1. 應用場景:
假如有七個村莊(ABCDEFG),有個人從G點出發,到其他六個村莊的最短路徑分別是多少?到A、B、F、E只有一條路,沒得選,但是到C有兩條路,可以是2 + 7
,也可以是8 + 4
,到D點可以是3 + 9
,也可以是6 + 4
。圖上標明瞭距離我們當然一看就知道怎麼選,那麼如何能讓程序選擇最短的路徑呢?
迪傑斯特拉算法就是求最短路徑的經典算法。它的主要思想就是以起始點向外層層擴展,用廣度優先的思想,直到擴展到終點爲止。
2. 算法步驟:
以上面的例子,從G開始處理,來講解這個過程:
- 首先我們會用一個數組或者集合來保存這7個頂點,如下:
String[] vertexs = {"A", "B", "C", "D", "E", "F", "G"};
- 其次,會有一個鄰接矩陣來表示各個頂點之間的距離,如下(N表示聯不通,可以用一個很大的數表示):
A B C D E F G
A{N, 5, 7 ,N, N, N, 2}
B{5, N, N ,9, N, N, 3}
C{7, N, N ,N, 8, N, N}
D{N, 9, N ,N, N, 4, N}
E{N, N, 8 ,N, N, 5, 4}
F{N, N, N ,4, 5, N, 6}
G{2, 3, N ,N, 4, 6, N}
- 接着創建一個數組
already_arr
,長度爲頂點的個數。數組裏面,0表示未訪問過該頂點,1表示訪問過該頂點。初始的時候其他都是0,G頂點的是1。
int[] already_arr = {0, 0, 0, 0, 0, 0, 1};
- 再創建一個數組
dis
,長度也是頂點的個數。該數組記錄的是當前頂點到其他頂點的距離,初始的時候是一個較大的數,到自己的距離就是0。
int[] dis = {N, N, N, N, N, N, 0};
- 還要創建一個數組
pre_visited
,長度也是頂點的個數。數組表示頂點的到前驅頂點的距離,初始時候都是0。
int[] pre_visited = {0, 0, 0, 0, 0, 0, 0};
- 處理了頂點G,即鄰接矩陣的最後一行,可以發現,G到A的距離是2,小於9999,到B的距離是3,也小於9999……所以更新
dis
數組,如下:
int[] dis = {2, 3, N, N, 4, 6, 0};
- 從鄰接矩陣的最後一行可以看出,G和A、B、E、F是直接連通的,也就說明,ABEF這四個點的前驅頂點都是G,所以
pre_visited
數組變成了:
int[] pre_visited = {6, 6, 0, 0, 6, 6, 0};
- 上面就是第一次的處理過程,然後按照廣度優先的方式,每訪問一個頂點,就按照上面的方式去修改這3個數組。最後的G頂點到每個頂點的最短距離就記錄中
dis
數組中。
3. 代碼實現:
- 首先得把圖創建出來:
class Graph{
String[] vertexs; // 存放頂點
int[][] edges; // 鄰接矩陣,存放邊
public Graph(String[] vertexs, int[][] edges) {
this.vertexs = vertexs;
this.edges = edges;
}
}
- 然後,創建一個類,類裏面有個三個屬性,就是上面說的那三個數組,以及一些必要的方法:
class VisitedVertex{
private static final int N = 999;
public int[] already_arr;
public int[] pre_visited;
public int[] dis;
/**
* 構造器
* @param length 頂點的個數
* @param index 出發點的索引
*/
public VisitedVertex(int length, int index) {
this.already_arr = new int[length];
this.pre_visited = new int[length];
this.dis = new int[length];
// 初始化dis數組
Arrays.fill(dis, N);
dis[index] = 0;
}
/**
* 判斷index對應的頂點是否被訪問過
* @param index
* @return
*/
public boolean isVisited(int index) {
return already_arr[index] == 1;
}
/**
* 更新dis數組,索引爲index的值更新爲len
* @param index
* @param len
*/
public void updateDis(int index, int len) {
dis[index] = len;
}
/**
* 更新前驅頂點
* @param index
* @param val
*/
public void updatePre(int index, int val) {
pre_visited[index] = val;
}
/**
* 將index設置爲已訪問
* @param index
*/
public void updateAlreadyArr(int index) {
already_arr[index] = 1;
}
/**
* 返回出發頂點到index這個頂點的距離
* @param index
* @return
*/
public int getDis(int index) {
return dis[index];
}
/**
* 返回要處理的下一個頂點
* @return
*/
public int nextVertexs() {
int index = 0;
int min = N;
for (int i=0; i< already_arr.length; i++) {
if (!isVisited(i) && dis[i] < min) {
min = dis[i];
index = i;
}
}
updateAlreadyArr(index);
return index;
}
public void printArr() {
System.out.println(Arrays.toString(this.dis) + " dis");
System.out.println(Arrays.toString(this.pre_visited) + " pre_visited");
System.out.println(Arrays.toString(this.already_arr) + " already_arr");
}
}
- 那麼接下來就可以在Graph類中新增一個方法,來實現迪傑斯特拉算法了,如下:
/**
* 迪傑斯特拉算法實現
* @param index 出發頂點的下標
*/
public void dsj(int index) {
VisitedVertex visitedVertex = new VisitedVertex(this.vertexs.length, index);
updateArrs(index, visitedVertex);
// 下一個要處理的頂點
for (int i=1; i<vertexs.length; i++) {
index = visitedVertex.nextVertexs();
updateArrs(index, visitedVertex);
}
visitedVertex.printArr();
}
/**
* 拿到鄰接矩陣的第index行,根據這一行對三個數組進行更新
* @param index
* @param visitedVertex
*/
private void updateArrs(int index, VisitedVertex visitedVertex) {
int[] tempArr = this.edges[index];
// distance表示出發頂點到索引爲index的這個頂點的距離
int distance = 0;
for (int i=0; i< tempArr.length; i++) {
// 先前的距離 + 本次遍歷得到的距離
distance = visitedVertex.getDis(index) + tempArr[i];
if (distance < visitedVertex.getDis(i) && !visitedVertex.isVisited(i)) {
visitedVertex.updateDis(i, distance);
visitedVertex.updatePre(i, index);
visitedVertex.updateAlreadyArr(index);
}
}
}
測試方法:
public class DijkstraDemo {
public static final int N = 999;
public static void main(String[] args) {
String[] vertexs = {"A", "B", "C", "D", "E", "F", "G"};
int[][] edges = {
{N, 5, 7 ,N, N, N, 2},
{5, N, N ,9, N, N, 3},
{7, N, N ,N, 8, N, N},
{N, 9, N ,N, N, 4, N},
{N, N, 8 ,N, N, 5, 4},
{N, N, N ,4, 5, N, 6},
{2, 3, N ,N, 4, 6, N}
};
Graph graph = new Graph(vertexs, edges);
graph.dsj(6);
}
}
運行後得到結果如下:
dis
數組就是我們想要的結果,即對應的頂點G到各個點的最短距離。