单源最短路径解析

本文涉及的产品
公共DNS(含HTTPDNS解析),每月1000万次HTTP解析
云解析 DNS,旗舰版 1个月
全局流量管理 GTM,标准版 1个月
简介: 首先说下算法原理: 1,设0为源点,建立两个集合S,T,S保存节点0,T集合保存节点1,2,3,4。(S,T是官方定义名称,个人理解S应该是source的缩写,T是target的缩写,看了英文是不是就明白点了) 2,先找出0到其他点最短的点,0到1等于10,即0-1为最短。

首先说下算法原理:

1,设0为源点,建立两个集合S,T,S保存节点0,T集合保存节点1,2,3,4。(S,T是官方定义名称,个人理解S应该是source的缩写,T是target的缩写,看了英文是不是就明白点了)

2,先找出0到其他点最短的点,0到1等于10,即0-1为最短。那么将1添加进S,将1从T中删除。

3,修正路径,这是个难点,怎么修改呢,我举最简单的例子,那就是直接在图上修改。修正路径要修正的是0到其他节点的路径长度,先看下图,

0-1=10

0-2=正无穷,因为0直接到不了2

0-3=30

0-4=100

当我们在S集合中增加了节点1,那么0到其他节点的方式就多了一个,比如0-2,就不在是正无穷,他可以通过1到达,所以0-2=60

那么0-4=100,当0通过1在到达4,结果是0-1-4=10加正无穷,因为1到达不了4,所以10+正无穷就大于100,所以0-4还是100,0-3同理,10+正无穷>30,因此0-3还是30。

1添加进集合S后,在添加次短的节点,因为1是最短的,添加完最短的添加次短的。

现在是0到各节点的路径是:

0-1=10

0-2=60

0-3=30

0-4=100

这里0-3是最短的,因此S集合添加节点3,同样移除T中,3。

添加完3后,再修正路径,因为1已经添加过了所以不在修改1。那么添加2,0-2在上面已经被修正成60了,现在看0-3-2,它等50,小于60,所以0-2再次修正,等于50。0-3不修正,因为是当前选则的路径。接着修改0-4,0-4初始等于100,现在0-3-4等于160,大于100,所以0-4仍然等于100

0-1=10

0-2=50

0-3=30

0-4=100

接着再找最短的,1,3已经选过了,现在最短的是2,0-2=50,通过2在修正,13已经选过不在修正,只修正4,即0-2-4=60(具体流向是0-3-2-4),小于0-4=100,因此修正0-4=60。

最后将4从T中取出添加进S,因为123都已经使用,4不在修正,方法结束,即T为空就结束。

那么0到各点的最短路径为

0-1=10

0-2=50

0-3=30

0-4=60

 

 

将上面的算法写成代码如下:

但在学习代码前,首先要理解数组weight是什么,数组weight翻译出来是

第一行 {0,3,2000,7,9999999}

A——>A 宽度(权值)0 自己到自己自然是0

A——>B 宽度(权值)3

A——>C 宽度(权值)2000

A——>D 宽度(权值)7

A——>E 宽度(权值)9999999即无限大,即 到达不了E 

 

第二行   {3,0,4,2,9999999},

B——>A 宽度(权值)3

B——>B 宽度(权值)0 B-B

B——>C 宽度(权值)4

B——>D 宽度(权值)2

B——>E 宽度(权值)9999999 即无限大,即到达不了E 

 

第三行    {9999999,4,0,5,6},

C——>A 宽度(权值)9999999 即无限大 ,即 到达不了A

C——>B 宽度(权值)4

C——>C 宽度(权值)0 C-C

C——>D 宽度(权值)5

C——>E 宽度(权值)6 

 

第四行      {7,2,5,0,4},

D——>A 宽度(权值)7

D——>B 宽度(权值)2

D——>C 宽度(权值)5

D——>D 宽度(权值)0 D-D

D——>E 宽度(权值)4

 

第五行      {9999999,9999999,4,6,0}

E——>A 宽度(权值)9999999即无限大,即 到达不了A

E——>B 宽度(权值)9999999即无限大,即 到达不了B

E——>C 宽度(权值)4

E——>D 宽度(权值)6

E——>E 宽度(权值)0 E-E

以下为C#代码 可以运行

 public class Dijkstra
    {
        public static void Excute()
        {
            int[][] weight = new int[][]
            {
              new int[] {0,3,2000,7,9999999},
              new int[] {3,0,4,2,9999999},
              new int[] {9999999,4,0,5,6},
              new int[] {7,2,5,0,4},
              new int[] {9999999,9999999,4,6,0}

             };
            int[] path = Dijsktra(weight, 0);
            for (int i = 0; i < path.Length; i++)

                Console.WriteLine(path[i] + "  ");

        }

        public static int[] Dijsktra(int[][] weight, int start)
        {
            //接受一个有向图的权重矩阵,和一个起点编号start(从0编号,顶点存在数组中) 
            //返回一个int[] 数组,表示从start到它的最短路径长度 
            int n = weight.Length;      //顶点个数 
            int[] shortPath = new int[n];   //存放从start到其他各点的最短路径 

            int[] visited = new int[n];     //标记当前该顶点的最短路径是否已经求出,1表示已求出 

            //初始化,第一个顶点求出
            shortPath[start] = 0;
            visited[start] = 1;
            for (int count = 1; count <= n - 1; count++)        //要加入n-1个顶点
            {
                int k = -1; //选出一个距离初始顶点start最近的未标记顶点
                int dmin = 1000;
                for (int i = 0; i < n; i++)
                {
                    if (visited[i] == 0 && weight[start][i] < dmin)
                    {
                        dmin = weight[start][i];

                        k = i;
                    }
                }
                //将新选出的顶点标记为已求出最短路径,且到start的最短路径就是dmin 
                shortPath[k] = dmin; 
                visited[k] = 1; 

                //以k为中间点想,修正从start到未访问各点的距离  
                for (int i = 0; i < n; i++)
                {
                    if (visited[i] == 0 && weight[start][k] + weight[k][i] < weight[start][i])
                        weight[start][i] = weight[start][k] + weight[k][i];

                }

            } 
            return shortPath; 
        } 
    }

 

 

目录
相关文章
|
算法
蛮力法解决旅行商问题(穷举查找求最短路径)含解析与代码实现
蛮力法解决旅行商问题(穷举查找求最短路径)含解析与代码实现
432 0
|
13天前
|
监控 Java 应用服务中间件
高级java面试---spring.factories文件的解析源码API机制
【11月更文挑战第20天】Spring Boot是一个用于快速构建基于Spring框架的应用程序的开源框架。它通过自动配置、起步依赖和内嵌服务器等特性,极大地简化了Spring应用的开发和部署过程。本文将深入探讨Spring Boot的背景历史、业务场景、功能点以及底层原理,并通过Java代码手写模拟Spring Boot的启动过程,特别是spring.factories文件的解析源码API机制。
43 2
|
2月前
|
缓存 Java 程序员
Map - LinkedHashSet&Map源码解析
Map - LinkedHashSet&Map源码解析
70 0
|
2月前
|
算法 Java 容器
Map - HashSet & HashMap 源码解析
Map - HashSet & HashMap 源码解析
57 0
|
2月前
|
存储 Java C++
Collection-PriorityQueue源码解析
Collection-PriorityQueue源码解析
62 0
|
2月前
|
安全 Java 程序员
Collection-Stack&Queue源码解析
Collection-Stack&Queue源码解析
84 0
|
13天前
|
存储 安全 Linux
Golang的GMP调度模型与源码解析
【11月更文挑战第11天】GMP 调度模型是 Go 语言运行时系统的核心部分,用于高效管理和调度大量协程(goroutine)。它通过少量的操作系统线程(M)和逻辑处理器(P)来调度大量的轻量级协程(G),从而实现高性能的并发处理。GMP 模型通过本地队列和全局队列来减少锁竞争,提高调度效率。在 Go 源码中,`runtime.h` 文件定义了关键数据结构,`schedule()` 和 `findrunnable()` 函数实现了核心调度逻辑。通过深入研究 GMP 模型,可以更好地理解 Go 语言的并发机制。
|
26天前
|
消息中间件 缓存 安全
Future与FutureTask源码解析,接口阻塞问题及解决方案
【11月更文挑战第5天】在Java开发中,多线程编程是提高系统并发性能和资源利用率的重要手段。然而,多线程编程也带来了诸如线程安全、死锁、接口阻塞等一系列复杂问题。本文将深度剖析多线程优化技巧、Future与FutureTask的源码、接口阻塞问题及解决方案,并通过具体业务场景和Java代码示例进行实战演示。
41 3
|
2月前
|
存储
让星星⭐月亮告诉你,HashMap的put方法源码解析及其中两种会触发扩容的场景(足够详尽,有问题欢迎指正~)
`HashMap`的`put`方法通过调用`putVal`实现,主要涉及两个场景下的扩容操作:1. 初始化时,链表数组的初始容量设为16,阈值设为12;2. 当存储的元素个数超过阈值时,链表数组的容量和阈值均翻倍。`putVal`方法处理键值对的插入,包括链表和红黑树的转换,确保高效的数据存取。
57 5
|
2月前
|
Java Spring
Spring底层架构源码解析(三)
Spring底层架构源码解析(三)
115 5

推荐镜像

更多
下一篇
无影云桌面