标签:算法 单源最短路径 迪杰斯特拉算法
最开始接触最短路径是在数据结构中图的那个章节中。运用到实际中就是我在大三参加的一次美赛中,解决中国的水资源问题。所谓单源最短路径,就是一个起点到图中其他节点的最短路径,这是一个贪心算法。
迪杰斯特拉算法原理(百科):
public class Graph { public static void main(String[] args) { // TODO Auto-generated method stub int [][]distance=new int[7][7]; distance[0][1]=2; distance[0][3]=1; distance[1][3]=3; distance[1][4]=10; distance[2][0]=4; distance[2][5]=5; distance[3][2]=2; distance[3][4]=2; distance[3][5]=8; distance[3][6]=4; distance[4][6]=6; distance[6][5]=1; int []p=new int[distance.length]; int []d=getMinDistance(0, distance,p); for(int i=1;i<d.length;i++) { System.out.println("the distance from 1 to "+(i+1)+":"+d[i]); int temp=i; System.out.print(temp+1+"<-"); while(p[temp]!=0) { System.out.print(p[temp]+1+"<-"); temp=p[temp]; } System.out.println("1"); } } /* * 迪杰斯特拉求单元最短路径 * 原理: */ /** * 谈心策略,起点到w的最短距离=min{dv+c(v,w),dw},dv是已知的到节点v的最短距离 * @param start 要求的节点 * @param distance 邻接矩阵 表示相邻顶点的距离 * @param p 前置节点,到达该节点的前面节点 * @return */ public static int[] getMinDistance(int start,int [][]distance,int []p) { int []know=new int[distance.length];//起点到节点的距离是否已知 int []d=new int[distance.length];//起点到各个顶点的距离 /***********初始化距离*******************/ for(int i=0;i<d.length;i++)//初始情况下距离起点当然是无穷大 d[i]=Integer.MAX_VALUE; d[start]=0; /*************************************/ /****初始化know表示是否已知道最短距离********/ for(int i=0;i<know.length;i++) know[i]=0; /*************************************/ /****初始化最短节点的前置节点********/ for(int i=0;i<p.length;i++) p[i]=0; /*************************************/ while(true) { //所有的最短距离都已知道 if(isAllKnow(know)) break; //找到d中最小的并且know=0的元素 int pos=0,i,min=Integer.MAX_VALUE; for(i=0;i<d.length;i++) { if(min>d[i]&&know[i]==0) { min=d[i]; pos=i; } } know[pos]=1; /*************找到前置节点是pos的所有节点,更新距离***************/ for(i=0;i<distance.length;i++) { if(distance[pos][i]!=0) { if(d[i]>d[pos]+distance[pos][i]) { d[i]=d[pos]+distance[pos][i]; p[i]=pos; } } } } return d; } private static boolean isAllKnow(int []array) { for(int e:array) { if(e==0) return false; } return true; } }运行截图:
标签:算法 单源最短路径 迪杰斯特拉算法
原文地址:http://blog.csdn.net/yilip/article/details/45541491