单源最短路径问题（Java）

单源最短路径问题（Java）

---

---

1、问题描述

给定带权有向图G=(V,E),其中每条边的权是非负实数。另外，还给定V中的一个顶点， 称为源。现在要计算从源到所有其他各顶点的最短路长度。这里路的长度是指路上各边权之和。这个问题通常称为单源最短路径问题。

其中，V表示顶点集合，E表示各个节点之间的边。

2、算法思路

对于单源最短路径问题，Dijkstra算法是解决这个问题的贪心算法。

基本思想

设置顶点集合S并不断地做贪心选择来扩充这个集合。一个顶点属于集合S当且仅当从源到该顶点的最短路径长度已知。

初始时，S 中仅含有源。设u是G 的某一个顶点，把从源到u且中间只经过S中顶点的路称为从源到u 的特殊路径，并用数组dist记录当前每个顶点所对应的最短特殊路径长度。

Dijkstra 算法每次从v-s中取出具有最短特殊路长度的顶点u,将u添加到S中，同时对数组dist 进行必要的修改。一旦S包含了所有V中顶点，dist数组就记录了从源到所有其他顶点之间的最短路径长度。

Dijkstra 算法可描述如下。

其中， 输入的带权有向图是G = （V, E) , V = {1 , 2, …, n} 。顶点v是源。a是一个二维数组，a[i][j]表示边(i,j)的权。当(i, j) 时，a[i][j]是一个大数。如dist[i]表示当前从源到顶点t的最短特殊路径长度。

3、代码实现

例如，对下图中的有向图，应用Dijkstra算法计算从源顶点1到其它顶点间最短路径的过程列在下页的表中。

题目示意图

import java.util.ArrayList;
import java.util.Arrays;
import java.util.List;
import java.util.Scanner;

/**
 * TODO  1 --> 4 --> 3 --> 5
 */
public class Solution {

    private static int vNum, eNum;
    private static int[] v;
    private static float[][] e;

    public static void main(String[] args) {
        Scanner scanner = new Scanner(System.in);
        System.out.print("input the number of vertix and edge:");
        vNum = scanner.nextInt();
        eNum = scanner.nextInt();

        v = new int[vNum];
        e = new float[vNum + 1][vNum + 1];
        for (int i = 0; i < e.length; i++) {
            for (int j = 0; j < e.length; j++) {
                e[i][j] = Float.MAX_VALUE;
            }
        }

        System.out.print("input the vertix information:");
        for (int i = 0; i < v.length; i++) {
            v[i] = scanner.nextInt();
        }
        System.out.println("input the weight of edges:");
        for (int i = 0; i < eNum; i++) {
            int start = scanner.nextInt(), target = scanner.nextInt();
            e[start][target] = (float) scanner.nextInt();
        }

        System.out.print("顶点有：");
        for (int i = 0; i < v.length; i++) {
            if (i == v.length - 1) {
                System.out.println(v[i]);
            } else {
                System.out.print(v[i] + ", ");
            }
        }

        System.out.println("边与边之间的距离：");
        for (int i = 1; i < e.length; i++) {
            for (int j = 1; j < e.length; j++) {
                if (i != j && e[i][j] != Float.MAX_VALUE) {
                    System.out.print("[" + i + ", " + j + "] = " + e[i][j] + "; ");
                }
            }
        }
        System.out.println();

        int[] path = new int[vNum + 1];
        float[] dist = new float[vNum + 1];

        Dijkstra(v[0], e, dist, path);

        System.out.print("Dijkstra路径为：");
        List list = new ArrayList<>();
        list.add(vNum);
        list.add(path[vNum]);
        while (true) {
            if (path[list.get(list.size() - 1)] == 1) {
                list.add(1);
                break;
            }
            list.add(path[list.get(list.size() - 1)]);
        }
        for (int j = list.size() - 1; j >= 0; j--) {
            if (j != 0) {
                System.out.print(list.get(j) + "-->");
            } else {
                System.out.println(list.get(j));
            }
        }

        System.out.println("从顶点1到各顶点最短距离：");
        for (int i = 1; i < dist.length; i++) {
            System.out.println("dist[" + i + "] = " + dist[i]);
        }

    }

    public static void Dijkstra(int vertix, float[][] weight, float[] dist, int[] path) {
        int n = dist.length - 1;
        if (vertix < 1 || vertix > n + 1) {
            return;
        }
        boolean[] vis = new boolean[n + 2];
        // initialize
        for (int i = 1; i <= n; i++) {
            dist[i] = weight[vertix][i];
            vis[i] = false;
            if (dist[i] == Float.MAX_VALUE) {
                path[i] = 0;
            } else {
                path[i] = vertix;
            }
        }
        dist[vertix] = 0;
        vis[vertix] = true;
        for (int i = 1; i < n; i++) {
            float tmp = Float.MAX_VALUE;
            int u = vertix;
            for (int j = 1; j <= n; j++) {
                if ((!vis[j]) && (dist[j] < tmp)) {
                    u = j;
                    tmp = dist[j];
                }
            }
            vis[u] = true;
            for (int j = 1; j <= n; j++) {
                if ((!vis[j]) && (weight[u][j] < Float.MAX_VALUE)) {
                    float newDist = dist[u] + weight[u][j];
                    if (newDist < dist[j]) {
                        dist[j] = newDist;
                        path[j] = u;
                    }
                }
            }
        }
    }
}

运行结果

Dijkstra算法的迭代过程：

图解过程

4、算法正确性和计算复杂性

4.1 贪心选择性质

（1）根据算法可知，最短距离是最小的路长，故
dist[x]<= d(v,x)

（2）假设存在另外一条更短路红色线所示，故
d(v,x)+d(x,u)=d(v,u)

（3）由（1）（2）可知，dist[x]

4.2 最优子结构性质

该性质描述为：如果S(i,j)={Vi…Vk…Vs…Vj}是从顶点i到j的最短路径，k和s是这条路径上的一个中间顶点，那么S(k,s)必定是从k到s的最短路径。下面证明该性质的正确性。

假设S(i,j)={Vi…Vk…Vs…Vj}是从顶点i到j的最短路径，则有S(i,j)=S(i,k)+S(k,s)+S(s,j)。而S(k,s)不是从k到s的最短距离，那么必定存在另一条从k到s的最短路径S’(k,s)，那么S’(i,j)=S(i,k)+S’(k,s)+S(s,j)

4.3 计算复杂性

对于具有n个顶点和e条边的带权有向图， 如果用带权邻接矩阵表示这个图，那么Dijkstra算法的主循环体需要O(n) 时间。这个循环需要执行n-1次，所以完成循环需要
0(n²）时间。算法的其余部分所需要时间不超过0(n²）。

5、参考资料

• 算法设计与分析（第四版）