单源最短路径

时间:2022-11-26 07:43:29

我在博客园发现的一个单源最短路径的文章,但写的很简略,不过思想很便捷,非常接近原理。

首先说下算法原理:

1,设0为源点,建立两个集合S,T,S保存节点0,T集合保存节点1,2,3,4。(S,T是官方定义名称,个人理解S应该是source的缩写,T是target的缩写,看了英文是不是就明白点了)

2,先找出0到其他点最短的点,0到1等于10,即0-1为最短。那么将1添加进S,将1从T中删除。

3,修正路径,这是个难点,怎么修改呢,我举最简单的例子,那就是直接在图上修改。修正路径要修正的是0到其他节点的路径长度,先看下图,

0-1=10

0-2=正无穷,因为0直接到不了2

0-3=30

0-4=100

当我们在S集合中增加了节点1,那么0到其他节点的方式就多了一个,比如0-2,就不在是正无穷,他可以通过1到达,所以0-2=60

那么0-4=100,当0通过1在到达4,结果是0-1-4=10加正无穷,因为1到达不了4,所以10+正无穷就大于100,所以0-4还是100,0-3同理,10+正无穷>30,因此0-3还是30。

1添加进集合S后,在添加次短的节点,因为1是最短的,添加完最短的添加次短的。

现在是0到各节点的路径是:

0-1=10

0-2=60

0-3=30

0-4=100

这里0-3是最短的,因此S集合添加节点3,同样移除T中,3。

添加完3后,再修正路径,因为1已经添加过了所以不在修改1。那么添加2,0-2在上面已经被修正成60了,现在看0-3-2,它等50,小于60,所以0-2再次修正,等于50。0-3不修正,因为是当前选则的路径。接着修改0-4,0-4初始等于100,现在0-3-4等于160,大于100,所以0-4仍然等于100

0-1=10

0-2=50

0-3=30

0-4=100

接着再找最短的,1,3已经选过了,现在最短的是2,0-2=50,通过2在修正,13已经选过不在修正,只修正4,即0-2-4=60(具体流向是0-3-2-4),小于0-4=100,因此修正0-4=60。

最后将4从T中取出添加进S,因为123都已经使用,4不在修正,方法结束,即T为空就结束。

那么0到各点的最短路径为

0-1=10

0-2=50

0-3=30

0-4=60

 

单源最短路径

 

将上面的算法写成代码如下:

但在学习代码前,首先要理解数组weight是什么,数组weight翻译出来是

第一行 {0,3,2000,7,9999999}

A——>A 宽度(权值)0 自己到自己自然是0

A——>B 宽度(权值)3

A——>C 宽度(权值)2000

A——>D 宽度(权值)7

A——>E 宽度(权值)9999999即无限大,即 到达不了E 

 

第二行   {3,0,4,2,9999999},

B——>A 宽度(权值)3

B——>B 宽度(权值)0 B-B

B——>C 宽度(权值)4

B——>D 宽度(权值)2

B——>E 宽度(权值)9999999 即无限大,即到达不了E 

 

第三行    {9999999,4,0,5,6},

C——>A 宽度(权值)9999999 即无限大 ,即 到达不了A

C——>B 宽度(权值)4

C——>C 宽度(权值)0 C-C

C——>D 宽度(权值)5

C——>E 宽度(权值)6 

 

第四行      {7,2,5,0,4},

D——>A 宽度(权值)7

D——>B 宽度(权值)2

D——>C 宽度(权值)5

D——>D 宽度(权值)0 D-D

D——>E 宽度(权值)4

 

第五行      {9999999,9999999,4,6,0}

E——>A 宽度(权值)9999999即无限大,即 到达不了A

E——>B 宽度(权值)9999999即无限大,即 到达不了B

E——>C 宽度(权值)4

E——>D 宽度(权值)6

E——>E 宽度(权值)0 E-E

一下为C#代码 可以运行

单源最短路径单源最短路径
public class Dijkstra {

 

  

 

    /**

 

     * @param args

 

     */

 

    public static void main(String[] args) {

 

        // TODO Auto-generated method stub

 

        int[][] weight = {

 

                {0,3,2000,7,9999999},

 

                {3,0,4,2,9999999},

 

                {9999999,4,0,5,6},

 

                {7,2,5,0,4},

 

                {9999999,9999999,4,6,0}

 

        };

 

          

 

        int[] path = Dijsktra(weight,0);

 

        for(int i = 0;i < path.length;i++)

 

            System.out.print(path[i] + "  ");

 

    }

 

      

 

  

 

    public static int[] Dijsktra(int[][] weight,int start){

 

        //接受一个有向图的权重矩阵,和一个起点编号start(从0编号,顶点存在数组中)

 

        //返回一个int[] 数组,表示从start到它的最短路径长度

 

        int n = weight.length;      //顶点个数

 

        int[] shortPath = new int[n];   //存放从start到其他各点的最短路径

 

        int[] visited = new int[n];     //标记当前该顶点的最短路径是否已经求出,1表示已求出

 

          

 

        //初始化,第一个顶点求出

 

        shortPath[start] = 0;

 

        visited[start] = 1;

 

          

 

        for(int count = 1;count <= n - 1;count++)        //要加入n-1个顶点

 

        {

 

            int k = -1; //选出一个距离初始顶点start最近的未标记顶点

 

            int dmin = 1000;

 

            for(int i = 0;i < n;i++)

 

            {

 

                if(visited[i] == 0 && weight[start][i] < dmin)

 

                {

 

                    dmin = weight[start][i];

 

                    k = i;

 

                }   

 

            }

 

              

 

            //将新选出的顶点标记为已求出最短路径,且到start的最短路径就是dmin

 

            shortPath[k] = dmin;

 

            visited[k] = 1;

 

              

 

            //以k为中间点想,修正从start到未访问各点的距离

 

            for(int i = 0;i < n;i++)

 

            {

 

                if(visited[i] == 0 && weight[start][k] + weight[k][i] < weight[start][i])

 

                     weight[start][i] = weight[start][k] + weight[k][i];

 

            }   

 

      

 

        }

 

          

 

        return shortPath;

 

    }

 

}
View Code

 原文地址:http://www.cnblogs.com/kkgreen/archive/2011/09/26/2190722.html