知识的学习在于点滴记录,坚持不懈;知识的学习要有深度和广度,不能只流于表面,坐井观天;知识要善于总结,不仅能够理解,更知道如何表达!
Dijkstra算法是典型的单源最短路径算法,用于计算带权图中一个节点到其它所有节点的最短路径,主要特点是以起始点为中心向外层层扩张,直到扩展到重点为止。
Dijkstra算法的思想是,设G=(V,E)是一个带权有向图,把图中顶点集合V分成两组,第一组为已经求出最短路径的顶点集合(用S表示,初始时S中只有一个源点,以后每求得一条最短路径,就将其加入到集合S中,直到全部顶点都加入到S中,算法就结束了)。
第二组为其余未确定最短路径得顶点集合(用U表示),按最短路径长度的递增次序依次把第二组的顶点加入到S中。在加入的过程中,总保持从源点v到S中各顶点的最短路径长度不大于从源点v到U中任何顶点的最短路径的长度。
此外,每个顶点对应一个距离,S中的顶点的距离就是从v到此顶点的最短路径的长度,U中的顶点的距离,是从v到此顶点只包括S中的顶点为中间顶点的当前最短路径的长度。
/**
* 基于邻接矩阵的迪杰斯特拉算法实现
* @param start
* @param end
*/
public void dijkstra(int start, int end){
int n = 6;
final int INF = Integer.MAX_VALUE;
//用邻接矩阵存储带权无向图
int[][] graph = new int[][]{
{INF, 6, 3, INF, INF, INF},
{6, INF, 2, 5 ,INF, INF},
{3, 2, INF, 3, 4, INF},
{INF, 5, 3, INF, 2, 3},
{INF, INF, 4, 2, INF, 5},
{INF, INF, INF, 3, 5, INF}
};
int[] cost = new int[n]; // 存储start顶点到其它顶点的权值
boolean[] use = new boolean[n]; // 记录S集合和U集合的元素
int[] path = new int[n]; // 记录当前顶点的前驱顶点位置
use[start] = true; // start顶点本身算作已经是求了最短的路径信息了
// 初始化const权值数组,并把可通行顶点的path数组相应的下标初始化成start起始顶点的下标
for (int i = 0; i < n; i++) {
cost[i] = graph[start][i];
if(cost[i] < INF){
path[i] = start;
}
}
// 除过start顶点,求其它顶点的最短路径信息
for (int i = 1; i < n; i++) {
int k = -1;
int min = INF;
//从未找到最短路径的节点当中,找权值最小的节点,作为源节点继续计算最短路径信息
for (int j = 0; j < n; j++) {
if(!use[j] && cost[j] < min){
min = cost[j];
k = j;
}
}
// 集合中剩下的节点都是不可通行的
if(k == -1){
break;
}
// 把k节点选入S集合,更新计算所有顶点的最短路径信息
use[k] = true;
for (int j = 0; j < n; j++) {
if(!use[j] && min + graph[k][j] < cost[j]){
cost[j] = min + graph[k][j];
path[j] = k;
}
}
}
System.out.print(end + " => ");
int index = end;
while(true){
int val = path[index];
System.out.print(val + " => ");
if(val == start){
break;
}
index = val;
}
System.out.println();
}