dijkstra求最短路径demo

简介: dijkstra求最短路径demo

介绍



dijkstra(迪杰斯特拉)使用来求解最短路径问题的一个方法,时间复杂度是O(n²)。

迪杰斯特拉算法(Dijkstra)是由荷兰计算机科学家狄克斯特拉于1959年提出的,因此又叫狄克斯特拉算法。是从一个顶点到其余各顶点的最短路径算法,解决的是有权图中最短路径问题。迪杰斯特拉算法主要特点是从起始点开始,采用贪心算法的策略,每次遍历到始点距离最近且未访问过的顶点的邻接节点,直到扩展到终点为止。


实现例子



  1. 下图描述

邻接矩阵表示


网络异常,图片无法展示
|


带有权值的图展示

从节点D开始的最短路径(最短路径就是某个点到另一个点的权值和最小)计算,

以及D到各个节点的路径打印


网络异常,图片无法展示
|


/*
     * Dijkstra最短路径。
     * 参数说明:
     *     vs -- 起始顶点(start vertex)。即计算"顶点vs"到其它顶点的最短路径。
     *     prev -- 前驱顶点数组。即,prev[i]的值是"顶点vs"到"顶点i"的最短路径所经历的全部顶点中,位于"顶点i"之前的那个顶点。
     *     dist -- 长度数组。即,dist[i]是"顶点vs"到"顶点i"的最短路径的长度。
     */
    public void dijkstra(int vs, int[] prev, int[] dist) {
        // flag[i]=true表示"顶点vs"到"顶点i"的最短路径已成功获取
        boolean[] flag = new boolean[mVexs.length];
        // 初始化
        for (int i = 0; i < mVexs.length; i++) {
            flag[i] = false;          // 顶点i的最短路径还没获取到。
            prev[i] = vs;              // 顶点i的前驱顶点为输入的开始顶点。
            dist[i] = mMatrix[vs][i];  // 顶点i的最短路径为"顶点vs"到"顶点i"的权。
        }
        // 对"顶点vs"自身进行初始化
        flag[vs] = true;
        dist[vs] = 0;
        // 遍历mVexs.length-1次;每次找出一个顶点的最短路径。
        int k=0;
        for (int i = 1; i < mVexs.length; i++) {
            // 寻找当前最小的路径;
            // 即,在未获取最短路径的顶点中,找到离vs最近的顶点(k)。
            int min = INF;
            for (int j = 0; j < mVexs.length; j++) {
                if (flag[j]==false && dist[j]<min) {
                    min = dist[j];
                    k = j;
                }
            }
            // 标记"顶点k"为已经获取到最短路径
            flag[k] = true;
            // 修正当前最短路径和前驱顶点
            // 即,当已经"顶点k的最短路径"之后,更新"未获取最短路径的顶点的最短路径和前驱顶点"。
            for (int j = 0; j < mVexs.length; j++) {
                int tmp = (mMatrix[k][j]==INF ? INF : (min + mMatrix[k][j]));
                if (flag[j]==false && (tmp<dist[j]) ) {
                    dist[j] = tmp;
                    prev[j] = k;
                }
            }
        }
        // 打印dijkstra最短路径的结果
        System.out.printf("dijkstra(%c): \n", mVexs[vs]);
        for (int i=0; i < mVexs.length; i++) {
            System.out.printf("  shortest(%c, %c)=%d\n" , mVexs[vs], mVexs[i], dist[i]);
        }
    }


相关文章
|
6月前
|
算法
Floyd 最短路径【学习算法】
Floyd 最短路径【学习算法】
73 0
|
5月前
|
存储 算法
算法BFS经典例题(迷宫,多源BFS,BFS解决拓扑排序,FloodFill算法)
算法BFS经典例题(迷宫,多源BFS,BFS解决拓扑排序,FloodFill算法)
|
6月前
|
人工智能 自然语言处理 算法
class059 建图、链式前向星、拓扑排序【算法】
class059 建图、链式前向星、拓扑排序【算法】
48 0
class059 建图、链式前向星、拓扑排序【算法】
|
6月前
|
存储 算法 定位技术
图论算法dijkstra dfs bfs以及动态规划
图论算法dijkstra dfs bfs以及动态规划
83 0
|
6月前
|
算法 定位技术 索引
class064 Dijkstra算法、分层图最短路【算法】
class064 Dijkstra算法、分层图最短路【算法】
66 0
|
机器学习/深度学习 算法 测试技术
C++算法:01BFS最短距离的原理和实现
C++算法:01BFS最短距离的原理和实现
|
存储 算法
秒懂算法 | BFS与最短路径
搜索包括BFS和DFS,这两种算法是算法竞赛的基础。本篇介绍BFS的扩展应用。
554 0
秒懂算法 | BFS与最短路径
|
定位技术
BFS:迷宫最短路径
BFS:迷宫最短路径
112 0
|
算法 机器人 C++
数据结构与算法之最短路路径与最短路径和&&动态规划
数据结构与算法之最短路路径与最短路径和&&动态规划
254 0
数据结构与算法之最短路路径与最短路径和&&动态规划
Floyd-Warshall算法 五行解决 (最短路径)
Floyd-Warshall算法 五行解决 (最短路径)
Floyd-Warshall算法 五行解决 (最短路径)