delphi append 怎么更新null值_最短路径方式怎么求？这篇文章分享给你

这篇文章我们共同学习狄克斯特拉算法，我们都知道狄克斯特拉算法的目的是找出图中的最短路径，那相比于广度优先搜索算法来说，广度优先搜索算法只是找到了从起点到达终点所经过的段数最少，但不一定是最快的路径，通俗点讲就是折腾次数是最少的，就像从西安回浙江，我们可以乘坐高铁再转飞机，也可以开车直接过去。但开车一定不比不过高铁飞机的时间，但显然是最不折腾人的路径。那么我们应该如何找出这个时间最短的路径呢？狄克斯特拉算法回答了这一问题。

狄克斯特拉

狄克斯特拉算法原理

路径描述

其中数字代表时间，单位是分钟，如果要找到从起点到终点的耗时最短的路径，那么我们可以使用狄克斯特拉算法。

狄克斯特拉算法四步走：

1、 先找出最短时间到达的节点(起点开始)

2、 更新该节点的邻居节点的开销

3、 重复第2步，直到终点

4、 计算最短路径

接下来我们就应用这四步详细看一下

第一步：先找出最短时间到达的节点。从起点开始，我们可以到达A点，也可以到达B点，由图可知，到达A点需要6分钟，而到达B点只需要2分钟，那么我们从起点走向B点，记录时间为2分钟。

第二步：更新该节点的邻居节点的开销。从B点可以到达A点，也可以直接到达终点，但不一定直接到终点就是时间最短的路径。因此我们得到点B到达A点是3分钟，到达终点的时间是5分钟，注意计算的还是所用的总开销，因此到达A点的开销变成2+3=5分钟，到达终点的时间是2+5=7分钟，还需注意从起点直接到达A点的时间是6分钟，显然比起点到B点到A点的时间还

要长，那么我们可以确定出我们的路径是起点—>A点—>B点，用时5分钟。

第三步：重复第二步。现在我们到达了A点，更新A点的邻居节点开销。从A点到达B点，A点到达终点，单向表示我们不走回头路，我们可以直接到达终点，用时1分钟，总时间为5+1=6分钟。

第四步：确定最短路径。起点—>B点—>A点—>终点。

那么如果我们采用广度优先搜索算法，最短路径并不是这一条，那是哪条呢？留给读者你们看吧……

专业术语

上面所说的时间或者开销用计算机专业术语称为权重，带权重的图称为加权图，不带权重的图称为非加权图。计算加权图的最短路径，使用狄克斯特拉算法;计算非加权图的最短路径，可以使用广度优先搜索算法。

佛系算法

• 狄克斯特拉算法代码实现：

public class Dijkstra {  //设置没有已知到达路径的标记    private static int NOWAY_SIGN = Integer.MAX_VALUE;    private static final String START = "start";    private static final String END = "end";     public void getMinStep(String start, String end, Map> graph) {        //各节点的最少花费        Map costs = graph.get(start);        //各节点最少花费时的父节点        Map parents = new HashMap();        //已处理的节点        HashSet processed = new HashSet();        //在未处理的节点中找到开销最小的节点        String node = findLowestCostNode(costs, processed);        while (node != null && graph.get(node) != null) {            int cost = costs.get(node);            //遍历当前节点的所有邻居            Iterator iterator = graph.get(node).entrySet().iterator();            while (iterator.hasNext()) {                Map.Entry entry = (Map.Entry) iterator.next();                //通过node节点到该节点的最小消耗                int newCost = cost + entry.getValue();                //更新从start到该节点的最小消耗                if (!costs.containsKey(entry.getKey()) || costs.get(entry.getKey()) > newCost) {                    costs.put(entry.getKey(), newCost);                    parents.put(entry.getKey(), node);                }            }            //该节点加入已处理            processed.add(node);            //找出当前最小消耗的节点            node = findLowestCostNode(costs, processed);        }        printPath(parents, costs.get(END));    }     public void initParents(String start, Map startGraph, Map parents) {        Iterator iterator = startGraph.entrySet().iterator();        while (iterator.hasNext()) {            Map.Entry entry = (Map.Entry) iterator.next();            parents.put(entry.getKey(), start);        }    }     /**     * 找出未处理节点中消耗最小的节点     *     * @param costs     * @param processed     * @return     */    public String findLowestCostNode(Map costs, HashSet processed) {        int lowestCost = NOWAY_SIGN;        String lowestCostNode = null;        Iterator iterator = costs.entrySet().iterator();        while (iterator.hasNext()) {            Map.Entry entry = (Map.Entry) iterator.next();            if (!processed.contains(entry.getKey()) && entry.getValue() < lowestCost) {                lowestCost = entry.getValue();                lowestCostNode = entry.getKey();            }       }        return lowestCostNode;    }     public void printPath(Map parents, int cost) {        Stack stack = new Stack();        String parent = parents.get(END);        while (parent != null) {            if (START.equalsIgnoreCase(parent)) {                stack.push(START);                break;            }            stack.push(parent);            parent = parents.get(parent);        }        StringBuffer path = new StringBuffer();        while (!stack.empty()) {            String node = stack.pop();            if (path.length() != 0) {                path.append("->");            }            path.append(node);        }        System.out.println("最优路线：" + START + "->" + path.toString() + "->" + END);        System.out.println("其开销为：" + cost);    }     public static void main(String[] args) {        Map> graph = new HashMap>();        Map start = new HashMap();        start.put("A", 5);        start.put("B", 2);        graph.put(START, start);        Map a = new HashMap();        a.put("C", 4);        a.put("D", 2);        graph.put("A", a);        Map b = new HashMap();        b.put("A", 8);        b.put("D", 7);        graph.put("B", b);        Map c = new HashMap();        c.put("D", 6);        c.put(END, 3);        graph.put("C", c);        Map d = new HashMap();        d.put(END, 1);        graph.put("D", d);        Dijkstra dijkstra = new Dijkstra();dijkstra.getMinStep(START, END, graph);}}