[算法]-最短路径算法总结

Dijkstra最短路径算法

按路径长度的递增次序，逐步产生最短路径的贪心算法

基本思想：首先求出长度最短的一条最短路径,再参照它求出长度次短的一条最短路径，依次类推，直到从顶点v 到其它各顶点的最短路径全部求出为止。

时间复杂度为O(n²)

算法流程：

1. 首先选定源点1，建立邻接矩阵C[5] [5]，初始化三个数组分别为D[n],P[n],S[n],分别用来存储从源点到对应点的最短距离和最短路径上到该序列节点的前序节点，以及是否已经找到最短路径。
2. 开始遍历源点的出边，将邻接矩阵的第一行放入数组D，找出距离最小的节点序号2，将数组P中的P[2]置为1，因为2的前序节点为1。
3. 以上一步骤找到的节点为起点，继续遍历其邻接点（此处为2），若C[1][2]+C[2][m]<D[m] 则将其替换进数组D中，并将数组P中的P[m]置为2，因为m最短路径上的前序节点为2，节点2的邻接点全部遍历完成后，再从数组D中找出值最小且未被选中过的节点
4. 重复以上步骤3，直到所有点都已经加入到数组S中。
   

程序实现：

public class Dijikstra extends Strategy {

  // open表
  Map<Integer, Node> open = new HashMap<>();
  // close表
  Map<Integer, Node> close = new HashMap<>();
  // 动作列表
  int[][] motion = get_motion();

  @Override
  public List<Location> nextstep(Location start, Location work) {
    Node startnode = new Node(start.getX(), start.getY(), 0, -1);
    Node worknode = new Node(work.getX(), work.getY(), 0, -1);

    // 将起点放入open表
    open.put(cal_grid_index(startnode), startnode);
    // 向起点的上下左右四个方向扩展
    while (true) {

      // 与Astar算法不同 A*算法含有启发式函数 可以保证更快找到目标点
      // 但A*算法有可能永远无法找到目标点
      // Dijikstra算法虽然较慢 会遍历全部方向的点 但一定可以找到一条到目标点的路径

      // 找到map中节点cost最小的元素
      int temp_cost = Integer.MAX_VALUE;
      int current_id = 0;
      Node current = null;
      for (Map.Entry<Integer, Node> entry : open.entrySet()) {
        int current_cost =
            entry.getValue().cost + cal_Manhattan_distance(entry.getValue(), worknode);
        if (current_cost < temp_cost) {
          current_id = entry.getKey();
          temp_cost = current_cost;
          current = entry.getValue();
        }
      }
      // 判断是否找到