前往小程序,Get更优阅读体验!
立即前往
首页
学习
活动
专区
工具
TVP
发布
社区首页 >专栏 >漫画:图的 “最短路径” 问题

漫画:图的 “最短路径” 问题

作者头像
小灰
发布2020-04-22 15:50:01
8940
发布2020-04-22 15:50:01
举报
文章被收录于专栏:程序员小灰程序员小灰

————— 第二天 —————

如何遍历呢?

第一层,遍历顶点A:

第二层,遍历A的邻接顶点B和C:

第三层,遍历顶点B的邻接顶点D、E,遍历顶点C的邻接顶点F:

第四层,遍历顶点E的邻接顶点G,也就是目标节点:

由此得出,图中顶点A到G的(第一条)最短路径是A-B-E-G:

换句话说,就是寻找从A到G之间,权值之和最小的路径。

————————————

究竟什么是迪杰斯特拉算法?它是如何寻找图中顶点的最短路径呢?

这个算法的本质,是不断刷新起点与其他各个顶点之间的 “距离表”。

让我们来演示一下迪杰斯特拉的详细过程:

第1步,创建距离表。表中的Key是顶点名称,Value是从起点A到对应顶点的已知最短距离。但是,一开始我们并不知道A到其他顶点的最短距离是多少,Value默认是无限大:

第2步,遍历起点A,找到起点A的邻接顶点B和C。从A到B的距离是5,从A到C的距离是2。把这一信息刷新到距离表当中:

第3步,从距离表中找到从A出发距离最短的点,也就是顶点C。

第4步,遍历顶点C,找到顶点C的邻接顶点D和F(A已经遍历过,不需要考虑)。从C到D的距离是6,所以A到D的距离是2+6=8;从C到F的距离是8,所以从A到F的距离是2+8=10。把这一信息刷新到表中:

接下来重复第3步、第4步所做的操作:

第5步,也就是第3步的重复,从距离表中找到从A出发距离最短的点(C已经遍历过,不需要考虑),也就是顶点B。

第6步,也就是第4步的重复,遍历顶点B,找到顶点B的邻接顶点D和E(A已经遍历过,不需要考虑)。从B到D的距离是1,所以A到D的距离是5+1=6,小于距离表中的8;从B到E的距离是6,所以从A到E的距离是5+6=11。把这一信息刷新到表中:

(在第6步,A到D的距离从8刷新到6,可以看出距离表所发挥的作用。距离表通过迭代刷新,用新路径长度取代旧路径长度,最终可以得到从起点到其他顶点的最短距离)

第7步,从距离表中找到从A出发距离最短的点(B和C不用考虑),也就是顶点D。

第8步,遍历顶点D,找到顶点D的邻接顶点E和F。从D到E的距离是1,所以A到E的距离是6+1=7,小于距离表中的11;从D到F的距离是2,所以从A到F的距离是6+2=8,小于距离表中的10。把这一信息刷新到表中:

第9步,从距离表中找到从A出发距离最短的点,也就是顶点E。

第10步,遍历顶点E,找到顶点E的邻接顶点G。从E到G的距离是7,所以A到G的距离是7+7=14。把这一信息刷新到表中:

第11步,从距离表中找到从A出发距离最短的点,也就是顶点F。

第10步,遍历顶点F,找到顶点F的邻接顶点G。从F到G的距离是3,所以A到G的距离是8+3=11,小于距离表中的14。把这一信息刷新到表中:

就这样,除终点以外的全部顶点都已经遍历完毕,距离表中存储的是从起点A到所有顶点的最短距离。显然,从A到G的最短距离是11。(路径:A-B-D-F-G)

按照上面的思路,我们来看一下代码实现:

代码语言:javascript
复制
/** * Dijkstra最短路径算法 */public static Map<Integer, Integer> dijkstra(Graph graph, int startIndex) {    //创建距离表,存储从起点到每一个顶点的临时距离    Map<Integer, Integer> distanceMap = new HashMap<Integer,Integer>();    //记录遍历过的顶点    Set<Integer> accessedSet = new HashSet<Integer> ();    //图的顶点数量    int size = graph.vertexes.length;    //初始化最短路径表,到达每个顶点的路径代价默认为无穷大    for(int i=1; i<size; i++){        distanceMap.put(i, Integer.MAX_VALUE);    }    //遍历起点,刷新距离表    accessedSet.add(0);    List<Edge> edgesFromStart = graph.adj[startIndex];    for(Edge edge : edgesFromStart)    {        distanceMap.put(edge.index, edge.weight);    }    //主循环,重复 遍历最短距离顶点和刷新距离表 的操作    for(int i=1; i<size; i++)    {        //寻找最短距离顶点        int minDistanceFromStart = Integer.MAX_VALUE;        int minDistanceIndex = -1;        for(int j=1; j<size; j++)        {            if(!accessedSet.contains(j) && distanceMap.get(j) < minDistanceFromStart)            {                minDistanceFromStart = distanceMap.get(j);                minDistanceIndex = j;            }        }        if(minDistanceIndex == -1){            break;        }        //遍历顶点,刷新距离表        accessedSet.add(minDistanceIndex);        for(Edge edge : graph.adj[minDistanceIndex])        {            if(accessedSet.contains(edge.index)){                continue;            }            int weight = edge.weight;            int preDistance = distanceMap.get(edge.index);            if(weight != Integer.MAX_VALUE  && (minDistanceFromStart+ weight < preDistance))            {                distanceMap.put(edge.index, minDistanceFromStart + weight);            }        }    }
    return distanceMap;}
public static void main(String[] args) {    Graph graph = new Graph(7);    initGraph(graph);    Map<Integer, Integer> distanceMap = dijkstra(graph, 0);    int distance = distanceMap.get(6);    System.out.println(distance);}
/** * 图的顶点 */private static class Vertex {    String data;    Vertex(String data) {        this.data = data;    }}
/** * 图的边 */private static class Edge {    int index;    int weight;    Edge(int index, int weight) {        this.index = index;        this.weight = weight;    }}
/** * 图 */private static class Graph {    private Vertex[] vertexes;    private LinkedList<Edge> adj[];
    Graph(int size){        //初始化顶点和邻接矩阵        vertexes = new Vertex[size];        adj = new LinkedList[size];        for(int i=0; i<adj.length; i++){            adj[i] = new LinkedList<Edge>();        }    }}
private static void initGraph(Graph graph){    graph.vertexes[0] = new Vertex("A");    graph.vertexes[1] = new Vertex("B");    graph.vertexes[2] = new Vertex("C");    graph.vertexes[3] = new Vertex("D");    graph.vertexes[4] = new Vertex("E");    graph.vertexes[5] = new Vertex("F");    graph.vertexes[6] = new Vertex("G");
    graph.adj[0].add(new Edge(1, 5));    graph.adj[0].add(new Edge(2, 2));    graph.adj[1].add(new Edge(0, 5));    graph.adj[1].add(new Edge(3, 1));    graph.adj[1].add(new Edge(4, 6));    graph.adj[2].add(new Edge(0, 2));    graph.adj[2].add(new Edge(3, 6));    graph.adj[2].add(new Edge(5, 8));    graph.adj[3].add(new Edge(1, 1));    graph.adj[3].add(new Edge(2, 6));    graph.adj[3].add(new Edge(4, 1));    graph.adj[3].add(new Edge(5, 2));    graph.adj[4].add(new Edge(1, 6));    graph.adj[4].add(new Edge(3, 1));    graph.adj[4].add(new Edge(6, 7));    graph.adj[5].add(new Edge(2, 8));    graph.adj[5].add(new Edge(3, 2));    graph.adj[5].add(new Edge(6, 3));    graph.adj[6].add(new Edge(4, 7));    graph.adj[6].add(new Edge(5, 3));}

—————END—————

本文参与 腾讯云自媒体分享计划,分享自微信公众号。
原始发表:2019-04-08,如有侵权请联系 cloudcommunity@tencent.com 删除

本文分享自 程序员小灰 微信公众号,前往查看

如有侵权,请联系 cloudcommunity@tencent.com 删除。

本文参与 腾讯云自媒体分享计划  ,欢迎热爱写作的你一起参与!

评论
登录后参与评论
0 条评论
热度
最新
推荐阅读
领券
问题归档专栏文章快讯文章归档关键词归档开发者手册归档开发者手册 Section 归档