这里使用的是Dijkstra来计算最短路径。事实上Dijkstra完成时,指定节点到所有节点的最小路径均已求出。
算法简述如下:
准备好两个辅助性数据结构:
1 ParentLength : 用来记录到当前节点之前的父节点,与到当前节点的最小路径
2 Path: 记录指定节点到所有节点的ParentLength。初始化时,所有的ParentLength的父节点都为指定的起始节点,长度都是INFINITY,代表没有联通,距离无穷大。
Path的关键算法是adjust(from,to,length),每当发现一条新的,从一个已访问的节点(from)到未访问的节点(to)之间的新路径时,Path则用其更新ParentLength列表,重新计算到那个未访问节点(to)的最新距离:以前到from节点的距离+新的距离,然后比较它与to节点对应的ParentLength老的距离之间的长度,如果新距离短,则将to节点对应的ParentLength更新为长度为新距离的,父节点为from;以此步骤保证Path总是保持当前遍历状态下,到各个节点的最短路径。
Path的另一个关键算法是getMin,它会返回到所有未访问节点中,最短的路径的那个节点。
图使用邻接矩阵法表示,关于邻接矩阵可参见:Graph 图-邻接表法
Graph.path是最小路径算法,工作方式如下:
根据指定的起始节点初始化返回值Path对象。
将指定的起始节点标志为已访问。并设置为当前节点。
然后
1 找到当前节点所有联通的未知节点,和到这些路径长度,调用Path.adjust更新Path。
2 步骤 1 结束后,从调用Path.getMin获得到所有未访问节点中,最短的路径的那个节点。标志为访问过,并作为当前节点。
3 重复 步骤 1 步骤 2 n次(n为图中的节点数量),算法结束。
代码中的Path.print()为打印函数,为测试之用。
Path.main()提供简单测试。
class ParentLength { //记载上一个节点与当前最小路径
private int parent; //上一个节点
private int length; //最小路径长度
ParentLength(int parent, int length) {
this.parent = parent;
this.length = length;
}
int parent() { return parent; }
int length() { return length; }
}
class Path { //存储最小路径
private ParentLength[] pls;
private Graph g; //确定指定位置的节点是否被访问过和打印时使用
Path(int size, int start, Graph g) {
//初始化最小路径数组,将所有最小路径的起点都置为start,并将路径长度置为INFINITY
pls = new ParentLength[size];
for(int i=0; i<size; i++)
pls[i] = new ParentLength(start,Graph.INFINITY);
this.g = g;
}
//根据新发现的路径调整最小路径
void adjust(int from, int to, int length) {
//根据上一个节点的路径,计算出新的路径长度
int newLength = pls[from].length() != Graph.INFINITY?
pls[from].length() + length: length;
//如果到指定节点的新路径长度小于原来的最小路径,则更新到该节点的最小路径,和其父节点
if(newLength < pls[to].length()) pls[to] = new ParentLength(from,newLength);
}
int getMin() { //求得到当前所有未访问节点的最近的一个节点
int pos = 0;
for(int i=1; i<pls.length; i++)
if(!g.isVisited(i) && pls[i].length() < pls[pos].length()) pos = i;
return pos;
}
void print() { //打印
for(int i=0; i<pls.length; i++) {
int current = i;
System.out.print((pls[current].length() == Graph.INFINITY? "INFINITY": pls[current].length()) + " " );
do {
System.out.print(g.get(current) + " <-- ");
current = pls[current].parent();
} while(current != pls[current].parent());
System.out.println(g.get(current));
}
}
}
class Vertex { //顶点,记载数据value,并记载是否访问过
private Object value;
private boolean isVisited;
Vertex(Object value) {
this.value = value;
}
void visit() { isVisited = true; }
void clean() { isVisited = false; }
boolean isVisited() { return isVisited; }
Object value() { return value; }
@Override public String toString() { return "" + value; }
}
class Graph {
private Vertex[] vertexs;
private int[][] adjMat;
private int length = 0;
static final int INFINITY = ~(1<<31); //整数的最大值,表示没有路径
Graph(int size) { //初始化
vertexs = new Vertex[size];
adjMat = new int[size][size];
for(int i=0; i<size; i++) //将邻接矩阵初始化为全部不通
for(int j=0; j<size; j++)
adjMat[i][j] = INFINITY;
}
void add(Object value) { //添加顶点
assert length <= vertexs.length;
vertexs[length++] = new Vertex(value);
}
void connect(int from, int to, int length) {
adjMat[from][to] = length; //设置指定节点之间的有向路径
}
/**
* 在邻接矩阵中,查找指定顶点的未访问过邻居顶点
* 如果从从起点到终点的边存在,且没有标志为访问,则返回终点下标。
* @param offset 指定开始查找的列
* @param index 指定查找的行
*/
int findNeighbor(int index,int offset) {
for(int i=offset; i<length; i++) {
if(adjMat[index][i] != INFINITY && !vertexs[i].isVisited()) return i;
}
return -1;
}
Vertex get(int index) { return vertexs[index]; }
Path path(int index) { //最小路径算法
assert vertexs[index] != null;
Path result = new Path(length,index,this); //初始化Path
vertexs[index].visit(); //将其实节点标志为访问过
for(int n=1; n<length; n++) { //一共经过n此迭代就可得到最终结果
int i = 0;
while((i = findNeighbor(index,i+1)) != -1) //寻找当前节点的所有为访问邻居
result.adjust(index, i, adjMat[index][i]); //根据新路线调整最小路径
index = result.getMin(); //将当前节点更新为路径表中为访问的最近的那个节点
vertexs[index].visit(); //将当前节点标志为访问过;
}
clean();
return result;
}
boolean isVisited(int index) { return vertexs[index].isVisited(); }
void clean() { for(Vertex v: vertexs) if(v != null)v.clean(); }
public static void main(String[] args) {
Graph g = new Graph(20);
//添加节点
g.add('a');
g.add('b');
g.add('c');
g.add('d');
g.add('e');
//添加有向有权边
g.connect(0,1,50);
g.connect(0,3,80);
g.connect(1,2,60);
g.connect(1,3,90);
g.connect(2,4,40);
g.connect(3,2,20);
g.connect(3,4,70);
g.connect(4,1,50);
Path p = g.path(0); //获得最小路径
p.print(); //打印
}
}