本文将讲解图中最短路径的求解算法之一——迪杰斯特拉算法。
最短路径
在网图和非网图中,最短路径的含义不一样。由于非网图的边没有权值,所以它的最短路径,就是指两顶点之间经过的边数最少的路径;而对于网图来说,最短路径,是指两顶点之间经过的边上权值之和最少的路径。
求解最短路径的算法有很多,本文先讲解迪杰斯特拉算法。
迪杰斯特拉算法原理
迪杰斯特拉算法比较容易理解,它的思路大体为:从路径的源点开始,每次选择权值最短的路径,直到达到终点为止。所以迪杰斯特拉算法不是一下子就求出源点到终点的最短路径,而是一步步求出它们之间顶点的最短路径。
下面,通过图形的方式解释下迪杰斯特拉算法。
我将以上图为例,通过求顶点v0到v8的最短路径,讲解迪杰斯特拉算法的求解流程。
第一步,由于顶点v0与v1和v2连接,其中最短路径是v0到v1,故由v0走到v1:
第二步,由于顶点v1与v2、v3、v4连接,其中最短路径是v1到v2,故由v1走到v2:
第三步,由于顶点v2与v4、v5连接,其中最短路径是v2到v4,故由v2走到v4:
第四步,由于顶点v4与v3、v6、v7、v5连接,其中最短路径是v4到v3,故由v4走到v3:
第五步,由于顶点v3仅与v6连接,故由v3走到v6:
第六步,由于顶点v6与v7和v8连接,其中最短路径是v6到v7,故由v6走到v7:
最后一步,由v7走到v8:
所以最短路径为:v0 -> v1 -> v2 -> v4 -> v3 -> v6 -> v7 -> v8。
迪杰斯特拉算法实现
下面是利用Java实现的迪杰斯特拉算法。
/**
* 迪杰斯特拉算法求最短路径
*/
public class Dijkstra {
int[][] arc; // 邻接矩阵
int MAXVEX; // 顶点个数
int INFINITY = Integer.MAX_VALUE; // 权值最大值
int[] pathMatrix; // 用于存储最短路径下标的数组
int[] shortPathTable; // 用于存储到各点最短路径的权值和
public Dijkstra(int index){
MAXVEX = index;
arc = new int[MAXVEX][MAXVEX];
pathMatrix = new int[MAXVEX];
shortPathTable = new int[MAXVEX];
createArc();// 生成邻接矩阵
}
// 生成邻接矩阵
private void createArc() {
this.arc[0] = new int[]{ 0, 1, 5,INFINITY,INFINITY,INFINITY,INFINITY,INFINITY,INFINITY};
this.arc[1] = new int[]{ 1, 0, 3, 7, 5,INFINITY,INFINITY,INFINITY,INFINITY};
this.arc[2] = new int[]{ 5, 3, 0,INFINITY, 1, 7,INFINITY,INFINITY,INFINITY};
this.arc[3] = new int[]{INFINITY, 7,INFINITY, 0, 2,INFINITY, 3,INFINITY,INFINITY};
this.arc[4] = new int[]{INFINITY, 5, 1, 2, 0, 3, 6, 9,INFINITY};
this.arc[5] = new int[]{INFINITY,INFINITY, 7,INFINITY, 3, 0, INFINITY, 5, INFINITY};
this.arc[6] = new int[]{INFINITY,INFINITY,INFINITY, 3, 6,INFINITY, 0, 2, 7};
this.arc[7] = new int[]{INFINITY,INFINITY,INFINITY,INFINITY, 9, 5, 2, 0, 4};
this.arc[8] = new int[]{INFINITY,INFINITY,INFINITY,INFINITY,INFINITY,INFINITY, 7, 4, 0};
}
// Dijkstra算法,求有向图的v0顶点到其余顶点的最短路径及带权长度
void ShortPath_Dijkstra(){
int v,w,k=0,min;
int[] Final = new int[MAXVEX]; //Final[w] = 1表示求得顶点v0到vk的最短路径
for(v = 0;v < MAXVEX;v++){ //初始化数据
Final[v] = 0; //全部顶点初始化为未知最短路径状态
shortPathTable[v] = arc[0][v]; //将与v0点有连线的顶点加上权值
pathMatrix[v] = 0; //初始化路径数组为0
}
shortPathTable[0] = 0; //v0到v0的路径为0
Final[0] = 1; //v0到v0不需要求路径
//开始循环,每次求得v0到某个顶点v的最短路径
for(v = 1; v < MAXVEX;v++){
min = INFINITY; //当前所知离v0顶点的最近距离
for(w = 0;w < MAXVEX;w++) { //寻找离v0最近的顶点
if( Final[w] == 0 && shortPathTable[w] < min) {
k = w;
min = shortPathTable[w]; //w顶点离v0顶点更近
}
}
Final[k] = 1; //将目前找到的最近的顶点置为1
for(w = 0;w < MAXVEX;w++){ //修正当前最短路径及距离
if(Final[w] == 0 && arc[k][w] != INFINITY && (min+arc[k][w] < shortPathTable[w])){//如果经过v顶点的路径比现在这条路径的长度短
//说明找到了更短的路径。修改shortPathTable和pathMatrix
shortPathTable[w] = min + arc[k][w]; //修改当前路径长度
pathMatrix[w] = k;
}
}
}
}
public static void main(String[] args) {
Dijkstra dijkstra = new Dijkstra(9);
dijkstra.ShortPath_Dijkstra();
System.out.print("v0到v8的最短路径为:");
for(int i = 8;i >= 0;){
if(i == 0) {
System.out.print("v"+i);
break;
}
else{
System.out.print("v"+i+" <- ");
i = dijkstra.pathMatrix[i];
}
}
}
}
运行结果如下