达目的地 . 为区别起见, 称乘客从起点(O rigin) 到终点(Destination) 所选择的可行通路为路径 . 由于乘客 在任意两个换乘点之间有多条不同的平行线路供选择 . 因此, 乘客在任意起迄点(OD) 之间的  收稿日期 200011209   作者简介 傅冬绵(19612) , 女, 讲师 路径选择不是唯一的 . 为寻找一条合理的路径, 不少学者做了相当多的研究, 如公交线路优化 法〔3, 4〕等 . 本文的目的就是要在任意起迄点(OD)之间的多条路径中, 寻找出一条换乘次数最少 的路径 . 该问题用线路模型描述为用一个网络无向图G, G= (V , E) , 来表示公交线路及站点分 布情况 . 其中 V 表示可能的换车点顶点集, E 是边集合, 即能通车的路段 . 现有 P 路车在正常 运行, 设路别单元R i 表示第 i 路车行经的所有站点, R i= {V 1,V 2, ⋯,V m igV k∈V }, k= 1, 2, ⋯, m i. 令B 是所有公交线路的集合

    展开全文
  • 基于代价值模型的公交换乘算法研究,张晓欢,王勤,公交换乘算法没有统一的标准,各种算法考虑条件都不相同,存在各种各样的问题。本文从用户结果体验及高并发量查询出发,提出了基
  • 公交换乘算法 编程语言 编程语言 清风亭
  • 大数据-算法-粘贴式LED公交电子站牌设计及公交车与公用自行车换乘算法
  • 一直不明白公交换乘的原理,更不懂最短路径的算法,只是有点想法,想说出来看大家觉得是否可行。先贴一个来自GIS开发者的《GIS中最短路径的实现》,和GIS空间站的《GIS 领域最短路径搜索问题的一种高效实现》,以及...
  • 为了让公交乘客在心理上真正树立“公交优先”的消费理念,通过对乘客的消费决策心理进行调查与分析,设计了3种换乘搜索算法,建设了换乘查询短信平台,为乘客提供查询服务。运行结果表明:“经过权重改良的树形搜索算法”...
  • 基于矩阵的公交换乘算法的设计与实现,李雨晴,,随着我国经济社会的迅猛发展,作为城市居民主要出行工具的公共交通(简称公交,包括公汽、地铁等)的规模也越来越大。在城市的公
  • Algorithm for finding optimal paths in a public transit network TRB[RESUBMIT]
  • C++实用技巧:公交换乘算法

    万次阅读 2018-01-20 23:03:22
    需求   功能演示截图  路线稍微有小点修改 有偿技术支持与服务以及源代码获取  请加QQ:21497936
  • 为解决城市轨道交通路网晚间换乘末班车期间,无法赶乘末班车,提出、设计和实现了关于晚间末班车换乘最佳多路径可达性判断算法,有效避免了晚间换乘不可达的事件发生。基于上海城市轨道交通路网目前的拓扑结构和晚间...
  • 换乘算法【转】

    2016-10-15 22:12:00
    而且只是用最简单的sql方法去算出所有可以换乘的方案,不涉及最优/最短的算法。如果是最短路径,那得用特殊结构和算法。   另外: 根据出行者输入的起点和终点,确定出行要选择的起始公交站点A和目的公交站点B...
  • 公交换乘算法 MFC平台

    2010-03-29 17:39:55
    本文虽没有基于DIJKSTRA算法去查找最短路径,但仍能找出最短路径,而且在MFC界面下,窗口更友好.
  • 现在的公共交通越来越方便,很多城市都有地铁,日常使用的地图App都提供了地铁线路换乘方案的功能,只要输入起点和重点,App就能给出你换乘的方案,可是这个功能背后的算法又是怎么样的呢。这篇文章将会告诉你。 说...
  • 那么换乘算法已经有了,你有没有想过地图App是怎么确定你周围最近的地铁站的呢?没有想法的同学可以看我几年前写过的博客:周围的餐馆有哪些?GeoHash算法   这个项目的Github地址: ...
  • 本课题研究的主要内容是利用最优路径算法来实现公交换乘查询系统。在这个系统中实现的功能主要有:1、数据库维护 管理员用来增加公交站点、公交路线等,或在现有数据库中增加、删除、修改公交线路信息。2、换乘查询 ...
  • 公交一次换乘算法,在线效果演示:http://bus.faqee.com,(本文件包含一次换乘算法的源码)
  • 基于dijkstra算法的最小换乘代码..........
  • /***公交换乘一站的*(注意:车次信息、站点信息、公交信息是等价的都是以HashMap的形式存储信息)*1.从数据库中获得所有公交信息存储到ArrayList,每个具体信息的元数据有三个:*公交车次、公交站点、该公交站点距离...

空空如也

空空如也

1 2 3 4 5 ... 20
收藏数 2,599
精华内容 1,039
关键字:

换乘算法