你好,我是小黄,一名独角兽企业的Java开发工程师。 感谢茫茫人海中我们能够相遇,
俗话说:当你的才华和能力,不足以支撑你的梦想的时候,请静下心来学习
希望优秀的你可以和我一起学习,一起努力,实现属于自己的梦想。
正在完成2022计划中:以梦为马,扬帆起航,2022追梦人
一、引言
从前有一个小小的村庄,在村庄里面有许多的村民,这些村民有一个相同的爱好
他们喜欢每天去不同的人家串门,一起喝喝酒、打打牌(呜呜呜,羡慕了)
但最近他们有一个比较烦恼的问题,小A想去小D家,但怎么去才能让路程最短呢?
毕竟,这个村庄每天有无数人来串门,如果能够找到一个路程最短的路线,能为这个村庄提供巨大的帮助
我们的小黄这一天正巧来到这个村庄,利用 最短路 的知识解决了该问题,获得了村民的一致好评
让我们一起看看,最短路
如何解决的该问题
在阅读本文章之前,建议阅读下列文章:
二、什么是最短路
我们把上述的村庄抽象为下列的图:
我们观察一下,从 A
点到 C
点,路线有无数种
- A - E - C:
2 + 4 = 6
- A - D - C:
6 + 1 = 7
- A - B - C:
3 + 10 = 13
- …省略
我们可以看到,从图上来讲,我们选择 A - E - C
这条路线是最短的
我们怎么通过计算机求出来呢
三、迪杰特斯拉算法
我们还是以这张图为基础
我们要求的目标:A 到 C 的最短距离
1、我们从 A
点开始,记录其路程
对于 A
点来说,所能到达的地方如下:
A -> B = 3
A -> E = 2
A -> D = 6
我们更新表中的值,如下:蓝色代表已经使用完的节点
2、我们从中找出一个路程最短的点:E
,分析其能达到的地方
E -> B = 7
E -> C = 4
我们更新表的值,如下:
这里可能有些读者可能会有两个疑问
- 第一:路程是怎么样变化的
- 我们本次求的是
A
点到其他点的最短路径 C的路程变成6
:求A
点到C
点时,路径为:A - E - C
,所以路程为:A-> E
+E -> C
=2 + 4
B没更新的原因
:A -> E
+E -> B
>A -> B
- 我们本次求的是
- 第二:为什么E点用完就确定是最短的
- 我们在进行选择时,始终选择的是当前所有节点中最小的节点
- 意味着当前我们
A -> E
的长度是小于所有A
到其他点的距离的
3、我们从中找出一个路程最短的点:B
,分析其能达到的地方
B -> C = 7
我们更新表的值:
4、我们从中找出一个路程最短的点:D
,分析其能达到的地方
D -> E = 12
D -> C = 1
我们更新表的值:
5、我们从中找出一个路程最短的点:C
,分析其能达到的地方
- 无
我们更新表的值:
最终我们可以看到,我们 A
点到其他点的最短路径
四、迪杰特斯拉算法代码
public HashMap<Node, Integer> dijkstra(Node from) {
// 创建一个点 from 到达其他各位置的 map 映射
// key:节点,value:路程
HashMap<Node, Integer> map = new HashMap<>();
// 将 from 自己到达自己的距离设置为 0
map.put(from, 0);
// 当前已经确定的点,便于后续进行筛选
HashSet<Node> set = new HashSet<>();
// 找到当前路程最小并且没有被确定的点
Node minNode = getMinDistanceAndUnselectedNode(map, set);
while (minNode != null) {
// 遍历该点的所有边
for (Edge edge : minNode.edges) {
// 看一下是否是已经确定的点
if (!set.contains(edge.to)) {
if (map.containsKey(edge.to)) {
// 如果该点被访问过
// 比较路程大小,看是否需要更新
if (edge.weight + map.get(minNode) < map.get(edge.to)) {
map.put(edge.to, edge.weight + map.get(minNode));
}
} else {
// 如果该点还没有被访问过
map.put(edge.to, edge.weight + map.get(minNode));
}
}
}
set.add(minNode);
minNode = getMinDistanceAndUnselectedNode(map, set);
}
return map;
}
public Node getMinDistanceAndUnselectedNode(HashMap<Node, Integer> map, HashSet<Node> set) {
Node minNode = null;
int minValue = Integer.MAX_VALUE;
for (Node node : map.keySet()) {
if (!set.contains(node)) {
if (map.get(node) <= minValue) {
minNode = node;
minValue = map.get(node);
}
}
}
return minNode;
}
整个流程的代码由于太长的原因,在这里就不展示了,有兴趣的可以关注公众号 爱敲代码的小黄
,回复:算法源码
不仅包括图的源码,还包括如下内容:
五、总结
简单来说,迪杰特斯拉算法在我们日常生活和业务中都有所存在
比如百度地图、高德地图、美团外卖等,怎么确定两点间的最短距离是关键
当然,看完本篇文章之后,也需要大量的场景去进行练习,不然容易生疏
当然,我们会发现在每一次寻找 getMinDistanceAndUnselectedNode
浪费了大量的时间,基于堆优化的迪杰斯特拉算法
对此做了优化,有兴趣的读者可以去看看,这里就不再论述了
本期的内容就到这里, 图的算法基本差不多了,下一期将会讲述计算机网络相关知识
回顾一下图的历史篇章:
- 给我5分钟,带你秒杀所有图算法之图的对象化描述
- 给我5分钟,带你秒杀所有图算法之DFS、BFS
- 拓扑排序在顶尖风控团队的业务落地
- 字节面试官让我讲讲最小生成树,我忍不住笑了
- 一文带你学会最小生成树,不要等到面试再临时抱佛脚了
我是一名独角兽企业的Java开发工程师,希望可以点个关注呀,有问题可以留言或者私信加我微信,我们下期再见!