迪杰斯特拉算法

大纲目录

迪杰斯特拉算法

迪杰斯特拉算法
- 一、应用场景-最短路径问题
- 二、迪杰斯特拉(Dijkstra)算法介绍
- 三、迪杰斯特拉(Dijkstra)算法过程
- 四、源码

一、应用场景-最短路径问题

战争时期，胜利乡有7个村庄(A, B, C, D, E, F, G) ，现在有六个邮差，从G点出发，需要分别把邮件分别送到 A, B, C , D, E, F 六个村庄
各个村庄的距离用边线表示(权) ，比如 A – B 距离 5公里
问：如何计算出G村庄到其它各个村庄的最短距离?
如果从其它点出发到各个点的最短距离又是多少?

二、迪杰斯特拉(Dijkstra)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层扩展(广度优先搜索思想)，直到扩展到终点为止。

三、迪杰斯特拉(Dijkstra)算法过程

设置出发顶点为v，顶点集合V{v1,v2,vi…}，v到V中各顶点的距离构成距离集合Dis，Dis{d1,d2,di…}，Dis集合记录着v到图中各顶点的距离(到自身可以看作0，v到vi距离对应为di)

从Dis中选择值最小的di并移出Dis集合，同时移出V集合中对应的顶点vi，此时的v到vi即为最短路径
更新Dis集合，更新规则为：比较v到V集合中顶点的距离值，与v通过vi到V集合中顶点的距离值，保留值较小的一个(同时也应该更新顶点的前驱节点为vi，表明是通过vi到达的)
重复执行两步骤，直到最短路径顶点为目标顶点即可结束

四、源码

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;// 表示不可以连接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);//测试, 看看图的邻接矩阵是否okgraph.showGraph();//测试迪杰斯特拉算法graph.dsj(2);//Cgraph.showDijkstra();}}class Graph {private char[] vertex; // 顶点数组private int[][] matrix; // 邻接矩阵private VisitedVertex vv; //已经访问的顶点的集合// 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));}}//迪杰斯特拉算法实现/*** * @param index 表示出发顶点对应的下标*/public void dsj(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顶点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;//根据遍历我们的邻接矩阵的  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 + 从index顶点到j顶点的距离的和 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顶点的距离，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}}}
}// 已访问顶点集合
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为出发顶点，就会记录G到其它顶点的距离，会动态更新，求的最短距离就会存放到dispublic int[] dis;//构造器/*** * @param length :表示顶点的个数 * @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.already_arr[index] = 1; //设置出发顶点被访问过this.dis[index] = 0;//设置出发顶点的访问距离为0}/*** 功能: 判断index顶点是否被访问过* @param index* @return 如果访问过，就返回true, 否则访问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* @param len*/public void updateDis(int index, int len) {dis[index] = len;}/*** 功能: 更新pre这个顶点的前驱顶点为index顶点* @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* @param index*/public int getDis(int index) {return dis[index];}/*** 继续选择并返回新的访问顶点， 比如这里的G 完后，就是 A点作为新的访问顶点(注意不是出发顶点)* @return*/public int updateArr() {int min = 65535, 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//即将三个数组的情况输出public void show() {System.out.println("==========================");//输出already_arrfor(int i : already_arr) {System.out.print(i + " ");}System.out.println();//输出pre_visitedfor(int i : pre_visited) {System.out.print(i + " ");}System.out.println();//输出disfor(int i : dis) {System.out.print(i + " ");}System.out.println();//为了好看最后的最短距离，我们处理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.println("N ");}count++;}System.out.println();}}

常用算法（八）——迪杰斯特拉算法相关推荐

图相关算法~从头学算法【广搜、深搜、拓扑排序、并查集、弗洛伊德算法、迪杰斯特拉算法】
图的相关主流算法主要有: 广度优先搜索深度优先搜索拓扑排序并查集多源最短路径(弗洛伊德算法) 单源最短路径(迪杰斯特拉算法) 其中呢,最基本的是前两种,也就是平时常用的广搜和深搜,本文中将概要 ...
0096 克鲁斯卡尔算法，迪杰斯特拉算法
/* * 克鲁斯卡尔算法 * 1.用来求加权连通图的最小生成树的算法 * 2.思想:按照权值从小到大的顺序,选择n-1条边,并保证这n-1条边不构成回路 * 3.先构造一个只含n个顶点的森林, ...
数据结构第十二天——普利姆算法和迪杰斯特拉算法
普利姆(Prim)算法求最小生成树,也就是在包含 n个顶点的连通图中,找出只有(n-1)条边包含所有 n个顶点的连通子图,也就是所谓的极小连通子图最小生成树:给定一个带权的无向连通图,如何选取一棵生 ...
【数据结构】图的应用（普利姆算法、克鲁斯卡尔算法、迪杰斯特拉算法、弗洛伊德算法、拓扑排序）
最小生成树什么是最小生成树是一棵树 - 无回路 - |V|个顶点一定有|V|-1条边是生成树 - 包含全部顶点 - |V|-1条边全在图里贪心算法什么是"贪":每一步都要 ...
java迪杰斯特拉算法_迪杰斯特拉算法完整代码（Java）
package com.rao.graph; import java.util.*; /** * @author Srao * @className Dijkstra * @date 2019/12/ ...
【数据结构与算法】迪杰斯特拉算法的介绍和最短路径问题程序实现
目录 1. 迪杰斯特拉算法的介绍 2. 迪杰斯特拉算法的原理 3. 最短路径问题介绍 1. 迪杰斯特拉算法的介绍迪杰斯特拉(Dijkstra)算法是典型求两点之间最短路径算法.它的主要特点是以起始点 ...
计算机网络课程实验4——编程实现路由算法（迪杰斯特拉算法）
实验目的: 运用各种编程语言实现基于 Dijkstra 算法的路由软件. 实验意义: 通过本实验,使学生能够对路由原理和路由算法有进一步的理解和掌握. 实验步骤: 1, 选择合适的编程语言编程实现基于 ...
最短路径的两种算法（迪杰斯特拉算法和弗洛伊德算法）
一.迪杰斯特拉(Dijkstra)算法 1.定义描述 Dijkstra(迪杰斯特拉)算法是典型的单源最短路径算法,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 ...
算法系列——迪杰斯特拉算法（Dijkstra）
本系列旨在用简单的人话讲解算法,尽可能避免晦涩的定义,读者可以短时间内理解算法原理及应用细节.我在努力! 本篇文章编程语言为Python,供参考. 迪杰斯特拉算法(Dijkstra) 典型最短路径算法 ...
最短路径算法之迪杰斯特拉算法(Dijkstra)和佛洛依德算法(Floyd)
今天学习了这两种算法,都是用来求最小路径的算法,但是迪杰斯特拉算法只能从某个特定点到所有点的最短路径,而佛洛依德算法可以查出任意点到任意点的最小路径. 迪杰斯特拉: package dijkstra; ...

常用算法（八）——迪杰斯特拉算法

迪杰斯特拉算法

迪杰斯特拉算法

一、应用场景-最短路径问题

二、迪杰斯特拉(Dijkstra)算法介绍

三、迪杰斯特拉(Dijkstra)算法过程

四、源码

常用算法（八）——迪杰斯特拉算法相关推荐

最新文章

热门文章