11.贪心算法入门-----Dijkstra算法详解

Dijkstra算法详细(单源最短路径算法)

对于dijkstra算法，很多人可能感觉熟悉而又陌生，可能大部分人比较了解bfs和dfs，而对dijkstra和floyd算法可能知道大概是图论中的某个算法，但是可能不清楚其中的作用和原理，又或许，你曾经感觉它很难，那么，这个时候正适合你重新认识它。

Dijkstra算法是干啥的？

Dijkstra是用来求单源最短路径的

就拿上图来说，假如城市之间直达的路径和长度已知，那么可以使用dijkstra算法计算北京到图中所有节点的最短距离。

单源什么意思？

从一个顶点出发，Dijkstra算法只能求一个顶点到其他点的最短距离而不能任意两点。

和bfs求的最短路径有什么区别？

bfs求的与其说是路径，不如说是次数。因为bfs他是按照队列一次一次进行加入相邻的点，
而两点之间没有权值或者权值相等(代价相同)。处理的更多是偏向迷宫类的这种都是只能走邻居(不排除特例)。

Dijkstra在处理具体实例的应用还是很多的，因为具体的问题其实带权更多一些。

比如一个城市有多个乡镇，乡镇可能有道路，也可能没有，整个乡镇联通，如果想计算每个乡镇
到ａ镇的最短路径，那么Dijkstra就派上了用场。

算法分析

对于一个算法，首先要理解它的运行流程。
对于一个Dijkstra算法而言，前提是它的前提条件和环境：

一个连通图，若干节点，节点可能有数值，但是路径一定有权值。并且路径不能为负。否则Dijkstra就不适用。

Dijkstra的核心思想是贪心算法的思想。

贪心算法（又称贪婪算法）是指，在对问题求解时，总是做出在当前看来是最好的选择。也就是说，
不从整体最优上加以考虑，他所做出的是在某种意义上的局部最优解。
贪心算法不是对所有问题都能得到整体最优解，关键是贪心策略的选择，选择的贪心策略必须具备
无后效性，即某个状态以前的过程不会影响以后的状态，只与当前状态有关。

对于贪心算法，在很多情况都能用到。下面举几个不恰当的例子！

打个比方，吃自助餐，目标是吃回本，那么胃有限那么每次都挑最贵的吃。

上学时，麻麻说只能带5个苹果，你想带最多，那么选五个苹果你每次都选最大的那个
五次下来你就选的最重的那个。

不难发现上面的策略虽然没有很强的理论数学依据，或者不太好说明。但是事实规律就是那样，并且对于贪心问题大部分都需要排序,还可能会遇到类排序。并且一个物体可能有多个属性，不同问题需要按照不同属性进行排序，操作。

那么我们的Dijkstra是如何贪心的呢？对于一个点，求图中所有点的最短路径，如果没有正确的方法胡乱想确实很难算出来，并且如果暴力匹配复杂度呈指数级上升不适合解决实际问题。

那么我们该怎么想呢？

Dijkstra算法的前提：

首先，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）存储各个点到达(边)的权值大小。(邻接矩阵或者邻接表存储)
其次，还需要一个boolean数组判断那些点已经确定最短长度，那些点没有确定。int数组记录距离(在算法执行过程可能被多次更新)。
需要优先队列加入已经确定点的周围点。每次抛出确定最短路径的那个并且确定最短，直到所有点路径确定最短为止。

简单的概括流程为：

1. 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
(如果小于就更新，大于就不动，初始第一次是无穷大肯定会更新)，第一次就结束了
2.从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的
（所有权值都是正的，点的距离只能越来越长。）标记这个点为true，并且将这个点的邻居加入队列
(下一次确定的最短点在前面未确定和这个点邻居中产生),并更新通过B点计算各个位置的长度
，如果小于则更新！

重复2的操作，直到所有点都确定。

算法实现（Java）

package Graph;

import java.util.ArrayDeque;
import java.util.Comparator;
import java.util.PriorityQueue;
import java.util.Queue;
import java.util.Scanner;

public class dijkstra {