最短路(dijkstra迪杰斯特拉)

最短路径问题在图论中是一个经典的问题,目的是找到从一个起始顶点到其他所有顶点的最短路径。Dijkstra算法是解决非负权图最短路径问题的常用算法。下面是一个使用Dijkstra算法解决最短路径问题的Java程序例子。

动画描述(从0节点开始更新)

问题描述

假设有一个图,图的顶点表示城市,边表示城市之间的道路,边的权重表示道路的距离。我们需要找到从某个起始城市到其他所有城市的最短距离。

示例代码

import java.util.*;

public class DijkstraExample {

    static class Edge {
        int target;
        int weight;

        public Edge(int target, int weight) {
            this.target = target;
            this.weight = weight;
        }
    }

    public static void dijkstra(List<List<Edge>> graph, int source) {
        int V = graph.size();
        int[] dist = new int[V];
        boolean[] visited = new boolean[V];

        // 初始化距离数组,起点距离为0,其他点距离为无穷大
        Arrays.fill(dist, Integer.MAX_VALUE);
        dist[source] = 0;

        // 优先队列(最小堆),按照路径长度排序
        PriorityQueue<int[]> pq = new PriorityQueue<>(Comparator.comparingInt(a -> a[1]));
        pq.offer(new int[]{source, 0});

        while (!pq.isEmpty()) {
            int[] current = pq.poll();
            int u = current[0];

            if (visited[u]) continue;
            visited[u] = true;

            for (Edge edge : graph.get(u)) {
                int v = edge.target;
                int weight = edge.weight;

                if (!visited[v] && dist[u] + weight < dist[v]) {
                    dist[v] = dist[u] + weight;
                    pq.offer(new int[]{v, dist[v]});
                }
            }
        }

        // 输出最短距离
        for (int i = 0; i < V; i++) {
            if (dist[i] == Integer.MAX_VALUE) {
                System.out.println("从起点 " + source + " 到顶点 " + i + " 是不可达的");
            } else {
                System.out.println("从起点 " + source + " 到顶点 " + i + " 的最短距离是 " + dist[i]);
            }
        }
    }

    public static void main(String[] args) {
        int V = 5; // 顶点个数
        List<List<Edge>> graph = new ArrayList<>(V);

        for (int i = 0; i < V; i++) {
            graph.add(new ArrayList<>());
        }

        // 添加边(示例图)
        graph.get(0).add(new Edge(1, 10));
        graph.get(0).add(new Edge(4, 3));
        graph.get(0).add(new Edge(2, 5));
        graph.get(1).add(new Edge(2, 1));
        graph.get(1).add(new Edge(3, 2));
        graph.get(2).add(new Edge(3, 9));
        graph.get(4).add(new Edge(2, 2));
        graph.get(4).add(new Edge(3, 8));

        // 计算最短路径
        dijkstra(graph, 0); // 从顶点0开始计算最短路径
    }
}
解释
  1. 图的表示:

    • 图使用邻接表表示,每个顶点有一个边的列表。每个边包含目标顶点和权重。
  2. 初始化:

    • 将所有顶点的距离初始化为无穷大,起始顶点的距离为0。
    • 使用优先队列(最小堆)来高效地获取距离最小的顶点。
  3. 算法过程:

    • 从优先队列中取出距离最小的顶点。
    • 对每个相邻顶点,计算通过当前顶点到达相邻顶点的距离。如果这个距离比已知的距离短,则更新距离,并将相邻顶点加入优先队列。
  4. 输出:

    • 最后输出从起始顶点到所有其他顶点的最短距离。如果某个顶点不可达,则输出相应信息。

你可以根据需要修改图的初始化部分或顶点的数量。

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值