Dijkstra算法不僅是圖的經典算法,同時也是對貪心算法比較好的一個實例。
Dijkstra算法
通過Dijkstra計算圖G中的最短路徑時,需要指定起點vs(即從頂點vs開始計算)。
此外,引進兩個集合S和U。S的作用是記錄已求出最短路徑的頂點,而U則是記錄還未求出最短路徑的頂點(以及該頂點到起點vs的距離)。
算法步驟
(1) 初始時,S只包含起點vs;U包含除vs外的其他頂點,且U中頂點的距離爲"起點vs到該頂點的距離"[例如,U中頂點v的距離爲(vs,v)的長度,然後vs和v不相鄰,則v的距離爲∞]。
(2) 從U中選出"距離最短的頂點k",並將頂點k加入到S中;同時,從U中移除頂點k。
(3) 更新U中各個頂點到起點vs的距離。之所以更新U中頂點的距離,是由於上一步中確定了k是求出最短路徑的頂點,從而可以利用k來更新其它頂點的距離;例如,(vs,v)的距離可能大於(vs,k)+(k,v)的距離。
(4) 重複步驟(2)和(3),直到遍歷完所有頂點。
實例
後續代碼會以這個爲實例,這裏先貼出這個實例,這裏爲了理解方便,不一次性貼出代碼,而是層層解構,最後進行彙總
初始化數據
//初始化
boolean[] flag = new boolean[vertexes.length]; //用於判斷是否已經被遍歷的標示
int[] U = new int[vertexes.length]; //集合U,記錄到各個點的距離
String[] S = new String[vertexes.length]; //集合S,已經計算完成的節點集合
int[] prev = new int[vertexes.length]; //用於記錄路徑的數組,just 記錄而已
//vs表示起始節點的索引,初始化U爲vs節點的所有邊的權值,flag均爲false
for (int i = 0; i < vertexes.length; i++) {
flag[i] = false;
U[i] = matrix[vs][i];
prev[i] = 0;
}
起始節點的處理
//起始節點的處理
S[0] = vertexes[vs]; //起始節點進入S集合
flag[vs] = true; //標記起始節點爲已訪問
U[vs] = 0; //將U集合中,vs的權值置爲0,畢竟從自己到自己權值爲0;
核心的Dijkstra整體框架
for (int i = 0; i < vertexes.length; i++) {
//1、找到當前U中最小的元素,並記錄下該元素的下標(編程入門難度的邏輯)
//2、將第一步找到的節點加入集合S,並將其標記爲已經訪問
//3、更新集合U
}
其實結構完成之後,上述步驟好像最難的就是第三步,放心,其實也不難,這裏就直接貼出第三步的代碼吧
int k = 0;
for (int i = 0; i < vertexes.length; i++) {
//先找到當前U中最小的節點,並記錄下標
int min = MAX_WEIGHT;
for (int j = 0; j < vertexes.length; j++) {
if (U[j] < min && flag[j] == false) {
min = U[j];
k = j;
}
}
//找到的節點應該入S集合
S[i] = vertexes[k];
flag[k] = true;//同時標記該最小值的節點爲被訪問。
//繼續更新集合U
for (int j = 0; j < vertexes.length; j++) {
//temp記錄爲當前的min+當前節點到其他可達節點的權值。
//int temp = min + matrix[k][j];//直接這麼寫會產生位溢出,畢竟用到了Integer.MAX_VALUE
int temp = matrix[k][j] == MAX_WEIGHT ? MAX_WEIGHT : (min + matrix[k][j]);
//正式開始更新U集合
if (flag[j] == false && temp < U[j]) {
U[j] = temp;
prev[j] = k; //記錄一下節點前驅下標。
}
}
}
打印路徑
//開始打印路徑
System.out.println("起始頂點:" + vertexes[vs]);
for (int i = 0; i < vertexes.length; i++) {
System.out.print("最短路徑(" + vertexes[vs] + "," + vertexes[i] + "):" + U[i] + " ");
List<String> path = new ArrayList<>();
int j = i;
while (true) {
path.add(vertexes[j]);
if (j == 0) {
break;
}
j = prev[j];
}
//完成打印工作
for (int x = path.size() - 1; x >= 0; x--) {
if (x == 0) {
System.out.println(path.get(x));
} else {
System.out.print(path.get(x) + "->");
}
}
}
打印的邏輯不是很難,和走鏈一樣,只不是這裏是通過數組的下標而已。這裏就不解釋了,很簡單。
完整代碼
加上測試的代碼都在一起,可以直接運行的
import com.learn.graph.MatrixNDG;
import java.util.ArrayList;
import java.util.List;
/**
* autor:liman
* createtime:2020/2/14
* comment:迪傑斯特拉算法
*/
public class ShorestPathDijkstraSelf {
private int[][] matrix;
private int MAX_WEIGHT = Integer.MAX_VALUE;
private String[] vertexes;
/**
* 構建圖
*
* @param index
*/
public void createGraph(int index) {
matrix = new int[index][index];
vertexes = new String[index];
int[] v0 = {0, 1, 5, MAX_WEIGHT, MAX_WEIGHT, MAX_WEIGHT, MAX_WEIGHT, MAX_WEIGHT, MAX_WEIGHT};
int[] v1 = {1, 0, 3, 7, 5, MAX_WEIGHT, MAX_WEIGHT, MAX_WEIGHT, MAX_WEIGHT};
int[] v2 = {5, 3, 0, MAX_WEIGHT, 1, 7, MAX_WEIGHT, MAX_WEIGHT, MAX_WEIGHT};
int[] v3 = {MAX_WEIGHT, 7, MAX_WEIGHT, 0, 2, MAX_WEIGHT, 3, MAX_WEIGHT, MAX_WEIGHT};
int[] v4 = {MAX_WEIGHT, 5, 1, 2, 0, 3, 6, 9, MAX_WEIGHT};
int[] v5 = {MAX_WEIGHT, MAX_WEIGHT, 7, MAX_WEIGHT, 3, 0, MAX_WEIGHT, 5, MAX_WEIGHT};
int[] v6 = {MAX_WEIGHT, MAX_WEIGHT, MAX_WEIGHT, 3, 6, MAX_WEIGHT, 0, 2, 7};
int[] v7 = {MAX_WEIGHT, MAX_WEIGHT, MAX_WEIGHT, MAX_WEIGHT, 9, 5, 2, 0, 4};
int[] v8 = {MAX_WEIGHT, MAX_WEIGHT, MAX_WEIGHT, MAX_WEIGHT, MAX_WEIGHT, MAX_WEIGHT, 7, 4, 0};
matrix[0] = v0;
matrix[1] = v1;
matrix[2] = v2;
matrix[3] = v3;
matrix[4] = v4;
matrix[5] = v5;
matrix[6] = v6;
matrix[7] = v7;
matrix[8] = v8;
vertexes[0] = "v0";
vertexes[1] = "v1";
vertexes[2] = "v2";
vertexes[3] = "v3";
vertexes[4] = "v4";
vertexes[5] = "v5";
vertexes[6] = "v6";
vertexes[7] = "v7";
vertexes[8] = "v8";
}
public void dijkstra(int vs) {
//初始化
boolean[] flag = new boolean[vertexes.length];
int[] U = new int[vertexes.length];
String[] S = new String[vertexes.length];
int[] prev = new int[vertexes.length];
for (int i = 0; i < vertexes.length; i++) {
flag[i] = false;
U[i] = matrix[vs][i];
prev[i] = 0;
}
//起始節點的處理
S[0] = vertexes[vs];
flag[vs] = true;
U[vs] = 0;
int k = 0;
for (int i = 0; i < vertexes.length; i++) {
//先找到當前U中最小的節點,並記錄下標
int min = MAX_WEIGHT;
for (int j = 0; j < vertexes.length; j++) {
if (U[j] < min && flag[j] == false) {
min = U[j];
k = j;
}
}
//找到的節點應該入S集合
S[i] = vertexes[k];
flag[k] = true;//同時標記該最小值的節點爲被訪問。
//繼續更新集合U
for (int j = 0; j < vertexes.length; j++) {
// int temp = min + matrix[k][j];//直接這麼寫會產生位溢出,畢竟用到了MAX_VALUE
int temp = matrix[k][j] == MAX_WEIGHT ? MAX_WEIGHT : (min + matrix[k][j]);
//正式開始更新U集合
if (flag[j] == false && temp < U[j]) {
U[j] = temp;
prev[j] = k;
}
}
}
//開始打印路徑
System.out.println("起始頂點:" + vertexes[vs]);
for (int i = 0; i < vertexes.length; i++) {
System.out.print("最短路徑(" + vertexes[vs] + "," + vertexes[i] + "):" + U[i] + " ");
List<String> path = new ArrayList<>();
int j = i;
while (true) {
path.add(vertexes[j]);
if (j == 0) {
break;
}
j = prev[j];
}
//完成打印工作
for (int x = path.size() - 1; x >= 0; x--) {
if (x == 0) {
System.out.println(path.get(x));
} else {
System.out.print(path.get(x) + "->");
}
}
}
//打印一遍S集合
System.out.println("頂點放入到S中的順序");
for (int i = 0; i < vertexes.length; i++) {
System.out.print(S[i]);
if (i != vertexes.length - 1) {
System.out.print("-->");
}
}
}
public static void main(String[] args) {
ShorestPathDijkstraSelf shorestPathDijkstra = new ShorestPathDijkstraSelf();
shorestPathDijkstra.createGraph(9);
shorestPathDijkstra.dijkstra(0);
}
}
運行結果:
總結
難嗎?貌似不太難啊。貪心算法的經典實例