java实现Dijkstra算法

---

一.Dijkstra算法想解决的问题

解决的问题: 求解单源最短路径,即各个节点到达源点的最短路径或权值

考察其他所有节点到源点的最短路径和长度
局限性: 无法解决权值为负数的情况

---

二. Dijkstra算法理论

参数:

S	记录当前已经处理过的源点到最短节点
U	记录还未处理的节点
dist[]	记录各个节点到起始节点的最短权值
path[]	记录各个节点的上一级节点(用来联系该节点到起始节点的路径)

Dijkstra算法步骤:
(1）初始化:
顶点集S: 节点A到自已的最短路径长度为0。只包含源点，即S={A}
顶点集U: 包含除A外的其他顶点. 即U={B,C,D,E,F}
dist[]: 源点还不能到达的节点,其权值为∞

	A	B	C	D	E	F
dist[]:	0	1	2	3	4	5
初始化值:	0	6	3	∞	∞	∞

path[]: 记录当前节点的前驱节点下标(源点还不能到达的节点为-1)

	A	B	C	D	E	F
path[]:	0	1	2	3	4	5
初始化值:	0	0	0	-1	-1	-1

(2）从U中选取一个节点，它是源点A到U集中最短路径长度最小的节点,如上述为C然后把C加入S中（此时求出了源点A到C的最短路径长度。 S={A,C}

(3）以C为考虑的中间点，修改节点C的出边邻接点B的最短路径长度，此时源点A到节点B的最短路径有两条，即一条经过节点C，一条不经过节点C。
修改源点A到顶点B的最短路径长度=min(不经过节点C的最短路径,经过节点C的最短路径)

以此方法求出各个节点到源点的最短路径:

第一次探索

s={A,C}
U={B,D,E,F}

	A	B	C	D	E	F
dist[]:	0	1	2	3	4	5
	0	min(A->B,A->C->B)=5	3	6	7	∞

	A	B	C	D	E	F
path[]:	0	1	2	3	4	5
	0	2	0	2	2	-1

U集中dist 值 min(5,6,7,∞)=5 ,因此B加入到S集
第二次探索

s={A,B,C}
U={D,E,F}

	A	B	C	D	E	F
dist[]:	0	1	2	3	4	5
	0	5	3	min(6,11)=6	7	∞

	A	B	C	D	E	F
path[]:	0	1	2	3	4	5
	0	2	0	2	2	-1

U集中dist 值 min(6,7,∞)=6 ,因此D加入到S集

第三次探索

s={A,B,C,D}
U={E,F}

	A	B	C	D	E	F
dist[]:	0	1	2	3	4	5
	0	5	3	6	min(7,8)=7	9

	A	B	C	D	E	F
path[]:	0	1	2	3	4	5
	0	2	0	2	2	3

U集中dist 值 min(7,9)=6 ,因此F加入到S集

第四次探索

s={A,B,C,D,F}
U={E}

	A	B	C	D	E	F
dist[]:	0	1	2	3	4	5
	0	5	3	6	min(7,9+5)=7	9

	A	B	C	D	E	F
path[]:	0	1	2	3	4	5
	0	2	0	2	2	3

U集中dist 值 min(E)=7 ,因此E加入到S集

最终结果: 源点到达各点的最短路径为dist数组中的值
s={A,B,C,D,E,F}
u={}

	A	B	C	D	E	F
dist[]:	0	1	2	3	4	5
	0	5	3	6	7	9

	A	B	C	D	E	F
path[]:	0	1	2	3	4	5
	0	2	0	2	2	3

---

三. java代码实现

GitHub源代码地址: https://github.com/yuanjiejiahui/Dijkstra

核心代码:

 public void dijkstra(V v0, V vi) {
        // 从顶点vO出发,查找到vi的最短路径

        // listU 记录还未处理的节点
        ArrayList<Integer> listU = new ArrayList<>();
        // dist[] 记录各个节点到起始节点的最短权值
        int[] dist = new int[this.vertices];
        // 记录各个节点的上一级节点(用来联系该节点到起始节点的路径)
        int[] path = new int[this.vertices];

        int start = this.vertexList.indexOf(v0); // 源点序号
        int end = this.vertexList.indexOf(vi); // 结束顶点序号

        // 初始化U集合
        for (int i = 0; i < this.vertices; i++) {
            if (i == start) { // S={start}
                continue;
            }
            listU.add(i); // u={vi}/{start}
        }
        // 初始化dist[],path[]
        for (int i = 0; i < this.vertices; i++) {
            // dist[]的当前节点权值就等于start->i节点的权值;初始化所有节点到源点的最短距离
            dist[i] = this.edgeMatrix[start][i];
            if (this.edgeMatrix[start][i] == Integer.MAX_VALUE) {
                path[i] = -1; // 节点i不可达
            } else {
                path[i] = start; // 若start能直达某点,则表示节点i可以直接访问到start;
            }
        }

        // 记录最小值的节点序号
        int minIndex;
        // int minIndexByI=0;
        do {
            System.out.println("集合U的状态: " + listU);
            // dist数组下标
            minIndex = listU.get(0);
            for (int i = 1; i < listU.size(); i++) {
                if (dist[listU.get(i)] < dist[minIndex]) {
                    minIndex = listU.get(i);
                    // minIndexByI = i;
                }
            }
            listU.remove((Integer) minIndex);
            // listU.remove(minIndexByI);

            // 更新dist和path数组,主要考察minIndex节点纳入S,即新加入节点最短路径变化.
            for (int i = 0; i < this.vertices; i++) {
                if (this.edgeMatrix[minIndex][i] != 0 && this.edgeMatrix[minIndex][i] < Integer.MAX_VALUE) {
                    // 找到minIndex的所有邻接点
                    if (this.edgeMatrix[minIndex][i] + dist[minIndex] < dist[i]) {
                        // 新加入节点更短
                        dist[i] = this.edgeMatrix[minIndex][i] + dist[minIndex];
                        path[i] = minIndex;
                    }
                }
            }
        } while (minIndex != end && !listU.isEmpty());

        System.out.println("节点" + v0 + "=>" + vi + "最短路径是: " + dist[end]);
        String str = "" + vi;
        int i = end;
        do {
            i = path[i];
            str = this.vertexList.get(i) + "=>" + str;
        } while (i != start);
        System.out.println(str);
    }