ダイクストラ法は、古典的なグラフアルゴリズムだけではありませんが、また、貪欲アルゴリズムのより良い例。
ダイクストラ法
開始点を指定する図VSにおけるダイクストラGによって最短パスを計算する際に(すなわち、頂点対から数えて)。
また、導入の2組のSとU-。Sは、記録最短パス頂点を得られるという効果を有し、そしてUは、記録最短パスが決定され、頂点(頂点と対開始点までの距離)されていないです。
アルゴリズムステップ
(1)最初に、Sは対のみ開始点を含む; Uは「頂点までの距離対出発点」の頂点からの距離に対以外の頂点を含み、U [例えば、U頂点Vからは、対(ありますV)の長さ、及びVsとV]、V∞の距離に隣接していません。
(2)Uは「K頂点の最短距離」から選択され、Kは頂点Sに追加され、同時に、k個の頂点のUから除去されます。
(3)開始Vsに頂点からの距離の各々のUを更新します 理由Uの更新頂点距離、前のステップが他の頂点からKを使用して更新することができる最短パスk個の頂点を決定するために計算されるため、例えば、(対V)の距離よりも大きくてもよい(VSを、 K)+(K、V)の距離。
すべての頂点がトラバースされるまで(4)工程(2)及び(3)を繰り返します。
例
この例を置くために、本明細書の理解を容易にするために、使い捨てのコードを置くが、解体層、そして最後に要約しない例として、このコードに続きます
初期化データ
//初始化
boolean[] flag = new boolean[vertexes.length]; //用于判断是否已经被遍历的标示
int[] U = new int[vertexes.length]; //集合U,记录到各个点的距离
String[] S = new String[vertexes.length]; //集合S,已经计算完成的节点集合
int[] prev = new int[vertexes.length]; //用于记录路径的数组,just 记录而已
//vs表示起始节点的索引,初始化U为vs节点的所有边的权值,flag均为false
for (int i = 0; i < vertexes.length; i++) {
flag[i] = false;
U[i] = matrix[vs][i];
prev[i] = 0;
}
処理開始ノード
//起始节点的处理
S[0] = vertexes[vs]; //起始节点进入S集合
flag[vs] = true; //标记起始节点为已访问
U[vs] = 0; //将U集合中,vs的权值置为0,毕竟从自己到自己权值为0;
全体的なフレームワークのコアダイクストラ
for (int i = 0; i < vertexes.length; i++) {
//1、找到当前U中最小的元素,并记录下该元素的下标(编程入门难度的逻辑)
//2、将第一步找到的节点加入集合S,并将其标记为已经访问
//3、更新集合U
}
実際には、構造が完了した後に、これらのステップは、最も困難が第三段階であるようで、安心して、実際には、それは難しいことではありません、ここで直接バーコードの第三段階を掲載
int k = 0;
for (int i = 0; i < vertexes.length; i++) {
//先找到当前U中最小的节点,并记录下标
int min = MAX_WEIGHT;
for (int j = 0; j < vertexes.length; j++) {
if (U[j] < min && flag[j] == false) {
min = U[j];
k = j;
}
}
//找到的节点应该入S集合
S[i] = vertexes[k];
flag[k] = true;//同时标记该最小值的节点为被访问。
//继续更新集合U
for (int j = 0; j < vertexes.length; j++) {
//temp记录为当前的min+当前节点到其他可达节点的权值。
//int temp = min + matrix[k][j];//直接这么写会产生位溢出,毕竟用到了Integer.MAX_VALUE
int temp = matrix[k][j] == MAX_WEIGHT ? MAX_WEIGHT : (min + matrix[k][j]);
//正式开始更新U集合
if (flag[j] == false && temp < U[j]) {
U[j] = temp;
prev[j] = k; //记录一下节点前驱下标。
}
}
}
印刷パス
//开始打印路径
System.out.println("起始顶点:" + vertexes[vs]);
for (int i = 0; i < vertexes.length; i++) {
System.out.print("最短路径(" + 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) + "->");
}
}
}
ロジックは、配列の添字によってだけではなく、ここで、印刷、および同じチェーンを取ることは難しいことではありません。ここでは説明されていない、非常に簡単です。
完全なコード
プラステストコードは、すべて一緒に、直接実行することができます
import com.learn.graph.MatrixNDG;
import java.util.ArrayList;
import java.util.List;
/**
* autor:liman
* createtime:2020/2/14
* comment:迪杰斯特拉算法
*/
public class ShorestPathDijkstraSelf {
private int[][] matrix;
private int MAX_WEIGHT = Integer.MAX_VALUE;
private String[] vertexes;
/**
* 构建图
*
* @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;
}
//起始节点的处理
S[0] = vertexes[vs];
flag[vs] = true;
U[vs] = 0;
int k = 0;
for (int i = 0; i < vertexes.length; i++) {
//先找到当前U中最小的节点,并记录下标
int min = MAX_WEIGHT;
for (int j = 0; j < vertexes.length; j++) {
if (U[j] < min && flag[j] == false) {
min = U[j];
k = j;
}
}
//找到的节点应该入S集合
S[i] = vertexes[k];
flag[k] = true;//同时标记该最小值的节点为被访问。
//继续更新集合U
for (int j = 0; j < vertexes.length; j++) {
// int temp = min + matrix[k][j];//直接这么写会产生位溢出,毕竟用到了MAX_VALUE
int temp = matrix[k][j] == MAX_WEIGHT ? MAX_WEIGHT : (min + matrix[k][j]);
//正式开始更新U集合
if (flag[j] == false && temp < U[j]) {
U[j] = temp;
prev[j] = k;
}
}
}
//开始打印路径
System.out.println("起始顶点:" + vertexes[vs]);
for (int i = 0; i < vertexes.length; i++) {
System.out.print("最短路径(" + 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("顶点放入到S中的顺序");
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);
}
}
結果:
概要
難しいですか?一見それほど困難。貪欲アルゴリズムの古典的な例