常用十种算法—Dijkstra算法
声明:以下是学的尚硅谷网课并结合网上资料所记的笔记。可能会有一些错误,发现了会修改。
迪杰斯特拉(Dijkstra)算法
应用场景-最短路径问题

算法介绍
迪杰斯特拉(Dijkstra)算法是典型最短路径算法,用于计算一个结点到其他结点的最短路径。它的主要特点是以起始点为中心向外层扩展(广度优先搜索思想),知道扩展到终点为止。
算法过程

图解参考该文章 Dijkstra算法(三)之 Java详解
代码
import java.util.Arrays;
public class DijkstraAlgorithm {
public static void main(String[] args) {
char[] vertex = { 'A', 'B', 'C', 'D', 'E', 'F', 'G' };
// 邻接矩阵
int[][] matrix = new int[vertex.length][vertex.length];
final int N = 65535; // 表示不可连接
matrix[0] = new int[] { N, 5, 7, N, N, N, 2 };
matrix[1] = new int[] { 5, N, N, 9, N, N, 3 };
matrix[2] = new int[] { 7, N, N, N, 8, N, N };
matrix[3] = new int[] { N, 9, N, N, N, 4, N };
matrix[4] = new int[] { N, N, 8, N, N, 5, 4 };
matrix[5] = new int[] { N, N, N, 4, 5, N, 6 };
matrix[6] = new int[] { 2, 3, N, N, 4, 6, N };
// 创建Graph对象
Graph graph = new Graph(vertex, matrix);
graph.showGraph();
// 测试迪杰斯特拉
graph.dijkstra(6);
graph.showDijkstra();
}
}
class Graph {
private char[] vertex; // 顶点数组
private int[][] matrix; // 邻接矩阵
private VisitedVertex vv; // 已经访问的顶点集合
// 构造器
public Graph(char[] vertex, int[][] matrix) {
this.vertex = vertex;
this.matrix = matrix;
}
//显示结果
public void showDijkstra() {
vv.show();
}
// 显示图
public void showGraph() {
for (int[] link : matrix) {
System.out.println(Arrays.toString(link));
}
}
// dijkstra算法
/**
* @param index 出发顶点对应的下标
*/
public void dijkstra(int index) {
vv = new VisitedVertex(vertex.length, index);
update(index); //更新index顶点到周围顶点的距离和前驱顶点
for(int j = 1; j < vertex.length; j++) {
index = vv.updateArr(); //选择并返回新的访问结点
update(index); //更新index顶点到周围顶点的距离和前驱顶点
}
}
// 更新index下标的顶点到周围顶点的距离和周围顶点的前驱顶点
private void update(int index) {
int len = 0;
// 遍历邻接矩阵的matrix[index]行
for (int j = 0; j < matrix[index].length; j++) {
// len含义是:出发顶点到index顶点的距离,加上从index顶点到j顶点距离的和
len = vv.getDis(index) + matrix[index][j];
// 如果j顶点没有被访问过,并且len小于出发顶点到j的距离就需要更新
if (!vv.in(j) && len < vv.getDis(j)) {
vv.updatePre(j, index); // 更新j顶点的前驱为index顶点
vv.updateDis(j, len); // 更新出发顶点到j顶点的距离
}
}
}
}
class VisitedVertex {
// 记录各个顶点是否访问过,1表示访问过,0未访问,会动态更新
public int[] already_arr;
// 每个下标对应的值为前一个顶点下标,会动态更新
public int[] pre_visited;
// 记录出发顶点到其他所有顶点的距离,比如G为出发点,就会记录G到其他顶点的距离,会动态更新,求的是最短距离就会存放到dis
public int[] dis;
// 构造器
/**
* @param length 顶点的个数
* @param index 出发顶点对应的下标,比如G顶点,下标就是6
*/
public VisitedVertex(int length, int index) {
this.already_arr = new int[length];
this.pre_visited = new int[length];
this.dis = new int[length];
// 初始化dis数组
Arrays.fill(dis, 65535);
this.dis[index] = 0; // 设置出发顶点的访问距离为0
this.already_arr[index] = 1; //设置出发顶点被访问过
}
/**
* 功能: 判断index顶点是否被访问过
* @param index
* @return 如果访问过返回true,否则返回false
*/
public boolean in(int index) {
return already_arr[index] == 1;
}
/**
* 功能:更新出发顶点到index顶点的距离
*
* @param index 更新顶点的下标
* @param len 更新的值为多少
*/
public void updateDis(int index, int len) {
dis[index] = len;
}
/**
* 功能:更新pre顶点的前驱结点为index
* @param pre
* @param index
*/
public void updatePre(int pre, int index) {
pre_visited[pre] = index;
}
// 功能:返回出发顶点到index顶点的距离
public int getDis(int index) {
return dis[index];
}
//继续选择并访问新的访问顶点,比如G完后,就是A作为新的访问顶点(注意不是出发顶点)
public int updateArr() {
int min = 65535;
int index = 0;
for(int i = 0; i < already_arr.length; i++) {
if(already_arr[i] == 0 && dis[i] < min) {
min = dis[i];
index = i;
}
}
//更新index顶点被访问过
already_arr[index] = 1;
return index;
}
//显示最后的结果,即输出三个数组的情况
public void show() {
System.out.println("=============================");
//输出already_arr
for(int i : already_arr) {
System.out.print(i + " ");
}
System.out.println();
//输出pre_visited
for(int i : pre_visited) {
System.out.print(i + " ");
}
System.out.println();
//输出dis
//为了好看,最后的最短距离
char[] vertex = { 'A', 'B', 'C', 'D', 'E', 'F', 'G' };
int count = 0;
for(int i : dis) {
if(i != 65535) {
System.out.print(vertex[count] + "(" + i + ") ");
} else {
System.out.print("N");
}
count++;
}
System.out.println();
}
}
结果(G点到各点的最短距离):A(2) B(3) C(9) D(10) E(4) F(6) G(0) 。
--------------------------------------- 个人学习笔记----------------------------------------
本文介绍了Dijkstra算法,主要用于解决图中节点间的最短路径问题。算法采用广度优先搜索思想,从起始点逐步扩展直至达到终点。内容包括应用场景、算法介绍及Java实现代码示例。
404

被折叠的 条评论
为什么被折叠?



