贪心算法-最短路径正式版(Dijkstra算法)java语言
算法设计:
Dijkstra算法是解决单源最短路径问题的贪心算法,它先求出长度最短的一条路径,再参照该最短路径求出长度次短的一条路径,直到求出从源点到其他各顶点的最短路径。
Dijkstra算法的基本思想是首先假定源点为u,顶点集合V被划分为两部分:集合V和V-S。初始时S中仅含有源点为u,其中S中的顶点到源点的最短路径已经确定。集合V-S 中包含的顶点到源点的最短路径待定,称从源点出发只经过S中的点到达V-S中的点的路径为特殊路径,并用数组dist[]记录当前每个顶点所对应的最短特殊路径长度。
Dijkstra算法采用的贪心策略是选择特殊路径长度最短的路径,将其连接的V-S中的顶点加入到集合S中,同时更新数组dist[].一旦S包含了所有的顶点,dist[]就是从源到所有其他顶点之间的最短路径长度。
(1)数据结构。设置地图的带权邻接矩阵为map[][],即如果从源点u到顶点i有边,就令map[][]等于<u,i>的权值,否则map[u][i]=无穷大;采用一维数组dist[i]来记录源点到i顶点的最短路径长度;采用一维数组p[i]来记录最短路径上i顶点的前驱。
(2)初始化。令集合S={u},对于集合V-S中的所有顶点x,初始化dist[i]=map[u][i],如果源点u到顶点i有边相连,初始化p[i]=u,否则p[i]=-1;
(3)找最小。在集合V-S中依照贪心策略来寻找使得dist[j]具有最小值的顶点t,即dist[t]=min(dist[j]|j属于V-S集合),则顶点t就是集合V-S中距离源点u最近的顶点。
(4)加入S战队。将顶点t加入S中,同时更新V-S。
(5)判结束。如果集合V-S为空,算法结束,否则转(6)
(6)借东风。在(3)中已经找到了源点到t的最短路径,那么对集合V-S中所有与顶点t相邻的顶点j,都可以借助t走捷径。如果dist[j]>dist[t]+map[t][j],则dist[j]=dist[t]+map[t][j],记录顶点j的前驱为t,有p[j]=t,转(3)。
由此,可求得从源点u到图G的各个顶点的最短路径及长度,也可通过数组p[]逆向找到最短路径上经过的城市
代码:
import java.util.Scanner;
import java.util.Stack;
public class Main {
static int INF=(int )1e7;//初始化为无穷大10000000
static int map[][]=new int[100][100];//地图的带权邻接矩阵
static int dist[]=new int[100];//最短距离数组
static int p[]=new int[100];//前驱数组
static int n,m;//n是城市的个数,m为城市间的路线
static boolean flag[]=new boolean[100];//如果flag[i]=true;说明顶点i已经加入到集合S中;否则顶点i属于集合V-S;
static void Dijkstra(int u){
for (int i=1;i<=n;i++){
dist[i]=map[u][i];//初始化源点u到各个顶点之间的最短路径长度
flag[i]=false;
if(dist[i]==INF)
p[i]=-1;//源点u到该顶点的路径长度为无穷大,说明顶点i与源点u不相邻
else
p[i]=u;//说明顶点i与源点不相邻,设置顶点i的前驱p[i]为u;
}
dist[u]=0;
flag[u]=true;//初始化时 ,集合S中只有一个元素:源点u;
for(int i=1;i<=n;i++){
int temp=INF,t=u;
for(int j=1;j<=n;j++)//在集合V-S中寻找距离源点u最近的顶点t
if(!flag[j]&&dist[j]<temp){
t=j;//记录距离源点u最近的顶点
temp=dist[j];
}
if(t==u) return ;//找不到t,跳出循环
flag[t]=true;//否则,将t加入集合
for(int j=1;j<=n;j++)//更新集合V-S中与t邻接的顶点到源点u的距离
if(!flag[j]&&map[t][j]<INF)//!flag[j]表示j在V-S中,map[t][j]<INF表示t与j邻接
if(dist[j]>(dist[t]+map[t][j]))//经过t到达j的最短路径
{
dist[j]=dist[t]+map[t][j];
p[j]=t;//记录j的前驱为t
}
}
}
static void findPath(int u){
int x=0;
Stack stack=new Stack();
for(int i=1;i<=n;i++){
x=p[i];
while (x!=-1){
stack.push(x);//将前驱压入栈中
x=p[x];
}
System.out.print("源点"+u+"到顶点" +i+"最短路径为:");
while(!stack.empty()){
System.out.print(stack.peek()+"--");
stack.pop();
}
System.out.println(i);
System.out.println("最短路径的数值为:"+dist[i]);
}
}
public static void main(String args[]){
Scanner sc=new Scanner(System.in);
int u,v,w,st;
System.out.println("请输入城市的个数: ");
n=sc.nextInt();
System.out.println("请输入城市之间的路线的个数: ");
m=sc.nextInt();
System.out.println("请输入城市之间的路线以及距离: ");
for(int i=1;i<=n;i++)
for(int j=1;j<=n;j++)
{
map[i][j]=INF;
}
while (m-->0){
u=sc.nextInt();
v=sc.nextInt();
w=sc.nextInt();
map[u][v]=Math.min(map[u][v],w);
}
System.out.println("请输入现在所处的位置: ");
st=sc.nextInt();
Dijkstra(st);
System.out.println("要去的位置: ");
int end=sc.nextInt();
if(end>n){
System.out.println("该位置没有在地图中!");
}
else{
if(dist[end]==INF)
System.out.println("无路可达!");
else{
System.out.println("最短距离为: "+dist[end]);
}
findPath(st);
}
}}
运行示例:
欢迎留言交流!