我们在上一篇中面对修路的问题讲述了普利姆算法的实现方式,本篇我们参照迪杰斯特拉算法来对修路问题做进一步拆解。
我们回顾一下之前的问题:
“要想富,先修路”,郝乡长最近为了德胜乡修路的事情愁白了头。
得胜乡有A、B、C、D、E、F、G七个村子,现在需要修路把7个村庄连通,但是又想要耗费的公路建材最少(修建公路的总里程最短),聪明的你是否有什么好办法呢?
注:各个村庄的距离用边线(权值)来表示。
迪杰斯特拉(Dijkstra)算法是典型最短路径算法,用于计算一个点到其他节点的最短路径。它的主要特点是以起始点为中心向外层层扩展(广度优先搜索思想),直到扩展到终点为止。
设置出发顶点为v,顶点集合V{v1,v2,v3…},v到V中各顶点的距离构成距离集合Dis,Dis{d1,d2,d3…},Dis集合记录着v到图中各顶点的距离(到自身可以看作0,v到vi距离对应为di)
public class DijkstraAlgorithm {
public static void main(String[] args) {
char[] vertex = {'A','B','C','D','E','F','G'};
//邻接矩阵
int[][] matrix = new int[vertex.length][vertex.length];
final int N = 65535;//表示不可连接
matrix[0] = new int[]{N,5,7,N,N,N,2};
matrix[1] = new int[]{5,N,N,9,N,N,3};
matrix[2] = new int[]{7,N,N,N,8,N,N};
matrix[3] = new int[]{N,9,N,N,N,4,N};
matrix[4] = new int[]{N,N,8,N,N,5,4};
matrix[5] = new int[]{N,N,N,4,5,N,6};
matrix[6] = new int[]{2,3,N,N,4,6,N};
//创建Graph对象
Graph graph = new Graph(vertex,matrix);
//测试,看看是否Ok
graph.showGraph();
//测试迪杰斯特拉算法
graph.dsj(6);//假设从G出发,G下标是6
//输出结果
graph.showDijkstra();
}
}
//已访问顶点集合
class VisitedVertex{
//记录各个顶点是否访问过 1-访问过,0-未访问; 动态更新
public int [] already_arr;
//每个下标对应的值为前一个顶点下标,会动态更新
public int [] pre_visited;
//记录出发顶点到其它所有顶点的距离,比如G为出发顶点,就会记录G到其它顶点的距离,会动态更新,求得最短就离会存放到dis
public int [] dis;
/**
* @param length 表示顶点个数
* @param index 出发顶点对应的下标,比如G顶点,下标就是6
*/
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
this.already_arr[index] = 1;//设置出发顶点被访问 置为1
Arrays.fill(dis,65535);
this.dis[index]=0;//设置出发顶点 的访问距离为0
}
/**
* 功能: 判断index顶点是否被访问过
* @param index
* @return 如果访问过,就返回true,否则返回false
*/
public boolean in(int index){
return already_arr[index]==1;
}
/**
* 更新出发顶点到index顶点的距离
* @param index
* @param len
*/
public void updateDis(int index,int len){
dis[index] = len;
}
/**
* 功能:更新pre顶点的前驱为index节点
* @param pre
* @param index
*/
public void updatePre(int pre,int index){
pre_visited[pre] = index;
}
/**
* 返回出发顶点到index的距离
* @param index
*/
public int getDis(int index){
return dis[index];
}
//继续选择并返回新的访问顶点,比如这里的G 完后, 就是A作为新的访问顶点(注意不是出发顶点)
public int updateArr(){
int min = 65535,index = 0;
for (int i = 0; i < already_arr.length; i++) {
if (already_arr[i]==0&&dis[i]<min){
min = dis[i];
index = i;
}
}
//更新index顶点被访问过
already_arr[index] = 1;
return index;
}
//显示最后的结果
//将三个数组输出
public void show(){
System.out.println("==============================");
//输出already_arr
for (int i : already_arr) {
System.out.print(i+" ");
}
System.out.println();
//输出pre_visited
for (int i : pre_visited) {
System.out.print(i+" ");
}
System.out.println();
//输出dis
for (int i : dis) {
System.out.print(i+" ");
}
System.out.println();
//为了最短距离看起来美观,处理
char[] vetex = {'A','B','C','D','E','F','G'};
int count = 0 ;
for (int i : dis) {
if (i!=65535){
System.out.print(vetex[count]+"("+i+")");
}else {
System.out.print("N");
}
count++;
}
System.out.println();
}
}
//图
class Graph{
private char[] vertex;//顶点数组
private int [][] matrix;//邻接矩阵
private VisitedVertex vv;//已经访问的顶点集合
//构造器
public Graph(char[] vertex, int[][] matrix) {
this.vertex = vertex;
this.matrix = matrix;
}
//显示结果
public void showDijkstra(){
vv.show();
}
//显示图
public void showGraph(){
for (int[] link : matrix) {
System.out.println(Arrays.toString(link));
}
}
//迪杰斯特拉(Dijkstra)算法实现
/**
* @param index 出发顶点对应的下标
*/
public void dsj(int index){
vv = new VisitedVertex(vertex.length, index);
update(index);//更新Index下标顶点到周围顶点的距离和前驱节点
for (int j = 0; j < vertex.length; j++) {
index =vv.updateArr();//选择并返回新的访问顶点
update(index); //更新Index下标顶点到周围顶点的距离和前驱节点
}
}
//更新index下标到周围顶点的距离和周围顶点的前驱顶点
private void update(int index){
int len = 0;
//根据遍历邻接矩阵的matrix[index]行
for (int j = 0; j < matrix[index].length; j++) {
//len 含义是: 出发顶点到Index顶点的距离 + index顶点到j顶点的距离之和
len = vv.getDis(index)+matrix[index][j];
//如果j没有被访问过,并且len小于出发顶点到j顶点的距离,就需要更新
if (!vv.in(j)&&len<vv.getDis(j)){
vv.updatePre(j,index);//更新j顶点的前驱为Index顶点
vv.updateDis(j,len);//更新出发顶点到j顶点的距离
}
}
}
}
关注我,共同进步,每周至少一更。——Wayne