最短路径树
定义。给定一幅加权有向图和一个顶点s,以s为起点的一棵最短路径树是图的一幅子图,它包含s和从s可达的所有顶点。这棵有向树的根结点为s,树的每条路径都是有向图中的一条最短路径。
数据结构
加权有向边的数据类型
package Graph;
public class DirectedEdge implements Comparable<DirectedEdge>{
private int v, w;
private double weight;
public DirectedEdge(int v, int w, double weight){
this.v = v;
this.w = w;
this.weight = weight;
}
public double weight(){
return weight;
}
public int from(){
return v;
}
public int to(){
return w;
}
@Override
public int compareTo(DirectedEdge o) {
return (int)Math.floor(weight - o.weight);// 注意浮点数的比较
}
}
DirectedEdge类的实现比无向边的数据类型Edge类更简单,因为边的两个端点是有区别的。
加权有向图的数据类型
package Graph;
import java.util.LinkedList;
import java.util.Queue;
public class EdgeWeightDigraph {
private int V;
private int E;
private Bag<DirectedEdge>[] adj;
public EdgeWeightDigraph(int V){
adj = new Bag[V];
for(int i = 0; i < V; i++){
adj[i] = new Bag<DirectedEdge>();
}
}
public int V(){
return V;
}
public int E(){
return E;
}
public void addEdge(int v, int w, double weight){
adj[v].add(new DirectedEdge(v, w, weight));
E++;
}
Iterable<DirectedEdge> adj(int v){
return adj[v];
}
public EdgeWeightDigraph reverse(){
EdgeWeightDigraph copy = new EdgeWeightDigraph(V);
for(int v = 0; v < V; v++){
for(DirectedEdge e : adj(v)){
copy.addEdge(e.from(), e.to(), e.weight());
}
}
return copy;
}
public Iterable<DirectedEdge> edges(){
Queue<DirectedEdge> list = new LinkedList<>();
boolean[] marked = new boolean[V];
for(int v = 0; v < V; v++){
marked[v] = true;
for(DirectedEdge e: adj(v)){
int w = e.to();
if(marked[w]) continue;
list.add(e);
marked[w] = true;
}
}
return list;
}
}
与Digraph类一样,每条边在邻接表中只会出现一次。
最短路径的API
最短路径的数据结构
- 最短路径树中的边:使用一个由顶点索引的DirectedEdge对象的父链接数组edgeTo[],其中edgeTo[v]的值为树中连接v和它的父结点的边。
- 到达起点的距离:我们需要一个由顶点索引的数组distTo[],其中distTo[v]为从s到v的已知最短路径的长度。
我们约定edgeTo[s]的值为null,distTo[s]的值为0。同时还约定,从起点到不可达顶点的距离为Double.POSITIVE_INFINITY。
边的松弛
distTo[]中只有起点所对应的元素的值为0,其余元素的值均被初始化为Double.POSITIVE_INFINITY。随着算法的执行,它将起点到其他顶点的最短路径的信息存入了edgeTo[]和distTo[]数组中。在遇到新的边时,通过更新这些信息就可以得到新的最短路径。
边的松弛:放松边v->w意味着检查从s到w的最短路径是否是先从s到v,然后再由v到w。如果是,则根据这个情况更新数据结构的内容。
顶点的松弛
实际上,实现会放松从一个给定顶点指出的所有边。
Dijkstra算法
首先将distTo[s]初始化为0,distTo[]中的其他元素初始化为无穷。然后将distTo[]最小的非树顶点放松并加入树中,如此这般,直到所有顶点都在树中或者所有非树顶点的distTo[]值均为无穷大。
package Graph;
import Sort.IndexMinPQ;
import java.util.Stack;
public class DijkstraSP {
private double[] distTo;
private DirectedEdge edgeTo[];
private IndexMinPQ<Double> pq;
public DijkstraSP(EdgeWeightDigraph G, int s){
int V = G.V();
distTo = new double[V];
for(int v = 0; v < V; v++) distTo[v] = Double.POSITIVE_INFINITY;
edgeTo = new DirectedEdge[V];
pq = new IndexMinPQ<>(V);
distTo[s] = 0.0;
pq.insert(s, 0.0);
while (!pq.isEmpty()){
relax(G, pq.delMin());
}
}
private void relax(EdgeWeightDigraph G, int v){
for(DirectedEdge e : G.adj(v)){
int w = e.to();
if(e.weight() + distTo[v] < distTo[w]){
distTo[w] = e.weight() + distTo[v];
edgeTo[w] = e;
if(pq.contains(w)) pq.change(w, distTo[w]);
else pq.insert(w, distTo[w]);
}
}
}
public double distTo(int v){
return distTo[v];
}
public boolean hasPathTo(int v){
return distTo(v) < Double.POSITIVE_INFINITY;
}
public Iterable<DirectedEdge> pathTo(int v){
Stack<DirectedEdge> stack = new Stack<DirectedEdge>();
for(DirectedEdge e = edgeTo[v]; e != null; e = edgeTo[e.from()]){
stack.add(e);
}
return stack;
}
}