Dijkstra(迪杰斯特拉)算法是典型的最短路径路由算法,用于计算一个节点到其他所有节点的最短路径。主要特点是以起始点为中心向外层层扩展,直到扩展到终点为止。

Dijkstra一般的表述通常有两种方式,一种用永久和临时标号方式,一种是用OPEN, CLOSE表方式

用OPEN,CLOSE表的方式,其采用的是贪心法的算法策略,大概过程如下:

1.声明两个集合,open和close,open用于存储未遍历的节点,close用来存储已遍历的节点

2.初始阶段,将初始节点放入close,其他所有节点放入open

3.以初始节点为中心向外一层层遍历,获取离指定节点最近的子节点放入close并从新计算路径,直至close包含所有子节点

代码实例如下:

Node对象用于封装节点信息,包括名字和子节点

public class Node {

private String name;

private Map child=new HashMap();

public Node(String name){

this.name=name;

}

public String getName() {

return name;

}

public void setName(String name) {

this.name = name;

}

public Map getChild() {

return child;

}

public void setChild(Map child) {

this.child = child;

}

}

MapBuilder用于初始化数据源,返回图的起始节点

public class MapBuilder {

public Node build(Set open, Set close){

Node nodeA=new Node("A");

Node nodeB=new Node("B");

Node nodeC=new Node("C");

Node nodeD=new Node("D");

Node nodeE=new Node("E");

Node nodeF=new Node("F");

Node nodeG=new Node("G");

Node nodeH=new Node("H");

nodeA.getChild().put(nodeB, 1);

nodeA.getChild().put(nodeC, 1);

nodeA.getChild().put(nodeD, 4);

nodeA.getChild().put(nodeG, 5);

nodeA.getChild().put(nodeF, 2);

nodeB.getChild().put(nodeA, 1);

nodeB.getChild().put(nodeF, 2);

nodeB.getChild().put(nodeH, 4);

nodeC.getChild().put(nodeA, 1);

nodeC.getChild().put(nodeG, 3);

nodeD.getChild().put(nodeA, 4);

nodeD.getChild().put(nodeE, 1);

nodeE.getChild().put(nodeD, 1);

nodeE.getChild().put(nodeF, 1);

nodeF.getChild().put(nodeE, 1);

nodeF.getChild().put(nodeB, 2);

nodeF.getChild().put(nodeA, 2);

nodeG.getChild().put(nodeC, 3);

nodeG.getChild().put(nodeA, 5);

nodeG.getChild().put(nodeH, 1);

nodeH.getChild().put(nodeB, 4);

nodeH.getChild().put(nodeG, 1);

open.add(nodeB);

open.add(nodeC);

open.add(nodeD);

open.add(nodeE);

open.add(nodeF);

open.add(nodeG);

open.add(nodeH);

close.add(nodeA);

return nodeA;

}

} 图的结构如下图所示:

Dijkstra对象用于计算起始节点到所有其他节点的最短路径

public class Dijkstra {

Set open=new HashSet();

Set close=new HashSet();

Map path=new HashMap();//封装路径距离

Map pathInfo=new HashMap();//封装路径信息

public Node init(){

//初始路径,因没有A->E这条路径,所以path(E)设置为Integer.MAX_VALUE

path.put("B", 1);

pathInfo.put("B", "A->B");

path.put("C", 1);

pathInfo.put("C", "A->C");

path.put("D", 4);

pathInfo.put("D", "A->D");

path.put("E", Integer.MAX_VALUE);

pathInfo.put("E", "A");

path.put("F", 2);

pathInfo.put("F", "A->F");

path.put("G", 5);

pathInfo.put("G", "A->G");

path.put("H", Integer.MAX_VALUE);

pathInfo.put("H", "A");

//将初始节点放入close,其他节点放入open

Node start=new MapBuilder().build(open,close);

return start;

}

public void computePath(Node start){

Node nearest=getShortestPath(start);//取距离start节点最近的子节点,放入close

if(nearest==null){

return;

}

close.add(nearest);

open.remove(nearest);

Map childs=nearest.getChild();

for(Node child:childs.keySet()){

if(open.contains(child)){//如果子节点在open中

Integer newCompute=path.get(nearest.getName())+childs.get(child);

if(path.get(child.getName())>newCompute){//之前设置的距离大于新计算出来的距离

path.put(child.getName(), newCompute);

pathInfo.put(child.getName(), pathInfo.get(nearest.getName())+"->"+child.getName());

}

}

}

computePath(start);//重复执行自己,确保所有子节点被遍历

computePath(nearest);//向外一层层递归,直至所有顶点被遍历

}

public void printPathInfo(){

Set> pathInfos=pathInfo.entrySet();

for(Map.Entry pathInfo:pathInfos){

System.out.println(pathInfo.getKey()+":"+pathInfo.getValue());

}

}

/**

* 获取与node最近的子节点

*/

private Node getShortestPath(Node node){

Node res=null;

int minDis=Integer.MAX_VALUE;

Map childs=node.getChild();

for(Node child:childs.keySet()){

if(open.contains(child)){

int distance=childs.get(child);

if(distance

minDis=distance;

res=child;

}

}

}

return res;

}

}

Main用于测试Dijkstra对象

public class Main {

public static void main(String[] args) {

Dijkstra test=new Dijkstra();

Node start=test.init();

test.computePath(start);

test.printPathInfo();

}

}

打印输出如下:

D:A->D

E:A->F->E

F:A->F

G:A->C->G

B:A->B

C:A->C

H:A->B->H

矩阵实现:

public class Dijkstra {

public static void main(String[] args) {

// TODO Auto-generated method stub

int[][] weight = {

{0,3,9999999,7,9999999},

{3,0,4,2,9999999},

{9999999,4,0,5,6},

{7,2,5,0,4},

{9999999,9999999,6,4,0}

};

int[] path = Dijsktra(weight,0);

for(int i = 0;i < path.length;i++)

System.out.print(path[i] + " ");

}

public static int[] Dijsktra(int[][] weight,int start){

//接受一个有向图的权重矩阵,和一个起点编号start(从0编号,顶点存在数组中)

//返回一个int[] 数组,表示从start到它的最短路径长度

int n = weight.length; //顶点个数

int[] shortPath = new int[n]; //存放从start到其他各点的最短路径

int[] visited = new int[n]; //标记当前该顶点的最短路径是否已经求出,1表示已求出

//初始化,第一个顶点求出

shortPath[start] = 0;

visited[start] = 1;

for(int count = 1;count <= n - 1;count++) //要加入n-1个顶点

{

int k = -1; //选出一个距离初始顶点start最近的未标记顶点

int dmin = 1000;

for(int i = 0;i < n;i++)

{

if(visited[i] == 0 && weight[start][i] < dmin)

{

dmin = weight[start][i];

k = i;

}

}

//将新选出的顶点标记为已求出最短路径,且到start的最短路径就是dmin

shortPath[k] = dmin;

visited[k] = 1;

//以k为中间点想,修正从start到未访问各点的距离

for(int i = 0;i < n;i++)

{

if(visited[i] == 0 && weight[start][k] + weight[k][i] < weight[start][i])

weight[start][i] = weight[start][k] + weight[k][i];

}

}

return shortPath;

}

}

dijkstra最短路径算法视频_java实现Dijkstra算法求最短路径相关推荐

  1. 人工神经元算法视频教学,人工智能神经网络算法

    什么是人工神经元算法 人工神经网络算法 "人工神经网络"(ARTIFICIAL NEURAL NETWORK,简称ANN)是在对人脑组织结构和运行机制的认识理解基础之上模拟其结构和 ...

  2. java的算法库_java – 如何实现算法库?

    我有一组用 Java实现的算法并打包为jar文件.该算法适用于第三方访问它们.算法有几种变化.将添加加班,新版本和新类型的算法.与此同时,我不会强迫所有第三方使用新算法. 我正在考虑为此实现一个简单的 ...

  3. java 排序算法 讲解_java实现排序算法之冒泡排序法详细讲解

    冒泡排序(Bubble Sort),是一种计算机科学领域的较简单的排序算法.它重复地走访过要排序的数列,一次比较两个元素,如果他们的顺序错误就把他们交换过来.走访数列的工作是重复地进行直到没有再需要交 ...

  4. java md5 算法实现_Java 实现Md5算法

    package other; import java.security.MessageDigest; import java.security.NoSuchAlgorithmException; /* ...

  5. java 算法移植_Java:Chacha20算法(从openssl移植)

    使用示例 String str = "hello world"; int key[] = {-123,-456,789,123,456,7890,456,456}; int noc ...

  6. dijkstra最短路径算法视频_Dijkstra最短路径算法

    示例 伪代码 分析 Dijkstra算法是目前比较主流的计算最短路径的方法,求取一个顶点到其余各顶点的最短路径,也称作单源最短路径.它的主要特点是从起始点开始,采用贪心的策略对点进行遍历,层层遍历(广 ...

  7. java 有向图 最短路径算法_java使用Dijkstra算法实现单源最短路径

    单源最短路径问题,即在图中求出给定顶点到其它任一顶点的最短路径.在弄清楚如何求算单源最短路径问题之前,必须弄清楚最短路径的最优子结构性质. 一.最短路径的最优子结构性质 该性质描述为:如果P(i,j) ...

  8. dijkstra最短路径算法视频_单源最短路径(1):Dijkstra 算法

    一:背景 Dijkstra 算法(中文名:迪杰斯特拉算法)是由荷兰计算机科学家 Edsger Wybe Dijkstra 提出.该算法常用于路由算法或者作为其他图算法的一个子模块.举例来说,如果图中的 ...

  9. (最短路径算法整理)dijkstra、floyd、bellman-ford、spfa算法

    一.floyd 1.介绍 floyd算法只有五行代码,代码简单,三个for循环就可以解决问题,所以它的时间复杂度为O(n^3),可以求多源最短路问题. 2.思想: Floyd算法的基本思想如下:从任意 ...

最新文章

  1. 【RAC】 RAC For W2K8R2 安装--共享磁盘的配置(三)
  2. DescriptionAttribute Class
  3. poj 1186 方程的解数(线性探测再哈希)
  4. ai建立使用图案_ai自定义图案的方法详解步骤图
  5. Markdown简明使用
  6. php模板中的数组在哪,php – Twig:从包含的模板中添加项目到数组
  7. uml类图例子_五分钟带你读懂UML类图
  8. [原创]《敏捷软件测试:测试人员与敏捷团队的实践指南》一书思维图初稿版...
  9. C语言文件拷贝-四种方式
  10. 计算机辅助档案管理文字说明,计算机辅助档案管理
  11. 计算机 英语简历,2017计算机英文简历范文
  12. php变异测试工具,科学网—两种突变检测的matlab代码 - 张凌的博文
  13. 两张图片怎样合成一张左右拼图?
  14. MAC系统下解决Teamviewer 是商业用途只能连5分钟的问题--修改Teamviewer的id
  15. 基于Linux 5.4.18的nvme驱动学习 - Linux相关概念 (一)
  16. 阿里云服务器SSH远程连接与踩坑小记
  17. ICPC2017网络赛(西安)B coin (概率计算)
  18. python识图找图_【python 图像识别】图像识别从菜鸟
  19. 7-226 sdut-C语言实验-矩阵输出(数组移位)7-227 sdut- C语言实验-计算1到n的和(循环结构)7-228 加法口诀表
  20. c++后台开发项目_5900万!腾讯云中标安徽宿州wecity智慧园区EPC项目(含智慧路灯)...

热门文章

  1. 虚拟机中的solaris无法通过putty连接(网络模式为桥接模式)
  2. [转]Vim常用命令速查
  3. 注册了一个域名WELAI.NET
  4. PMCAFF微课堂「已结束」 | 阿里资深运营揭秘电商运营与纯互联网运营的区别与互通
  5. 大咖茶话会 | 与原新浪微博副总裁零距离沟通
  6. Oracle-数据库对象(index、synonsym、view、sequence、tablespace)
  7. 密码学研究-密钥长度限制
  8. [转]JS脚本抢腾讯云学生1元代金券
  9. SQL Server 中关于 @@error 的一个小误区
  10. FixedSizeList的使用