Java数据结构之最短路径

本文介绍了Java中求解图的最短路径问题的两种算法:Dijkstra算法和Floyd算法。Dijkstra算法主要用于求解从一个顶点到其他所有顶点的最短路径,而Floyd算法则可以找到图中任意两个顶点之间的最短路径。文章详细讲解了这两种算法的核心思想、代码实现及测试实例。
摘要由CSDN通过智能技术生成

问题背景

最短路径是面向图的一种非常常见的问题,它是具有实际意义的。比如国家铺铁路,如何使某一个省到其他省的距离最短;或者出去旅游,如何使旅游路线最短。这些问题就是在图的数据结构下求最短路径的问题。通常,求图的最短路径有两种情况,一种是求某一个顶点到其他各顶点的最短路径;另一种是求图中任意两个顶点的最短路径。这里介绍两种算法分别对应上述情况,即迪杰斯特拉算法(Dijkstra算法)和弗洛伊德算法(Floyd算法 )。

迪杰斯特拉算法(Dijkstra算法)

Dijkstra算法是求某一顶点到其余各顶点最短路径的典型算法。如图1所示,从源点出发,必定存在一条路径,使得源点到终点的距离最短(这里不考虑图的正确性,只考虑算法的思想,读者可以将图中的权值理解为时间而不是距离)。
在这里插入图片描述

核心思想

Dijkstra算法和Prim算法的思想类似,数据结构仍旧是邻接矩阵,因此,我们首先建立图1的邻接矩阵,如图2所示。由邻接矩阵的定义我们可以知道,每一行表示对应顶点到其他顶点的距离(即权值)。

  1. 构建数组shortestPath来保存从源点到各顶点的最短路径;
  2. 构造标记数组isMatched来记录顶点是否已经算得了最短路径;

在Prim算法中,我们定义了lowcost数组用来保存两个顶点之间的最小权值,并通过将权值最小的项置为0来标记当前顶点已经找到了最小权值的边,在不断的迭代后找到最小生成树。可见两者的思想是很相似的。

  1. 初始化shortestPath={0,1,5,#,#,#,#,#,#},并暂时认为shortestPath中的值为源点到其余各点的最短路径;
  2. 初始化 isMatched={true,false,false,false,false,false,false,false,false},isMatched[0]=true表示v0点已匹配到最短路径。
  3. 定义变量min来记录shortestPath中的最小值,定义变量k来记录该最小值对应的下标,并将isMatched[k]置为true,表示vk顶点已匹配到从源点出发的最短路径。

拿初始化的shortestPath来说,min=1,k=1,isMatched[1]=true,表示从源点v0出发到v1

  • 0
    点赞
  • 8
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值