稀疏图Johnson算法

最新推荐文章于 2021-07-28 15:03:55 发布

wyc_

最新推荐文章于 2021-07-28 15:03:55 发布

阅读量3.2k

点赞数

分类专栏：算法与数据结构文章标签：并发线程安全线程线程池

本文链接：https://blog.csdn.net/cumtwyc/article/details/43227247

版权

本文详细介绍了Johnson算法在稀疏图中的应用，对比了使用二叉堆和斐波那契堆时的时间复杂度，并提供了一个Java实现的示例代码，展示了如何找出所有节点对之间的最短路径。

摘要由CSDN通过智能技术生成

在前面的文章《所有节点对的最短路径问题》中，我们介绍了用于稀疏图的Johnson算法，由于代码比较长，我们将其单独放在一篇文章之中。

Johnson算法的时间复杂度在使用二叉堆作为最小优先队列的情况下为O((V^2 + EV)lgV)；在使用斐波那契堆作为最小优先队列的时候为O(V^2lgV + VE)，因此尤其是在稀疏图的情况下，其效率要比Floyd-Warshall高。

下面给出Java实现的代码：

import java.util.*;
public class Johnson{
	static final int MAX = 20;  //最大点数
	static int[][] g;
	static int[] h = new int[MAX];
//	static LinkedList<Elem> S = new LinkedList<Elem>();  
	static PriorityQueue<Elem> Q = new PriorityQueue<Elem>(); //Q = V-S  
	static ArrayList<Elem> nodes = new ArrayList<Elem>();
	static int[][] D;
	
	static int ver;  //节点数
    	static int edge; //边数
    	static final int BELLMAN_FORD = 1;
    	static final int DIJKSTRA = 2;
    	/************全局数据结构****************/
	static class Elem implements Comparable<Elem>  
	{  
		public int s; //节点编号 
		public int d;  //与源节点距离
		public Elem(int s,int d){  
		    	this.s = s