迪杰斯特拉算法(最短路径问题)
1. 应用场景：
假如有七个村庄(ABCDEFG)，有个人从G点出发，到其他六个村庄的最短路径分别是多少？到A、B、F、E只有一条路，没得选，但是到C有两条路，可以是2 + 7，也可以是8 + 4，到D点可以是3 + 9，也可以是6 + 4。图上标明了距离我们当然一看就知道怎么选，那么如何能让程序选择最短的路径呢？
最短路径问题
迪杰斯特拉算法就是求最短路径的经典算法。它的主要思想就是以起始点向外层层扩展，用广度优先的思想，直到扩展到终点为止。
2. 算法步骤：
以上面的例子，从G开始处理，来讲解这个过程：
- 首先我们会用一个数组或者集合来保存这7个顶点，如下：
String[] vertexs = {"A", "B", "C", "D", "E", "F", "G"};- 其次，会有一个邻接矩阵来表示各个顶点之间的距离，如下(N表示联不通，可以用一个很大的数表示)：
A B C D E F G
A{N, 5, 7 ,N, N, N, 2}
B{5, N, N ,9, N, N, 3}
C{7, N, N ,N, 8, N, N}
D{N, 9, N ,N, N, 4, N}
E{N, N, 8 ,N, N, 5, 4}
F{N, N, N ,4, 5, N, 6}
G{2, 3, N ,N, 4, 6, N}- 接着创建一个数组
already_arr，长度为顶点的个数。数组里面，0表示未访问过该顶点，1表示访问过该顶点。初始的时候其他都是0，G顶点的是1。
int[] already_arr = {0, 0, 0, 0, 0, 0, 1};- 再创建一个数组
dis，长度也是顶点的个数。该数组记录的是当前顶点到其他顶点的距离，初始的时候是一个较大的数，到自己的距离就是0。
int[] dis = {N, N, N, N, N, N, 0};- 还要创建一个数组
pre_visited，长度也是顶点的个数。数组表示顶点的到前驱顶点的距离，初始时候都是0。
int[] pre_visited = {0, 0, 0, 0, 0, 0, 0};- 处理了顶点G，即邻接矩阵的最后一行，可以发现，G到A的距离是2，小于9999，到B的距离是3，也小于9999……所以更新
dis数组，如下：
int[] dis = {2, 3, N, N, 4, 6, 0};- 从邻接矩阵的最后一行可以看出，G和A、B、E、F是直接连通的，也就说明，ABEF这四个点的前驱顶点都是G，所以
pre_visited数组变成了：
int[] pre_visited = {6, 6, 0, 0, 6, 6, 0};- 上面就是第一次的处理过程，然后按照广度优先的方式，每访问一个顶点，就按照上面的方式去修改这3个数组。最后的G顶点到每个顶点的最短距离就记录中
dis数组中。
3. 代码实现：
- 首先得把图创建出来：
class Graph{
String[] vertexs; // 存放顶点
int[][] edges; // 邻接矩阵，存放边
public Graph(String[] vertexs, int[][] edges) {
this.vertexs = vertexs;
this.edges = edges;
}
}- 然后，创建一个类，类里面有个三个属性，就是上面说的那三个数组，以及一些必要的方法：
class VisitedVertex{
private static final int N = 999;
public int[] already_arr;
public int[] pre_visited;
public int[] dis;
/**
* 构造器
* @param length 顶点的个数
* @param index 出发点的索引
*/
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, N);
dis[index] = 0;
}
/**
* 判断index对应的顶点是否被访问过
* @param index
* @return
*/
public boolean isVisited(int index) {
return already_arr[index] == 1;
}
/**
* 更新dis数组，索引为index的值更新为len
* @param index
* @param len
*/
public void updateDis(int index, int len) {
dis[index] = len;
}
/**
* 更新前驱顶点
* @param index
* @param val
*/
public void updatePre(int index, int val) {
pre_visited[index] = val;
}
/**
* 将index设置为已访问
* @param index
*/
public void updateAlreadyArr(int index) {
already_arr[index] = 1;
}
/**
* 返回出发顶点到index这个顶点的距离
* @param index
* @return
*/
public int getDis(int index) {
return dis[index];
}
/**
* 返回要处理的下一个顶点
* @return
*/
public int nextVertexs() {
int index = 0;
int min = N;
for (int i=0; i< already_arr.length; i++) {
if (!isVisited(i) && dis[i] < min) {
min = dis[i];
index = i;
}
}
updateAlreadyArr(index);
return index;
}
public void printArr() {
System.out.println(Arrays.toString(this.dis) + " dis");
System.out.println(Arrays.toString(this.pre_visited) + " pre_visited");
System.out.println(Arrays.toString(this.already_arr) + " already_arr");
}
}- 那么接下来就可以在Graph类中新增一个方法，来实现迪杰斯特拉算法了，如下：
/**
* 迪杰斯特拉算法实现
* @param index 出发顶点的下标
*/
public void dsj(int index) {
VisitedVertex visitedVertex = new VisitedVertex(this.vertexs.length, index);
updateArrs(index, visitedVertex);
// 下一个要处理的顶点
for (int i=1; i<vertexs.length; i++) {
index = visitedVertex.nextVertexs();
updateArrs(index, visitedVertex);
}
visitedVertex.printArr();
}
/**
* 拿到邻接矩阵的第index行，根据这一行对三个数组进行更新
* @param index
* @param visitedVertex
*/
private void updateArrs(int index, VisitedVertex visitedVertex) {
int[] tempArr = this.edges[index];
// distance表示出发顶点到索引为index的这个顶点的距离
int distance = 0;
for (int i=0; i< tempArr.length; i++) {
// 先前的距离 + 本次遍历得到的距离
distance = visitedVertex.getDis(index) + tempArr[i];
if (distance < visitedVertex.getDis(i) && !visitedVertex.isVisited(i)) {
visitedVertex.updateDis(i, distance);
visitedVertex.updatePre(i, index);
visitedVertex.updateAlreadyArr(index);
}
}
}测试方法：
public class DijkstraDemo {
public static final int N = 999;
public static void main(String[] args) {
String[] vertexs = {"A", "B", "C", "D", "E", "F", "G"};
int[][] edges = {
{N, 5, 7 ,N, N, N, 2},
{5, N, N ,9, N, N, 3},
{7, N, N ,N, 8, N, N},
{N, 9, N ,N, N, 4, N},
{N, N, 8 ,N, N, 5, 4},
{N, N, N ,4, 5, N, 6},
{2, 3, N ,N, 4, 6, N}
};
Graph graph = new Graph(vertexs, edges);
graph.dsj(6);
}
}运行后得到结果如下：
运行结果
dis数组就是我们想要的结果，即对应的顶点G到各个点的最短距离。
本文参与 腾讯云自媒体分享计划，分享自作者个人站点/博客。
如有侵权请联系 cloudcommunity@tencent.com 删除
评论
登录后参与评论
推荐阅读