目录
概述
思路图解
代码实现
public class DijkstraAlgorithm {
public static void main(String[] args) {
char[] vertex = { 'A', 'B', 'C', 'D', 'E', 'F', 'G' };
//邻接矩阵
int[][] matrix = new int[vertex.length][vertex.length];
final int N = 65535;// 表示不可以连接
matrix[0]=new int[]{N,5,7,N,N,N,2};
matrix[1]=new int[]{5,N,N,9,N,N,3};
matrix[2]=new int[]{7,N,N,N,8,N,N};
matrix[3]=new int[]{N,9,N,N,N,4,N};
matrix[4]=new int[]{N,N,8,N,N,5,4};
matrix[5]=new int[]{N,N,N,4,5,N,6};
matrix[6]=new int[]{2,3,N,N,4,6,N};
//创建 Graph对象
Graph graph = new Graph(vertex, matrix);
//测试, 看看图的邻接矩阵是否ok
graph.showGraph();
// 开始算法, 起点为 6 -> G开始
graph.dsf(6);
// 结果
graph.showDijkstra();
}
}
class Graph{
char[] vertexs; // 节点值
int[][] matrix; // 邻接图
VisitedVertex vv; // 已经被访问的节点的集合
public Graph(char[] vertexs, int[][] matrix) {
this.vertexs = vertexs;
this.matrix = matrix;
}
/**
* 展示邻接图
*/
public void showGraph(){
for (int[] links : matrix) {
System.out.println(Arrays.toString(links));
}
}
/**
* 展示 Dijkstra 算法结果
*/
public void showDijkstra(){
vv.show();
}
/**
* Dijkstra算法本体
* @param index 要开始更新长度的头结点
*/
public void dsf(int index){
vv = new VisitedVertex(matrix.length, index);
update(index);
for (int i = 0; i < vertexs.length; i++) {
int next = vv.updateArr();
update(next);
}
}
/**
* 用于更新 index 下标周围的所有关联的顶点的距离 与 前驱接节点
* @param index
*/
public void update(int index){
// 用于保存路径长度 -> 其基本长度是从头结点到 当前 index 的长度 -> vv.getDis(index)
int len = 0;
/*
思路:
1. 遍历所有节点, 算出当前 index 到所有节点的距离 len
2. 找到没有被访问并且长度最短的点
3. 把他设为 index的下一个节点
4. 更新其前驱和权值
*/
for (int i = 0; i < matrix.length; i++) {
// 没有关联就不要加了, 并且是可以被访问的
if(matrix[index][i] != 65535 && !vv.in(i)) {
len = vv.getDis(index) + matrix[index][i];
// 此处 getDis(i) 是开头到这个这个节点的距离
if(len < vv.getDis(i)){
vv.updateDis(i, len);
vv.updatePre(index, i);
}
}
}
}
}
// 已访问顶点集合
class VisitedVertex {
// 记录各个顶点是否访问过 1表示访问过,0未访问,会动态更新
public int[] already_arr;
// 每个下标对应的值为前一个顶点下标, 会动态更新
public int[] pre_visited;
// 记录出发顶点到其他所有顶点的距离,比如G为出发顶点,就会记录G到其它顶点的距离,会动态更新,求的最短距离就会存放到dis
public int[] dis;
/**
* 构造器
* @param length 数组长度
* @param index 起始下标
*/
public VisitedVertex(int length, int index){
this.already_arr = new int[length];
this.pre_visited = new int[length];
this.dis = new int[length];
// 注意所有距离默认先都是不能访问
Arrays.fill(this.dis, 65535);
// 只有初始节点为0
this.dis[index] = 0;
//设置出发顶点被访问过
this.already_arr[index] = 1;
}
/**
* 功能: 判断index顶点是否被访问过
* @param index 任意点下标
* @return 如果访问过,就返回true, 否则访问false
*/
public boolean in(int index){
return already_arr[index] == 1;
}
/**
* 功能: 更新出发顶点到index顶点的距离
* @param index
* @param len
*/
public void updateDis(int index, int len) {
dis[index] = len;
}
/**
* 功能: 更新pre这个顶点的前驱顶点为index顶点
* @param pre
* @param index
*/
public void updatePre(int pre, int index){
pre_visited[index] = pre;
}
/**
* 功能:返回出发顶点到index顶点的距离
* @param index
*/
public int getDis(int index){
return dis[index];
}
/**
* 用于继续寻找下个节点进行查找
* @return
*/
public int updateArr(){
// 假定一个无穷
int min = 65535, index = 0;
// 遍历查找
for (int i = 0; i < already_arr.length; i++) {
// 找到一个节点 没有被访问过 , 并且
// 这个节点是上个节点下来的最短路径
// 即距离上一个节点的距离最小的点 -> 根据图解思路 dis[2, 3, 65535, 65535, 4, 6, 0] 推出
if(!in(i) && dis[i] < min){
min = dis[i];
index = i;
}
}
already_arr[index] = 1;
return index;
}
//显示最后的结果
//即将三个数组的情况输出
public void show() {
char[] vertex = { 'A', 'B', 'C', 'D', 'E', 'F', 'G' };
int index = 0;
System.out.println("===================");
System.out.println("已被访问的节点");
// 1 1 1 1 1 1 1
for (int i : already_arr) {
System.out.print(i + "\t");
}
System.out.println();
System.out.println("每个节点的前驱节点");
// A(G) B(G) C(A) D(F) E(G) F(G) G(NULL)
for (int i : pre_visited) {
// 注意 这里 最开始进入的初始节点 G 的 前驱节点默认是0数值, 所以显示 A 实际上是没有的
System.out.print(vertex[index++] + "(" + vertex[i] + ") ");
}
System.out.println();
System.out.println("节点距离根节点距离");
// A(2) B(3) C(9) D(10) E(4) F(6) G(0)
index = 0;
for (int i : dis) {
if (i != 65535) {
System.out.print(vertex[index++] + "(" + i + ") ");
} else {
System.out.println(vertex[index++] + "( N ) ");
}
}
System.out.println();
}
}