题目链接:活动 - AcWing
算法步骤:
给定一个 n 个点 m 条边的有向图,图中可能存在重边和自环,所有边权均为正值。
请你求出 1 号点到 n 号点的最短距离,如果无法从 1 号点走到 n 号点,则输出 −1。
算法步骤
1、维护一个数组N,两个集合P,Q,数组N用来储存起点到各个顶点的最短距离,集合P用来存储未遍历的点,集合Q存储已遍历的点。
2、选择起点,将起点添加到Q集合中,并从P集合中删除。将与起点相邻的点的距离添加到数组中,到不相邻点的距离用无穷大表示。
3、选择距离Q集合最近的一个点M(即与所有已遍历点相连的未遍历点中,边的权值最小的点)。将该点加入Q集合,并从P集合中删除。
4、找到与M相邻的点C,计算数组N中存储的到达C点的距离是否小于起点经过M到达C点的距离,若是,则更新N,否则继续寻找下一个与M相邻的点,重复步骤4直到遍历完M的所有邻点。
5、重复步骤3,4直至遍历集合P为空。
import java.util.*;
public class Dijkstra {
public static int n, m;
public static Scanner sc = new Scanner(System.in);
public static final int N = 510;
public static int[] dis=new int[N];//存储1号点到每个点的最短距离
public static boolean[] st=new boolean[N];//每个点的最短路是否已经确定
public static int[][] map=new int[N][N];//存储每条边
public static int dijkstra(){
Arrays.fill(dis,0x3f3f);//初始化距离为正无穷
dis[1]=0;//初始化第一个点到自身的距离为0
for (int i = 0; i < n; i++) {//n个点 都迭代一次
int tmp=-1;//存储当前要访问的点
//找出距离最近的点的下标
for (int j = 1; j <=n ; j++) {//从1号点开始
if(!st[j]&&(tmp==-1||dis[tmp]>dis[j])) tmp=j;
}
st[tmp]=true;//当前点已经使用过
for (int j = 1; j <=n ; j++) {//依次更新距离更近的点
dis[j]=Math.min(dis[j],dis[tmp]+map[tmp][j]);
//初始化0x3f3f就够了,如果是Integer.MAX_VALUE再加上一个数就是变成负数,变成最小的那一个
}
}
if(dis[n]==0x3f3f) return -1;
return dis[n];
}
public static void main(String[] args) {
n = sc.nextInt();//n个点
m = sc.nextInt();//m条边
for (int i = 0; i <=n; i++) {
Arrays.fill(map[i],0x3f3f);
}
while (m-->0){
int i=sc.nextInt(),j=sc.nextInt(),weight=sc.nextInt();
map[i][j]=Math.min(weight,map[i][j]);
}
int res = dijkstra();
System.out.println(res);
}
}
不难观察到,Dijkstra算法的特点主要是从起点开始,“由近及远,层层扩展”,越靠前处理的点离起点越近,最后一个处理的点一定离起点最远。
所以,依据算法每找到一个顶点后,该顶点对应的值就是起点到该点的最短路径长度,且在这之后不会被更改。
而最后一次迭代得到的所有的值,就是由起点(亦称源点)A到各点的最短路径长度。
故Dijkstra算法解决的是有向图中的单源最短路问题。