前言

　　Dijkstra算法是最短路径算法中为人熟知的一种，是单起点全路径算法。该算法被称为是“贪心算法”的成功典范。本文接下来将尝试以最通俗的语言来介绍这个伟大的算法，并赋予java实现代码。

一、知识准备：

　　1、表示图的数据结构

　　用于存储图的数据结构有多种，本算法中笔者使用的是邻接矩阵。

　图的邻接矩阵存储方式是用两个数组来表示图。一个一维数组存储图中顶点信息，一个二维数组（邻接矩阵）存储图中的边或弧的信息。

设图G有n个顶点，则邻接矩阵是一个n*n的方阵，定义为：

最短路径算法之Dijkstra算法(java实现)

从上面可以看出，无向图的边数组是一个对称矩阵。所谓对称矩阵就是n阶矩阵的元满足a_ij= a_ji。即从矩阵的左上角到右下角的主对角线为轴，右上角的元和左下角相对应的元全都是相等的。

从这个矩阵中，很容易知道图中的信息。

（1）要判断任意两顶点是否有边无边就很容易了；

（2）要知道某个顶点的度，其实就是这个顶点vi在邻接矩阵中第i行或（第i列）的元素之和；

（3）求顶点vi的所有邻接点就是将矩阵中第i行元素扫描一遍，arc[i][j]为1就是邻接点；

而有向图讲究入度和出度，顶点vi的入度为1，正好是第i列各数之和。顶点vi的出度为2，即第i行的各数之和。

　　有向图的定义也类似，故不做赘述。

　　2、单起点全路径

　　　　所谓单起点全路径，就是指在一个图中，从一个起点出发，到所有节点的最短路径。

　　3、图论的基本知识(读者需自行寻找相关资料)

　　4、互补松弛条件

　设标量d1,d2,....,dN满足

　　　　dj<=di + aij, (i,j)属于A,

　且P是以i1为起点ik为终点的路，如果

　　　　dj = di + aij, 对P的所有边(i, j)

　成立，那么P是从i1到ik的最短路。其中，满足上面两式的被称为最短路问题的互补松弛条件。

二、算法思想

　　1、令G = （V，E）为一个带权无向图。G中若有两个相邻的节点,i和j。aij(在这及其后面都表示为下标，请注意)为节点i到节点j的权值，在本算法可以理解为距离。每个节点都有一个值di(节点标记)表示其从起点到它的某条路的距离。

　　2、算法初始有一个数组V用于储存未访问节点的列表，我们暂称为候选列表。选定节点1为起始节点。开始时，节点1的d1=0, 其他节点di=无穷大，V为所有节点。
初始化条件后，然后开始迭代算法，直到V为空集时停止。具体迭代步骤如下：

　　将d值最小的节点di从候选列表中移除。(本例中V的数据结构采用的是优先队列实现最小值出列，最好使用斐波那契对，在以前文章有过介绍，性能有大幅提示)。对于以该节点为起点的每一条边，不包括移除V的节点, (i, j)属于A，若dj > di + aij（违反松弛条件）,则令

　　dj = di + aij , （如果j已经从V中移除过，说明其最小距离已经计算出，不参与此次计算）

　　可以看到在算法的运算工程中，节点的d值是单调不增的

　　具体算法图解如下

　　最短路径算法之Dijkstra算法(java实现)

三、java代码实现

public class Vertex implements Comparable<Vertex>{

    /**
     * 节点名称(A,B,C,D)
     */
    private String name;

    /**
     * 最短路径长度
     */
    private int path;

    /**
     * 节点是否已经出列(是否已经处理完毕)
     */
    private boolean isMarked;

    public Vertex(String name){
        this.name = name;
        this.path = Integer.MAX_VALUE; //初始设置为无穷大
        this.setMarked(false);
    }

    public Vertex(String name, int path){
        this.name = name;
        this.path = path;
        this.setMarked(false);
    }

    @Override
    public int compareTo(Vertex o) {
        return o.path > path?-1:1;
    }
}

public class Graph {    /*     * 顶点     */    private List<Vertex> vertexs;    /*     * 边     */    private int[][] edges;    /*     * 没有访问的顶点     */    private Queue<Vertex> unVisited;    public Graph(List<Vertex> vertexs, int[][] edges) {        this.vertexs = vertexs;        this.edges = edges;        initUnVisited();    }        /*     * 搜索各顶点最短路径     */    public void search(){        while(!unVisited.isEmpty()){            Vertex vertex = unVisited.element();            //顶点已经计算出最短路径，设置为"已访问"          　　vertex.setMarked(true);                //获取所有"未访问"的邻居            　　List<Vertex> neighbors = getNeighbors(vertex);                //更新邻居的最短路径            updatesDistance(vertex, neighbors);                    pop();        }        System.out.println("search over");    }        /*     * 更新所有邻居的最短路径     */    private void updatesDistance(Vertex vertex, List<Vertex> neighbors){        for(Vertex neighbor: neighbors){            updateDistance(vertex, neighbor);        }    }        /*     * 更新邻居的最短路径     */    private void updateDistance(Vertex vertex, Vertex neighbor){        int distance = getDistance(vertex, neighbor) + vertex.getPath();        if(distance < neighbor.getPath()){            neighbor.setPath(distance);        }    }    /*     * 初始化未访问顶点集合     */    private void initUnVisited() {        unVisited = new PriorityQueue<Vertex>();        for (Vertex v : vertexs) {            unVisited.add(v);        }    }    /*     * 从未访问顶点集合中删除已找到最短路径的节点     */    private void pop() {        unVisited.poll();    }    /*     * 获取顶点到目标顶点的距离     */    private int getDistance(Vertex source, Vertex destination) {        int sourceIndex = vertexs.indexOf(source);        int destIndex = vertexs.indexOf(destination);        return edges[sourceIndex][destIndex];    }    /*     * 获取顶点所有(未访问的)邻居     */    private List<Vertex> getNeighbors(Vertex v) {        List<Vertex> neighbors = new ArrayList<Vertex>();        int position = vertexs.indexOf(v);        Vertex neighbor = null;        int distance;        for (int i = 0; i < vertexs.size(); i++) {            if (i == position) {                //顶点本身，跳过                continue;            }            distance = edges[position][i];    //到所有顶点的距离            if (distance < Integer.MAX_VALUE) {                //是邻居(有路径可达)                neighbor = getVertex(i);                if (!neighbor.isMarked()) {                    //如果邻居没有访问过，则加入list;                    neighbors.add(neighbor);                }            }        }        return neighbors;    }    /*     * 根据顶点位置获取顶点     */    private Vertex getVertex(int index) {        return vertexs.get(index);    }    /*     * 打印图     */    public void printGraph() {        int verNums = vertexs.size();        for (int row = 0; row < verNums; row++) {            for (int col = 0; col < verNums; col++) {                if(Integer.MAX_VALUE == edges[row][col]){                    System.out.print("X");                    System.out.print(" ");                    continue;                }                System.out.print(edges[row][col]);                System.out.print(" ");            }            System.out.println();        }    }}

public class Test {    public static void main(String[] args){        List<Vertex> vertexs = new ArrayList<Vertex>();        Vertex a = new Vertex("A", 0);        Vertex b = new Vertex("B");        Vertex c = new Vertex("C");        Vertex d = new Vertex("D");        Vertex e = new Vertex("E");        Vertex f = new Vertex("F");        vertexs.add(a);        vertexs.add(b);        vertexs.add(c);        vertexs.add(d);        vertexs.add(e);        vertexs.add(f);        int[][] edges = {                {Integer.MAX_VALUE,6,3,Integer.MAX_VALUE,Integer.MAX_VALUE,Integer.MAX_VALUE},                {6,Integer.MAX_VALUE,2,5,Integer.MAX_VALUE,Integer.MAX_VALUE},                {3,2,Integer.MAX_VALUE,3,4,Integer.MAX_VALUE},                {Integer.MAX_VALUE,5,3,Integer.MAX_VALUE,5,3},                {Integer.MAX_VALUE,Integer.MAX_VALUE,4,5,Integer.MAX_VALUE,5},                {Integer.MAX_VALUE,Integer.MAX_VALUE,Integer.MAX_VALUE,3,5,Integer.MAX_VALUE}                };        Graph graph = new Graph(vertexs, edges);        graph.printGraph();        graph.search();    }    }

转载出处: http://www.cnblogs.com/junyuhuang/p/4544747.html 作者: 转瞬之夏

秒客网

最短路径算法之Dijkstra算法(java实现)

前言

相关文章