java实现最短路径算法之Dijkstra算法

java实现最短路径算法之Dijkstra算法

前言

Dijkstra算法是最短路径算法中为人熟知的一种，是单起点全路径算法。该算法被称为是“贪心算法”的成功典范。本文接下来将尝试以最通俗的语言来介绍这个伟大的算法，并赋予java实现代码。

一、知识准备：

1、表示图的数据结构

用于存储图的数据结构有多种，本算法中笔者使用的是邻接矩阵。

图的邻接矩阵存储方式是用两个数组来表示图。一个一维数组存储图中顶点信息，一个二维数组（邻接矩阵）存储图中的边或弧的信息。

设图G有n个顶点，则邻接矩阵是一个n*n的方阵，定义为：

从上面可以看出，无向图的边数组是一个对称矩阵。所谓对称矩阵就是n阶矩阵的元满足aij = aji。即从矩阵的左上角到右下角的主对角线为轴，右上角的元和左下角相对应的元全都是相等的。

从这个矩阵中，很容易知道图中的信息。

（1）要判断任意两顶点是否有边无边就很容易了；

（2）要知道某个顶点的度，其实就是这个顶点vi在邻接矩阵中第i行或（第i列）的元素之和；

（3）求顶点vi的所有邻接点就是将矩阵中第i行元素扫描一遍，arc[i][j]为1就是邻接点；

而有向图讲究入度和出度，顶点vi的入度为1，正好是第i列各数之和。顶点vi的出度为2，即第i行的各数之和。

有向图的定义也类似，故不做赘述。

2、单起点全路径

所谓单起点全路径，就是指在一个图中，从一个起点出发，到所有节点的最短路径。

3、图论的基本知识(读者需自行寻找相关资料)

4、互补松弛条件

设标量d1,d2,....,dN满足

dj<=di + aij,  (i,j)属于A,

且P是以i1为起点ik为终点的路，如果

dj = di + aij, 对P的所有边(i, j)

成立，那么P是从i1到ik的最短路。其中，满足上面两式的被称为最短路问题的互补松弛条件。

二、算法思想

1、令G = （V，E）为一个带权无向图。G中若有两个相邻的节点,i和j。aij(在这及其后面都表示为下标，请注意)为节点i到节点j的权值，在本算法可以理解为距离。每个节点都有一个值di(节点标记)表示其从起点到它的某条路的距离。

2、算法初始有一个数组V用于储存未访问节点的列表，我们暂称为候选列表。选定节点1为起始节点。开始时，节点1的d1=0, 其他节点di=无穷大，V为所有节点。

初始化条件后，然后开始迭代算法，直到V为空集时停止。具体迭代步骤如下：

将d值最小的节点di从候选列表中移除。(本例中V的数据结构采用的是优先队列实现最小值出列，最好使用斐波那契对，在以前文章有过介绍，性能有大幅提示)。对于以该节点为起点的每一条边，不包括移除V的节点, (i, j)属于A， 若dj > di + aij（违反松弛条件）,则令

dj = di + aij    , （如果j已经从V中移除过，说明其最小距离已经计算出，不参与此次计算）

可以看到在算法的运算工程中，节点的d值是单调不增的

具体算法图解如下

三、java代码实现

public class Vertex implements Comparable{

/**

* 节点名称(A,B,C,D)

*/

private String name;

/**

* 最短路径长度

*/

private int path;

/**

* 节点是否已经出列(是否已经处理完毕)

*/

private boolean isMarked;

public Vertex(String name){

this.name = name;

this.path = Integer.MAX_VALUE; //初始设置为无穷大

this.setMarked(false);

}

public Vertex(String name, int path){

this.name = name;

this.path = path;

this.setMarked(false);

}

@Override

public int compareTo(Vertex o) {

return o.path > path?-1:1;

}

}

public class Graph {

/*

* 顶点

*/

private List vertexs;

/*

* 边

*/

private int[][] edges;

/*

* 没有访问的顶点

*/

private Queue unVisited;

public Graph(List vertexs, int[][] edges) {

this.vertexs = vertexs;

this.edges = edges;

initUnVisited();

}

/*

* 搜索各顶点最短路径

*/

public void search(){

while(!unVisited.isEmpty()){

Vertex vertex = unVisited.element();

//顶点已经计算出最短路径，设置为"已访问"

　　vertex.setMarked(true);

//获取所有"未访问"的邻居

　　List neighbors = getNeighbors(vertex);

//更新邻居的最短路径

updatesDistance(vertex, neighbors);

pop();

}

System.out.println("search over");

}

/*

* 更新所有邻居的最短路径

*/

private void updatesDistance(Vertex vertex, List neighbors){

for(Vertex neighbor: neighbors){

updateDistance(vertex, neighbor);

}

}

/*

* 更新邻居的最短路径

*/

private void updateDistance(Vertex vertex, Vertex neighbor){

int distance = getDistance(vertex, neighbor) + vertex.getPath();

if(distance < neighbor.getPath()){

neighbor.setPath(distance);

}

}

/*

* 初始化未访问顶点集合

*/

private void initUnVisited() {

unVisited = new PriorityQueue();

for (Vertex v : vertexs) {

unVisited.add(v);

}

}

/*

* 从未访问顶点集合中删除已找到最短路径的节点

*/

private void pop() {

unVisited.poll();

}

/*

* 获取顶点到目标顶点的距离

*/

private int getDistance(Vertex source, Vertex destination) {

int sourceIndex = vertexs.indexOf(source);

int destIndex = vertexs.indexOf(destination);

return edges[sourceIndex][destIndex];

}

/*

* 获取顶点所有(未访问的)邻居

*/

private List getNeighbors(Vertex v) {

List neighbors = new ArrayList();

int position = vertexs.indexOf(v);

Vertex neighbor = null;

int distance;

for (int i = 0; i < vertexs.size(); i++xsLdkNVE) {

if (i == position) {

//顶点本身，跳过

continue;

}

distance = edges[position][i]; //到所有顶点的距离

if (distance < Integer.MAX_VALUE) {

//是邻居(有路径可达)

neighbor = getVertex(i);

if (!neighbor.isMarked()) {

//如果邻居没有访问过，则加入list;

neighbors.add(neighbor);

}

}

}

return neighbors;

}

/*

* 根据顶点位置获取顶点

*/

private Vertex getVertex(int index) {

return vertexs.get(index);

}

/*

* 打印图

*/

public void printGraph() {

int verNums = vertexs.size();

for (int row = 0; row < verNums; row++) {

for (int col = 0; col < verNums; col++) {

if(Integer.MAX_VALUE == edges[row][col]){

System.out.print("X");

System.out.print(" ");

continue;

}

System.out.print(edges[row][col]);

System.out.print(" ");

}

System.out.println();

}

}

}

public class Test {

public static void main(String[] args){

List vertexs = new ArrayList();

Vertex a = new Vertex("A", 0);

Vertex b = new Vertex("B");

Vertex c = new Vertex("C");

Vertex d = new Vertex("D");

Vertex e = new Vertex("E");

Vertex f = new Vertex("F");

vertexs.add(a);

vertexs.add(b);

vertexs.add(c);

vertexs.add(d);

vertexs.add(e);

vertexs.add(f);

int[][] edges = {

{Integer.MAX_VALUE,6,3,Integer.MAX_VALUE,Integer.MAX_VALUE,Integer.MAX_VALUE},

{6,Integer.MAX_VALUE,2,5,Integer.MAX_VALUE,Integer.MAX_VALUE},

{3,2,Integer.MAX_VALUE,3,4,Integer.MAX_VALUE},

{Integer.MAX_VALUE,5,3,Integer.MAX_VALUE,5,3},

{Integer.MAX_VALUE,Integer.MAX_VALUE,4,5,Integer.MAX_VALUE,5},

{Integer.MAX_VALUE,Integer.MAX_VALUE,Integer.MAX_VALUE,3,5,Integer.MAX_VALUE}

};

Graph graph xsLdkNVE= new Graph(vertexs, edges);

graph.printGraph();

graph.search();

}

}

版权声明：本文内容由网络用户投稿，版权归原作者所有，本站不拥有其著作权，亦不承担相应法律责任。如果您发现本站中有涉嫌抄袭或描述失实的内容，请联系我们jiasou666@gmail.com 处理，核实后本网站将在24小时内删除侵权内容。