Dijkstra算法动态演示
2018-11-24更新
花了一早上写了js版本的,并能够动态演示过程
先看下算法的描述
问题描述
给定一个带权有向图 G=(V,E) ,其中每条边的权是一个非负实数。另外,还给定 V 中的一个顶点,称为源。现在我们要计算从源到所有其他各顶点的最短路径长度。这里的长度是指路上各边权之和。这个问题通常称为单源最短路径问题。
Dijkstra算法的解决方案
Dijkstra提出按各顶点与源点v间的路径长度的递增次序,生成到各顶点的最短路径的算法。既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,直到从源点v 到其它各顶点的最短路径全部求出为止。
Dijkstra算法的解题思想
将图G中所有的顶点V分成两个顶点集合S和T。以v为源点已经确定了最短路径的终点并入S集合中,S初始时只含顶点v,T则是尚未确定到源点v最短路径的顶点集合。然后每次从T集合中选择S集合点中到T路径最短的那个点,并加入到集合S中,并把这个点从集合T删除。直到T集合为空为止。
具体步骤
选一顶点v为源点,并视从源点v出发的所有边为到各顶点的最短路径(确定数据结构:因为求的是最短路径,所以①就要用一个记录从源点v到其它各顶点的路径长度数组dist[],开始时,dist是源点v到顶点i的直接边长度,即dist中记录的是邻接阵的第v行。②设一个用来记录从源点到其它顶点的路径数组path[],path中存放路径上第i个顶点的前驱顶点)。
在上述的最短路径dist[]中选一条最短的,并将其终点(即v,k)k加入到集合s中。
调整T中各顶点到源点v的最短路径。 因为当顶点k加入到集合s中后,源点v到T中剩余的其它顶点j就又增加了经过顶点k到达j的路径,这条路径可能要比源点v到j原来的最短的还要短。调整方法是比较dist[k]+g[k,j]与dist[j],取其中的较小者。
再选出一个到源点v路径长度最小的顶点k,从T中删去后加入S中,再回去到第三步,如此重复,直到集合S中的包含图G的所有顶点。
部分javascript代码
var MaxvertextType = 100
var gigantic = 99999
//邻接矩阵
function Mgraph() {
this.vex=new Array();
this.edge=new Array();
this.vexnum=MaxvertextType;
this.arcnum=MaxvertextType;
};
function getVex(G,x){
var i=0;
for(;G.vex[i]!=x;i++);
return i;
}
//单源最短路径算法
function Dijkstra(g,x){
var vexnum=g.vexnum;
var vex=getVex(g,x);
var dist= new Array();
var path = new Array();
path[0]=0;
for (var i = 0; i < vexnum; ++i) {
dist[i]=g.edge[vex][i];
if(dist[i]!=gigantic)path[i]=0;
}
var S = new Array();
S[0] = true;
var dd;
var dvex=0;
for (var j = 0; j < vexnum-1; ++j) {
dd=gigantic;
for (var i = 1; i < vexnum; ++i) {
if(dist[i]
dd=dist[i];
dvex=i;
}
}
S[dvex]= true;
for (var k = 1; k < vexnum; ++k) {
if (!S[k]){
if (dist[dvex]+g.edge[dvex][k]
dist[k] = dist[dvex] + g.edge[dvex][k];
path[k] = dvex;
}
}
}
}
for (var m = 1; m < vexnum; ++m) {
var nowvex=m;
var str="\npath:"+g.vex[nowvex];
while(path[nowvex]!=0){
nowvex=path[nowvex];
str=str+"
}
str=str+"
console.log(str);
}
}
//图的初始化
function init(g){
for(var i=0;i
var temp=[];
for (var j = 0; j < g.vexnum; ++j) {
if (i==j) temp[j]=0;
else temp[j]=gigantic;
}
g.edge[i]=temp;
}
}
感觉代码还是有点臃肿了