Dijkstra 算法
Dijkstra(迪杰斯特拉)算法是典型的单源最短路径算法,用于计算一个节点到其他所有节点的最短路径。主要特点是以起始点为中心向外层层扩展,直到扩展到终点为止。Dijkstra算法是很有代表性的最短路径算法,在很多专业课程中都作为基本内容有详细的介绍,如数据结构,图论,运筹学等等。注意该算法要求图中不存在负权边。
问题描述:在无向图 G=(V,E) 中,假设每条边 E[i] 的长度为 w[i],找到由顶点 V0 到其余各点的最短路径。(单源最短路径)
1)算法思想:设G=(V,E)是一个带权有向图,把图中顶点集合V分成两组,第一组为已求出最短路径的顶点集合(用S表示,初始时S中只有一个源点,以后每求得一条最短路径 , 就将加入到集合S中,直到全部顶点都加入到S中,算法就结束了),第二组为其余未确定最短路径的顶点集合(用U表示),按最短路径长度的递增次序依次把第二组的顶点加入S中。在加入的过程中,总保持从源点v到S中各顶点的最短路径长度不大于从源点v到U中任何顶点的最短路径长度。此外,每个顶点对应一个距离,S中的顶点的距离就是从v到此顶点的最短路径长度,U中的顶点的距离,是从v到此顶点只包括S中的顶点为中间顶点的当前最短路径长度。
1)算法思想:设G=(V,E)是一个带权有向图,把图中顶点集合V分成两组,第一组为已求出最短路径的顶点集合(用S表示,初始时S中只有一个源点,以后每求得一条最短路径 , 就将加入到集合S中,直到全部顶点都加入到S中,算法就结束了),第二组为其余未确定最短路径的顶点集合(用U表示),按最短路径长度的递增次序依次把第二组的顶点加入S中。在加入的过程中,总保持从源点v到S中各顶点的最短路径长度不大于从源点v到U中任何顶点的最短路径长度。此外,每个顶点对应一个距离,S中的顶点的距离就是从v到此顶点的最短路径长度,U中的顶点的距离,是从v到此顶点只包括S中的顶点为中间顶点的当前最短路径长度。
本算法的主要步骤:
1.找出距离起始顶点距离最短的顶点,这里设为顶点nowVertice.
2.遍历所有与顶点nowVertice相邻的顶点nextVertice.如果发现选择nowVertice到达nextVertice的路径后,nextVertice距离起始顶点的距离比当前的距离小.便更新新的距离.如下:
if(currDist[nextVertice] > currDist[nowVertice] + weight) { //weight为从nowVertice到nextVertice说需要的权重
currDist[nextVertice] = currDist[nowVertice] + weight;
}
currDist是一个全局数组,currDist[i]意思就是当前起始顶点到顶点i的距离.
3.将nowVertice从图中删除.
4.重复步骤1,直到所有的顶点都被删除完.
补充,在实现的时候,上面说的删除并不是真的直接从图中把某一顶点删除,这里会使用一个集合来存储所有的顶点,对该集合中的顶点进行删除动作,集合如下.
List<Integer> toBeChecked = new LinkedList<>();
这里使用一个名为Graph的类来封装查找最短路径的相关内容:
/**
* 使用邻接矩阵实现图<p>
* 深度优先遍历与广度优先遍历<p>
* 求最短路径:<p>
* 1. Dijkstra 算法 <p>
* 2. Ford 算法 <p>
* 3. 通用型的纠正标记算法<p>
* Created by Henvealf on 16-5-22.
*/
public class Graph<T> {
private int[][] racs; //邻接矩阵
private T[] verticeInfo; //各个点所携带的信息.
private int verticeNum; //顶点的数目,
private int[] visitedCount; //记录访问
private int[] currDist; //最短路径算法中用来记录每个顶点距离起始顶点路径的长度.
public Graph(int[][] racs, T[] verticeInfo){
if(racs.length != racs[0].length){
throw new IllegalArgumentException("racs is not a adjacency matrix!");
}
if(racs.length != verticeInfo.length ){
throw new IllegalArgumentException ("Argument of 2 verticeInfo's length is error!");
}
this.racs = racs;
this.verticeInfo = verticeInfo;
verticeNum = racs.length;
visitedCount = new int[verticeNum];
}
//..........
}
这里是使用的邻接矩阵来表示图,想要使用其他表示方法,自行稍微修改一下便可.下面是实现方法的代码:
1 /**
2 * 使用 Dijkstra算法寻找最短路径
3 * @param first 路径开始的顶点
4 * @return 返回最后的最短路径
5 */
6 public int[] dijkstraAlgorithm(int first){
7 if(first < 0 || first >= verticeNum ){
8 throw new IndexOutOfBoundsException ("should between 0 ~ " + (verticeNum -1));
9 }
10 setNumberAsInfinitie();
11 currDist[first] = 0;
12 List<Integer> toBeChecked = new LinkedList<>();
13 for(int i = 0; i < verticeNum; i ++){
14 toBeChecked.add(i);
15 }
16 while(!toBeChecked.isEmpty()){
17 int nowVertice = findMinCurrDistVerticeAndRemoveFormList(toBeChecked);
18 for(int i = 0; i < verticeNum; i ++){
19 int nextVertice = -1; //邻接节点
20 int weight = Integer.MAX_VALUE; //到达邻接节点的权重
21 if(racs[nowVertice][i] != Integer.MAX_VALUE){ //得到邻接顶点
22 if(toBeChecked.contains(i)){
23 nextVertice = i;
24 weight = racs[nowVertice][i];
25 }
26 }
27 if(nextVertice == -1) {continue;}
28 if(currDist[nextVertice] > currDist[nowVertice] + weight){
29 currDist[nextVertice] = currDist[nowVertice] + weight;
30 }
31 }
32
33 }
34 for(int i = 0; i < currDist.length; i++){
35 System.out.println("现在顶点 " + verticeInfo[i].toString() + " 距离顶点 " + verticeInfo[first].toString() + " 的最短距离为 " + currDist[i]);
36 }
37 return currDist;
38 }
39 /**
40 * 将currDist数组初始化为无穷大
41 */
42 private void setNumberAsInfinitie(){
43 currDist = new int[verticeNum];
44 for (int i = 0; i < verticeNum; i++){
45 currDist[i] = Integer.MAX_VALUE;
46 }
47 }
48
49 /**
50 * 寻找出当前距离起始顶点路径最短的顶点,并将其从toBeCheck中删除
51 * @param list
52 * @return
53 */
54 private int findMinCurrDistVerticeAndRemoveFormList(List<Integer> list){
55 int num = list.get(0);
56 int dist = currDist[list.get(0)];
57 int listIndex = 0;
58 for(int i = 1; i < list.size(); i ++){
59 int index = list.get(i);
60 if(currDist[index] < dist) {
61 dist = currDist[index];
62 num = index;
63 listIndex = i;
64 }
65 }
66 list.remove(listIndex);
67 return num;
68 }