三個表（最簡單化，不考慮模糊查詢，單行線等其他東西）：
1，站點表stop(stop_id,stop_name)
2，路線表line(line_id,line_name)
3，路線站點表(點線路關係表)linestops( line_id, stop_id, seq )此處的seq指某站點在某線路中的順序。
現在分析算法：
1，直達線路
首先根據兩個站點名獲取兩個站點各自的id，這裏定義爲id1,id2
然後查詢
select line_id from
(select line_id from linestops where stop_id = id1) A,
(select line_id from linestops where stop_id = id2) B
where A.line_id = B.line_id
即得到可直達的線路列表
2,一次換乘
首先根據兩個站點名獲取兩個站點各自的id，這裏定義爲id1,id2
然後搜尋兩個站點通過直達方式各自能夠到達的站點集合，最後他們的交集就是我們所需要的換乘站點。
select stop_id from
(
select distinct stop_id from linestops where line_id in
(select line_id from linestops where stop_id = id1)
)A,
(
select distinct stop_id from linestops where line_id in
(select line_id from linestops where stop_id = id1)
)B
where A.stop_id= B.stop_id
得到換乘站（可能有多個或0個）後，剩下的就是顯示能夠到達換乘站的兩邊線路，這通過前面的直達查詢即可。
3，二次換乘
首先根據兩個站點名獲取兩個站點各自的id，這裏定義爲id1,id2
算法的中心思想是：站點1能夠通過直達到達的所有站點集合A，站點2能夠通過直達到達的所有站點集合B，A和B之間有直達的線路。
一步一步來：
站點1能夠通過直達到達的所有站點集合A：
select distinct stop_id from linestops where line_id in
(select line_id from linestops where stop_id = id1)
站點2能夠通過直達到達的所有站點集合B：
select distinct stop_id from linestops where line_id in
(select line_id from linestops where stop_id = id2)
而直達的查詢是
select line_id from
(select line_id from linestops where stop_id = id1) C,
(select line_id from linestops where stop_id = id2) D
where C.line_id = D.line_id
我們把=id1和=id2換成 in (select ....)A 和 in (select ...)B
這樣最後我們的查詢是
select line_id from
(select distinct line_id from linestops where stop_id in 【A】) C,
(select distinct line_id from linestops where stop_id in 【B】) D
where C.line_id = D.line_id
其中【A】是
（select distinct stop_id from linestops where line_id in
(select line_id from linestops where stop_id = id1))
其中【B】是
（select distinct stop_id from linestops where line_id in
(select line_id from linestops where stop_id = id2))
這樣子我們找到了作爲中間換乘的線路（可能有多條或者0條），對列舉的的每一條假設命名爲X線，下一步就是找出可以從站點1到達X任意一個站點的直達線路、和可以從站點2到達X任意一個站點的直達線路即可。
那麼與前面的算法相似，我們在站點1所有能夠到達的站點中去尋找和線路X相交的站點，然後再去找這兩個點的線路
select stop_id from
(select distinct stop_id from linestops where line_id in
(select line_id from linestops where stop_id = id1))A,
(select stop_id from linestops where line_id = X ) B
where A.stop_id = B.stop_id
找到站點了，下面就是根據已經解決的直達查詢找線路了。
站點2類似。
以上的算法有一個優點，全部是sql完成搜尋，所以asp代碼只需寥寥幾行循環而已。
但是缺點是：慢,畢竟可能涉及了數百次sql查詢。而且只是用最簡單的sql方法去算出所有可以換乘的方案，不涉及最優/最短的算法。如果是最短路徑，那得用特殊結構和算法。
另外:
根據出行者輸入的起點和終點，確定出行要選擇的起始公交站點A和目的公交站點B。搜索數據庫，查詢站點A和站點B之間是否有相同的車經過，如果有一條或幾條直達線路，通過比較選擇距離最短的公交線路推薦給出行者。如果沒有，則計算站點A和站點B之間有沒有一個公共站點C，從站點C可以換乘到達站點B。這就有兩種情況：(1)如果有，屬於一次換乘。計算站點A和公共站點C之間有沒有相同的公交車經過並存入集合X；同樣，計算站點B和公共站點C之間有沒有相同的公交車經過並存入集合Y。將這兩個集合比較後就可以得到從站點A經過公共站點C到達站點B的公交線路，在這些線路中進行比較，選擇距離最短的推薦給出行者。（2）如果沒有公共站點C，就出現了要換乘兩次的情況。將經過站點A的每條公交線路的所有站點存入集合O；同樣，經過站點B的每條線路的所有站點存入集合P。比較這兩個集合，先乘經過站點A的某一路車到達某一站點D，計算站點D與站點B之間有沒有公共站點E,如果有則站點D、E爲換乘站點。這種方案可能有多種，比較選擇距離最短的推薦給出行者。如果不存在公共站點E，說明經過兩次換乘無法從站點A到達站點B，停止搜索計算。
公交出行最優路線具體算法：
1） 輸入起始站點A和目的站點B；
2） 搜索系統數據庫，經過起始站點A的公交線路存爲X(i)(i=1,2,3…,m,m爲正整數)，經過目的站點B的公交線路存爲Y(j)(j=1,2,3,…n,.n爲正整數)；
3） 判斷是否有X(i)=Y(j)，將滿足條件的存入Z。若Z＝1，則該條公交線路X(i)即Y(j)爲從站點A到站點B的直達最優線路，輸出結果並結束運算。Z≥1，計算Z中各條線路的距離，選擇一條距離最短的線路，輸出結果並結束運算；
4） 搜索系統數據庫，公交線路X(i)所包含的站點存爲O(i,u)(u=1,2,3…,g,g爲正整數)公交線路Y(j)所包含的站點存爲P(j,v)(v=1,2,3…,h,h爲正整數)；
5） 判斷是否有O(i,u)= P(j,v)，將滿足條件的存入W。若W＝1，則站點O(i,u)即P(j,v)爲從站點A到站點B的一次換乘站點，公交線路X(i)，Y(j)爲換乘一次的最優路線，輸出結果並結束運算。若W≥1，分別計算每條換乘路線的距離，選擇一條距離最短的線路，輸出結果並結束運算；
6） 搜索系統數據庫，經過站點O(i,u)的公交線路存爲R(k)(k=1,2,3…,p,p爲正整數)，公交線路R(k)所包含的站點存爲G(k,t)(t=1,2,3…,q,q爲正整數)；
7）判斷是否有G(k,t)=P(j,v)，將滿足條件的存入S。若S＝1，則站點G(k,t)即P(j,v)爲從站點A到站點B的二次換乘站點，公交線路X (i)，R(k)，Y(j)爲換乘二次的最優路線，輸出結果並結束運算。若S≥1，分別計算每條換乘二次的路線距離，選擇一條距離最短的線路，輸出結果並結束運算；
8） 以上步驟沒有找到合適的公交線路,輸出“沒有找到換乘次數不超過兩次的最優公交線路”，結束運算。
一、公交換乘問題的算法分爲兩個步驟：
1、構造並求解換乘矩陣，獲得公交換乘方案(即從起點到終點最少換乘次數，及換乘站點)。
有三種實現形式：
①、求得所有節點T矩陣，兩個節點直達設爲1，兩個節點不通或需要換乘設爲0；參見《公共交通系統最佳路徑算法》
②求得所有線路的T矩陣，兩條線路相交設爲1，兩個線路不相交設爲0；參見《基於鄰接矩陣的公交換乘算法的研究》(注該算法屬於理想化算法)
③通過上述第2個步驟縮小範圍，然後用第一個步驟求得精確結果
2、根據最少換乘次數，縮小求解範圍，求解起始站點與目標站點間的最短路徑，進而得到最佳路徑。
最短路徑獲得有以下幾種形式：
①、最簡單的實現方法：如果上面1的最少換乘次數、換乘站點都能求解出來，只需要查詢換乘次數最少的情況下，所有可能的路徑中站點數最少的線路即爲所求(前提，假設所有站點之間的距離大致相等)；
②、如果上面1只求出來最少換乘次數，這時需要用算法求最短路徑，常用的方法是改進Dijkstra算法，也就是在Diskstra算法中增加了一條判斷最少換乘算法的一項；
③、在遊戲設計程序中，經常要涉及到最短路徑的上述，最常採用的算法是A*算法，參見《遊戲地圖最短路徑搜索設計與實現》和《A算法》
④、K(<=3)條漸次短路徑搜索算法，這種算法國外用的比較多，由於該算法比較麻煩，國內研究不太多，參見《K(≤3)條漸次短路徑搜索算法的研究》、《一種新的Kth最短路徑搜索算法》和《城市軌道交通換乘票務清分模型的研究》(碩士論文)
⑤、螞蟻算法，參見《一種仿Dijkstra的螞蟻算法》
其中，②③④⑤步驟中都需要依靠最少換乘次數來達到降低複雜度的目的。
二、上述算法如能得到很好的實現，需要建立一個好的數據結構
1、數據存儲形式
我曾問過兩個實際搞過這方面的人，一個人採用數組來存儲，另外一個所採用鏈表與數組相結合的方式(即長鏈表採用數組，其它採用鏈表的方式)，其實，之所以有上述兩個存儲形式，主要是因爲這兩個人算法中側重面不同，前一個側重實現最少換乘次數，後一個則側重最短路徑的實現。
2、數據結構存儲，可參考《城市公交網絡出行路徑選擇的計算機算法研究》、《基於GIS的標準公交基礎信息系統》《基於GIS的公交乘客出行路徑選擇模型》，考慮到公交換乘，所以通常情況下，把相近的站點(站點名一樣但地理位置不同的、站點名不一樣但地理位置很接近的)作爲公交網絡拓撲結構中一個節點。
3、兩個節點之間弧段權值的選取(計算最短路徑需要)：通常情況下，用兩個節點之間的距離代替，但也有人用公交車在這兩個節點之間的速度或行車時間來作爲權值。下圖是瀋陽公交網給出來的環路車參數，根據該參數和兩個站點之間的距離可以求出站點之間的行車時間(正常)。當然因素考慮的越齊全，越人性化，但是程序上就增加了很多難度， 比如：考慮“等車時間、站點距離、線路的熱度(通往商業區)、時間(上班高峯期等)”等因素，這些因素都很難量化，所以，通常情況下，最簡單的方法用距離來作爲兩個節點之間弧段的權值。