图论-最短路Dijkstra算法 [JAVA实现版]

图论-最短路Dijkstra算法 [JAVA实现版]

Dijkstra算法可以解决点与点最短路问题,也可以解决点与点可达问题,但是不适用于存在负权边的情况

测试数据

给定一个 n 个点 m 条边的有向图,图中可能存在重边和自环,所有边权均为正值。
​
请你求出 1 号点到 n 号点的最短距离,如果无法从 1 号点走到 n 号点,则输出 −1。
​
输入格式
第一行包含整数 n 和 m。
​
接下来 m 行每行包含三个整数 x,y,z,表示存在一条从点 x 到点 y 的有向边,边长为 z。
​
输出格式
输出一个整数,表示 1 号点到 n 号点的最短距离。
如果路径不存在,则输出 −1。
数据范围
1≤n≤500,
1≤m≤105,
图中涉及边长均不超过10000。
​
例子1:
3 3
1 2 2
2 3 1
1 3 4
输出> 3

代码实现

import java.util.Arrays;
import java.util.Scanner;
​
public class Main {
    static Scanner scanner = new Scanner(System.in);
    static int max = 500;
    static int maxL = 10000;
    static int[] dp = new int[max+1];
    static int[][] dis = new int[max+1][max+1];
    static boolean[] confirm = new boolean[max+1];
    public static void main(String[] args) {
        // 最多有500个点,{a,b,dis}: a to b need dis
        int s=1,e=scanner.nextInt();
        init();
        System.out.println("dst(s,e) = " + dst(s, e));
    }
​
    private static int dst(int s, int e) {
        dp[s] = 0;
        for (int i = 0; i < max; i++) {
            int t = -1;
            for (int j = 1; j <= max; j++) {
                if(!confirm[j] && (t==-1 || dp[j]<dp[t]))
                {
                    t = j;
                }
            }
            confirm[t] = true;
            for (int j = 1; j <= max; j++) {
                dp[j] = Math.min(dp[j],dp[t] + dis[t][j]);
            }
        }
        return dp[e]==maxL?-1:dp[e];
    }
​
    private static void init() {
        Arrays.fill(dp,maxL);
        for (int[] di : dis) {
            Arrays.fill(di,maxL);
        }
        int m = scanner.nextInt();
        for (int i = 0; i < m; i++) {
            int a = scanner.nextInt();
            int b = scanner.nextInt();
            int d = scanner.nextInt();
            dis[a][b] = Math.min(dis[a][b],d);
        }
    }
}

算法代码解释

1. 输入数据(实际上是边集),将数据构造成邻接矩阵,存在重边,取最小边
2. 初始化时,需要将dp、dis的元素都初始化为无穷,这是为了不影响判断,从意义来说,没确认的点的距离相互都是无穷
3. Dijkstra(N:点集的数量)
    - 将初始点s的距离置为0,因为初始点到初始点的距离可以确定
    - 遍历N次,确认N个点的距离
    - 每次遍历,都取出当前为确认的最小点t
    - 由最小点更新点集的所有点 bp[j] = Math.min(bp[j],bp[t]+dis[t,j]);
    - 最后确认comfirt[t]
4. 返回终点dp[e]
  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
引用\[1\]提供了使用Python的networkx库绘制网络图和计算最短加权路径的示例代码。该代码使用了一个包含顶点和边的列表,并使用add_nodes_from和add_weighted_edges_from方法将它们添加到图中。然后,使用nx.shortest_path_length方法计算了从顶点v1到顶点v11的最短加权路径长度为13。\[1\] 引用\[2\]提供了一个计算最短路径的Python程序示例。该程序使用了numpy和networkx库。首先,定义了一个包含顶点和边的列表,并使用add_nodes_from和add_weighted_edges_from方法将它们添加到图中。然后,使用nx.shortest_path_length方法计算了最短路径长度,并将结果存储在一个字典中。接下来,使用numpy创建了一个6x6的零矩阵,并使用两个嵌套的for循环将最短路径长度填充到矩阵中。最后,使用矩阵乘法计算了运力,并找到了最小运力和对应的位置。\[2\] 引用\[3\]提供了关于Dijkstra算法的一些背景信息。Dijkstra算法是一种寻找最短路径的算法,适用于所有权重大于等于0的情况。它可以用于解决从一个起始点到任意一个点的最短路径问题。\[3\] 综上所述,如果你想在Python中计算图论中的最短路径,可以使用networkx库和Dijkstra算法。你可以根据引用\[1\]和引用\[2\]中的示例代码进行操作。 #### 引用[.reference_title] - *1* *3* [运筹学——图论与最短距离(Python实现)](https://blog.csdn.net/weixin_46039719/article/details/122521276)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v91^control_2,239^v3^insert_chatgpt"}} ] [.reference_item] - *2* [数学建模:图论模型 — 最短路模型示例 (Python 求解)](https://blog.csdn.net/qq_55851911/article/details/124776487)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v91^control_2,239^v3^insert_chatgpt"}} ] [.reference_item] [ .reference_list ]

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
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