美文网首页
S8-算法-迪杰斯特拉算法【2020-02-11】

S8-算法-迪杰斯特拉算法【2020-02-11】

作者: 鄙人_阿K | 来源:发表于2020-11-26 12:44 被阅读0次

    总目录:地址如下看总纲

    https://www.jianshu.com/p/929ca9e209e8

    1、应用场景-最短路径问题

    建国时期,史莱村乡有7个村庄(A, B, C, D, E, F, G) ,现在有六个邮差,从G点出发,需要分别把邮件分别送到 A, B, C , D, E, F 六个村庄,各个村庄的距离用边线表示(权) ,比如 A – B 距离 5公里
    问:
    1、如何计算出G村庄到 其它各个村庄的最短距离?
    2、如果从其它点出发到各个点的最短距离又是多少?


    image.png

    2、迪杰斯特拉(Dijkstra)算法介绍

    迪杰斯特拉(Dijkstra)算法是典型最短路径算法,用于计算一个结点到其他结点的最短路径。 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。

    3、迪杰斯特拉(Dijkstra)算法过程

    设置出发顶点为v,顶点集合V{v1,v2,vi...},v到V中各顶点的距离构成距离集合Dis,Dis{d1,d2,di...},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)
    (1)从Dis中选择值最小的di并移出Dis集合,同时移出V集合中对应的顶点vi,此时的v到vi即为最短路径
    (2)更新Dis集合,更新规则为:比较v到V集合中顶点的距离值,与v通过vi到V集合中顶点的距离值,保留值较小的一个(同时也应该更新顶点的前驱节点为vi,表明是通过vi到达的)
    (3)重复执行两步骤,直到最短路径顶点为目标顶点即可结束

    4、图解

    须知:vi 内存放三个数组,一:already_arr(用于记录节点是否被访问过,二:dis(用于记录节点边权值,若是 0 则是自己,65535表无效),三:per_visited(表前驱,意思是经过当前节点时的前一个节点);二位数组矩阵图(米黄色那张),无论是横向看还是纵向看,两个节点对应的关系都是一直的,根据二位数组矩阵图,单步调试 以节点 G 为出发顶点 作案例进行
    (1)初始化后,刚开始从G节点开始 already_arr【0,0,0,0,0,0,1】,只有G被访问过;
    dis【65535,65535,65535,65535,65535,65535,0】,G 节点对应自己为 0,其他为无效;per【0,0,0,0,0,0,0】,前驱全无,因为目前只有踩在G节点上,未移动,所以没经过任何节点,就没有 前节点(前驱)的说法
    (2)以G 顶点,访问过一次后的变化【前两张调试图可见】,图根据矩阵绘制既(米黄色,还是橙色那张)
    (3)already_arr 不变;dis A[2] B[3] C[65535] D[65535] E[4] F[6] G[0],G到A距离为2,G到C不连接,G到G 为 0(是的,这是废话);per A[6],B[6],C[0],D[0],E[6],F[6],G[0],A的前驱节点是 G(既6),C无前驱节点,其他以此类推

    image.png
    image.png
    image.png
    经过一次调试的结果图
    ![image.png](https://img.haomeiwen.com/i19532021/c4f9d90305983bb9.png?imageMogr2/auto-orient/strip%7Cpublic 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;// 表示不可以连接
        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, 看看图的邻接矩阵是否ok
        graph.showGraph ( );
        // 测试迪杰斯特拉算法
        graph.dsj (6);
        graph.showDsj ();
    }
    

    }

    // 编写步骤,可以构建基础图到显示,后植入VisitedVertex
    class Graph {
    private char[] vertex; // 顶点数组
    private int[][] matrix; // 邻接矩阵
    private VisitedVertex visitedVertex;// 已经访问过的顶点的的集合

    // 构造器
    public Graph(char[] vertex, int[][] matrix) {
        this.vertex = vertex;
        this.matrix = matrix;
    }
    
    // 显示算法结果
    public void showDsj(){
        visitedVertex.show ();
    }
    
    // 显示图
    public void showGraph() {
        for (int[] link : matrix) {
            for (int node : link) {
                System.out.printf ("%12d", node);
            }
            System.out.println ( );
        }
    }
    
    // 更新 index下标顶点到周围顶点的距离 以及 周围顶点的前驱顶点
    private void update(int index) {
        int len = 0;
        // 根据节点索引 index ,遍历其在邻接矩阵的 matrix[index] 行(会得到当前节点和其他节点的关系)
        for (int i = 0; i < matrix[index].length; i++) {
            // len:出发顶点到index 顶点的距离 + 从 index顶点到 i 顶点的距离 的和
            len = visitedVertex.getDis (index) + matrix[index][i];
            // 如果 i 顶点没有被访问过,并且 len 小于出发顶点到 i 顶点的距离,就需要更新
            if (!visitedVertex.in (i) && len < visitedVertex.getDis (i)) {
                // 更新顶点 i 的前驱节点为 index顶点
                visitedVertex.updatePre (i, index);
                // 更新出发顶点到 i 顶点的距离
                visitedVertex.updateDis (i, len);
            }
        }
    }
    
    // 核心:迪杰斯特拉算法实现
    // 参数:index 表示出发顶点对应的下标
    public void dsj(int index){
        visitedVertex = new VisitedVertex (vertex.length,index);
        // 更新顶点 index 到周围顶点的距离 和前驱顶点
        update (index);
        for (int i = 0; i < vertex.length; i++) {
            // 选择并且返回新的访问节点
            index = visitedVertex.updateArr ();
            // 更新顶点 index 到周围顶点的距离和前驱节点
            update (index);
        }
    }
    

    }

    // 已访问的顶点集合(核心就是分析的三个数组)
    class VisitedVertex {
    // 记录各个顶点是否访问过 1表示访问过,0未访问,会动态更新
    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,'0'->'A','6'->'G'
    public int[] pre_visited;
    // 记录出发顶点到其他所有顶点的距离,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,求的最短距离就会存放到dis
    public int[] dis;

    /**
     * 构造器,初始化三个数组
     *
     * @param length:表示顶点的个数
     * @param index: 表示出发顶点对应的下标,eg: 顶点 G,下标就是 6
     */
    public VisitedVertex(int length, int index) {
        already_arr = new int[length];
        pre_visited = new int[length];
        dis = new int[length];
        // 初始化,数组内数据
        Arrays.fill (dis, 65535);
        this.already_arr[index] = 1;// 设置出发顶点被访问过
        this.dis[index] = 0;        // 设置出发顶点访问距离为
    }
    
    /**
     * 判断 index顶点是否被访问过
     *
     * @param index
     * @return 若访问过就返回 true,否则就返回 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;
    }
    
    /**
     * 更新顶点 pre的前驱顶点为 index顶点
     *
     * @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
     * @return
     */
    public int getDis(int index) {
        return dis[index];
    }
    
    // 继续选择并返回新的访问顶点
    // eg:比如这里的 G节点走完之后,就是A 节点作为新节点开始访问顶点(注意不是作为出发顶点,而是继续,出发顶点仍是G)
    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) {// 如果未访问过,并且可以连通
                min = dis[i];
                index = i;
            }
        }
        // 更新 index顶点被访问过,并返回
        already_arr[index] = 1;
        return index;
    }
    
    // 显示最终结果(既 三个数组的遍历)
    public void show(){
        System.out.println ("--------------------美丽的分割线----------------------------" );
        // 输出already_arr 被访问情况
        for (int i : already_arr) {
            System.out.print (i+" " );
        }
        System.out.println ( );
        // 输出pre_visited 节点的前驱节点
        for (int i : pre_visited) {
            System.out.print (i+" " );
        }
        System.out.println ( );
        // 输出dis    节点间距离
        for (int di : dis) {
            System.out.print (di+" " );
        }
        System.out.println ( );
        // 为了更好的看到效果,处理输出
        char[] vertex = { 'A', 'B', 'C', 'D', 'E', 'F', 'G' };
        int count = 0;
        for (int i : dis) {
            if (i != 65535) {
                System.out.print (vertex[count]+"【"+i+"】");
            }else {
                System.out.println ("N " );
            }
            count++;
        }
        System.out.println ( );
    }
    

    }
    imageView2/2/w/1240)


    image.png

    5、代码

    
    

    5、仓库坐标

    image.png

    相关文章

      网友评论

          本文标题:S8-算法-迪杰斯特拉算法【2020-02-11】

          本文链接:https://www.haomeiwen.com/subject/ocnobktx.html