广度优先算法之狄克斯特拉算法

package cn.wizzer.common.util;
import java.util.ArrayList;
import java.util.HashMap;
import java.util.List;
import java.util.Map;public class A {// the graphprivate static Map<String, Map<String, Double>> graph = new HashMap<>();private static List<String> processed = new ArrayList<>();private static String findLowestCostNode(Map<String, Double> costs) {Double lowestCost = Double.POSITIVE_INFINITY;String lowestCostNode = null;// Go through each nodefor (Map.Entry<String, Double> node : costs.entrySet()) {Double cost = node.getValue();// If it's the lowest cost so far and hasn't been processed yet...if (cost < lowestCost && !processed.contains(node.getKey())) {// ... set it as the new lowest-cost node.lowestCost = cost;lowestCostNode = node.getKey();}}return lowestCostNode;}public static void main(String[] args) {graph.put("start", new HashMap<>());graph.get("start").put("a", 5.0);graph.get("start").put("b", 2.0);graph.put("a", new HashMap<>());graph.get("a").put("fin", 1.0);//增加c点graph.get("a").put("c", 3.0);graph.put("b", new HashMap<>());graph.get("b").put("a", 3.0);graph.get("b").put("c", 5.0);//graph.get("b").put("fin", 5.0);graph.put("c", new HashMap<>());graph.get("c").put("fin", 4.0);// graph.get("b").put("c", 5.0);graph.put("fin", new HashMap<>());// The costs tableMap<String, Double> costs = new HashMap<>();costs.put("a", 5.0);costs.put("b", 2.0);costs.put("c", Double.POSITIVE_INFINITY);costs.put("fin", Double.POSITIVE_INFINITY);// the parents tableMap<String, String> parents = new HashMap<>();parents.put("a", "start");parents.put("b", "start");parents.put("fin", null);String node = findLowestCostNode(costs);while (node != null) {Double cost = costs.get(node);// Go through all the neighbors of this nodeMap<String, Double> neighbors = graph.get(node);for (String n : neighbors.keySet()) {double newCost = cost + neighbors.get(n);// If it's cheaper to get to this neighbor by going through this nodeif (newCost<costs.get(n)  ) {// ... update the cost for this nodecosts.put(n, newCost);// This node becomes the new parent for this neighbor.parents.put(n, node);}}// Mark the node as processedprocessed.add(node);// Find the next node to process, and loopnode = findLowestCostNode(costs);}System.out.println("Cost from the start to each node:");System.out.println(costs); // { a: 5, b: 2, fin: 6 }System.out.println(parents); // { a: 5, b: 2, fin: 6 }}
}

广度优先算法之狄克斯特拉算法相关推荐

Python查找算法之狄克斯特拉算法
目录简介加权图非加权图思路实例代码步骤代码示例运行结果简介狄克斯特拉算法解决了耗时最短(总权重最小)问题狄克斯特拉算法适用于加权图,并且图为有向无环图(DAG),而且权重不能为负数 ...
算法图解-狄克斯特拉算法
本章内容: 加权图-提高或者降低某些边的权重狄克斯特拉算法,能找出加权图中前往x的最短路径图中的环,它导致狄克斯特拉算不管用 7.1狄克斯特拉算法 4个步骤: 找出最便宜的节点,即最短时间内前往的 ...
算法之狄克斯特拉算法
[算法定义] 是从一个顶点到其余各顶点的最短路径算法,解决的是有权图中最短路径问题.迪克斯特拉算法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. [算法图示] [程序设计] /****** ...
算法之狄克斯特拉算法 --《图解算法》
2019你好!好好生活,好好工作! 狄克斯特拉算法狄克斯特拉算法(Dijkstra )用于计算出不存在非负权重的情况下,起点到各个节点的最短距离可用于解决2类问题: 从A出发是否存在到达B的路径: ...
算法(四):图解狄克斯特拉算法
算法简介狄克斯特拉算法(Dijkstra )用于计算出不存在非负权重的情况下,起点到各个节点的最短距离可用于解决2类问题: 从A出发是否存在到达B的路径: 从A出发到达B的最短路径(时间最少.或者 ...
《算法图解》——狄克斯特拉算法
前面文章提到,找出段数最少的路径,使用广度优先搜索. 现在要找出最快的路径,(花费最少)使用狄克斯特拉算法. 狄克斯特拉算法包含的四个步骤: (1)找出最便宜的节点,即可在最短时间内前往的节点. (2 ...
算法学习之狄克斯特拉算法
加权图在了解狄克斯特拉算法之前,先介绍一下加权图. 如图,假设你要从起点出发到达终点,如果只考虑换乘少,即最短路径.那么可以使用广度优先搜索算法,该算法我之前简单的写过,链接点这里.但是,现在你要找 ...
Python图算法之狄克斯特拉算法
可用于类似公交线路用时最短的案例. 图算法之狄克斯特拉算法(Dijkstra's algorithm),包含4个步骤: (1) 找出"最便宜"的节点(权重最小),即可在最短时间内前 ...
算法详解之狄克斯特拉算法
上一篇文章,我们了解了广度优先搜索算法(BFS),BFS主要用来解决图的可达路径验证和最小路径问题,即从一个顶点A到另一个顶点B,是否有可达路径,如果有那么求出其到达的最少步骤.那么这里的最短路径就如 ...

广度优先算法之狄克斯特拉算法

广度优先算法之狄克斯特拉算法相关推荐

最新文章

热门文章