算法分析:
首先,Dijkstra算法实现上需要这些前提:
-
Dijkstra处理的是带正权值的有权图,那么就需要一个二维数组(如果空间大用List数组)存储各个点到点之间边的权值大小 (邻接矩阵或者邻接表存储) ,各个点距离初始化为无穷大。
-
需要一个boolean数组判断哪些点已经确定最短⻓度路径,哪些点没有确定。用一个 int数组记录距离(在算法执行过程有些点最短路径可能被多次更新)。
-
需要优先队列加入已经确定点的周围点。每次抛出从起点最短路径的那个点,直到所有点路径确定最短为止。
简单的概括流程为:
-
第一步一般从选定点开始抛入优先队列(路径一般为0),boolean数组标记0的位置(最短为0) , 然后0周围连通的点抛入优先队列中(可能是node类),并把各个点的距离记录到对应数组内,此时周围点只是等待调度可能是最短距离,也可能被更新。(如果小于就更新,大于就不动,初始第一次是无穷肯定会更新),第一次就结束了。
-
从等待调度队列中抛出距离最近的那个点B(第一次就是0周围邻居)。这个点距离一定是最近可以确定的(所有权值都是正的,点的距离只能越来越⻓,而它的路径是所有可能中的最小的)标记这个点为true表示已经确定,并且将这个点的邻居加入队列(下一次等待调度点为队列中原有的和这个点周围未确定的邻居),并同时判断是否更新B点邻居⻓度,如果小于则更新!
-
重复二操作,直到所有的点都确定。
算法实现:
package 图论;
import java.util.ArrayDeque;
import java.util.Comparator;
import java.util.PriorityQueue;
import java.util.Queue;
import java.util.Scanner;
public class dijkstra {
static class node
{
int x; //节点编号
int lenth;//长度
public node(int x,int lenth) {
this.x=x;
this.lenth=lenth;
}
}
public static void main(String[] args) {
int[][] map = new int[6][6];//记录权值,顺便记录链接情况,可以考虑附加邻接表
initmap(map);//初始化
boolean bool[]=new boolean[6];//判断是否已经确定
int len[]=new int[6];//长度
for(int i=0;i<6;i++)
{
len[i]=Integer.MAX_VALUE;
}
Queue<node>q1=new PriorityQueue<node>(com);
len[0]=0;//从0这个点开始
q1.add(new node(0, 0));
int count=0;//计算执行了几次dijkstra
while (!q1.isEmpty()) {
node t1=q1.poll();
int index=t1.x;//节点编号
int length=t1.lenth;//节点当前点距离
bool[index]=true;//抛出的点确定
count++;//其实执行了6次就可以确定就不需要继续执行了 这句可有可无,有了减少计算次数
for(int i=0;i<map[index].length;i++)
{
if(map[index][i]>0&&!bool[i])
{
node node=new node(i, length+map[index][i]);
if(len[i]>node.lenth)//需要更新节点的时候更新节点并加入队列
{
len[i]=node.lenth;
q1.add(node);
}
}
}
}
for(int i=0;i<6;i++)
{
System.out.println(len[i]);
}
}
static Comparator<node>com=new Comparator<node>() {
public int compare(node o1, node o2) {
return o1.lenth-o2.lenth;
}
};
private static void initmap(int[][] map) {
map[0][1]=2;map[0][2]=3;map[0][3]=6;
map[1][0]=2;map[1][4]=4;map[1][5]=6;
map[2][0]=3;map[2][3]=2;
map[3][0]=6;map[3][2]=2;map[3][4]=1;map[3][5]=3;
map[4][1]=4;map[4][3]=1;
map[5][1]=6;map[5][3]=3;
}
}
更详细内容,点击下方原文链接:
转自:https://blog.csdn.net/qq_40693171/article/details/119723211。