单源最短路径算法:迪杰斯特拉 (Dijkstra) 算法(二)
一、基于邻接表的Dijkstra算法
如前一篇文章所述,在 Dijkstra 的算法中,维护了两组,一组包含已经包含在最短路径树中的顶点列表,另一组包含尚未包含的顶点。使用邻接表表示,可以使用 BFS 在O(V + E)时间中遍历图的所有顶点 。这个想法是使用 BFS 遍历图的所有顶点,并使用最小堆存储尚未包括在最短路径树中的顶点(或尚未确定最短距离的顶点)。最小堆用作优先级队列,以从尚未包括的顶点集中获取最小距离顶点。对于Min Heap,诸如 extract-min 和 reduce-key 值之类的操作的时间复杂度为 O(logV)。使用邻接表表示的 Dijkstra算法时间复杂度为 O(ELogV)。
二、详细步骤
1) 创建大小为 V 的最小堆,其中 V 是给定图中的顶点数。最小堆的每个节点都包含顶点数和顶点的距离值。
2) 以源顶点为根初始化 Min Heap(分配给源顶点的距离值为 0)。分配给所有其他顶点的距离值为 INF(无穷大)。
3) 当“最小堆”不为空时,执行以下操作:
- 从“最小堆”中提取具有最小距离值节点的顶点。让提取的顶点为u。
- 对于u的每个相邻顶点v,检查v是否在Min Heap中。如果 v 在“最小堆”中,并且距离值大于uv 的权重加上 u 的距离值,则更新 v 的距离值。
用下面的例子来理解。让给定的源顶点为 0:
最初,源顶点到达自身的距离值为 0,对于所有其他顶点,INF 为无穷大。因此,从“最小堆”中提取源顶点,并更新与 0(1和7)相邻的顶点的距离值。“最小堆”包含除顶点 0 以外的所有顶点。绿色的顶点是确定了最小距离的顶点,并且不在“最小堆”中。
由于顶点1 的距离值在最小堆中的所有节点中最小,因此从最小堆中提取顶点,并更新与 1 相邻的顶点的距离值(如果顶点不在最小堆中且距离 1 的距离较短,则更新距离比之前的距离)。最小堆包含除顶点0 和 1 以外的所有顶点。
从最小堆中选取最小距离值的顶点。选择了顶点7。因此,最小堆现在包含除 0、1 和 7 以外的所有顶点。更新相邻 顶点7 的距离值。顶点6 和 8 的距离值变得有限(分别为15和9)。
选择与最小堆的距离最小的顶点。选择了顶点6。因此,最小堆现在包含除 0、1、7 和 6 以外的所有顶点。更新相邻顶点6的距离值。更新顶点5 和 8 的距离值。
重复上述步骤,直到最小堆为空为止。最后,我们得到以下最短路径树。
三、代码
下面是使用了邻接矩阵的迪杰斯特拉算法实现。
1 /**
2 * 使用邻接表来实现Dijkstra的单源最短路径算法的函数
3 *
4 * @param adj 邻接表
5 * @param src 源顶点
6 */
7 public void dijkstra(List<List<Node>> adj, int src) {
8 this.adj = adj;
9 for (int i = 0; i < V; i++) {
10 dist[i] = Integer.MAX_VALUE;
11 }
12
13 /* 将源节点添加到优先级队列 */
14 pq.add(new Node(src, 0));
15
16 /* 源顶点与其自身的距离始终为0 */
17 dist[src] = 0;
18
19 while (settled.size() != V) {
20 int u = pq.remove().node;
21 settled.add(u);
22 e_Neighbours(u);
23 }
24 }
处理传递的节点的所有邻居。
1 /**
2 * 处理传递过来的节点的所有邻居
3 *
4 * @param u
5 */
6 private void e_Neighbours(int u) {
7 int edgeDistance = -1;
8 int newDistance = -1;
9
10 /* v的所有邻居 */
11 for (int i = 0; i < adj.get(u).size(); i++) {
12 Node v = adj.get(u).get(i);
13
14 /* 如果当前节点尚未处理 */
15 if (!settled.contains(v.node)) {
16 edgeDistance = v.cost;
17 newDistance = dist[u] + edgeDistance;
18
19 /* 如果新距离的成本更低 */
20 if (newDistance < dist[v.node])
21 dist[v.node] = newDistance;
22
23 /* 将当前节点添加到队列 */
24 pq.add(new Node(v.node, dist[v.node]));
25 }
26 }
27 }
源代码:
1 package algorithm.shortestpath;
2
3 import java.util.*;
4
5 public class DijkstraPQ {
6 private int[] dist; // 当前的距离数组
7 private Set<Integer> settled; // 存储最短路径处理完的顶点Set集合
8 private PriorityQueue<Node> pq; // 优先级队列(min-heap)
9 private int V; // 顶点数量
10 List<List<Node>> adj; // 邻接表
11
12 public DijkstraPQ(int v) {
13 this.V = v;
14 dist = new int[V];
15 settled = new HashSet<>();
16 pq = new PriorityQueue<>(V, new Node());
17 }
18
19 /**
20 * 使用邻接表来实现Dijkstra的单源最短路径算法的函数
21 *
22 * @param adj 邻接表
23 * @param src 源顶点
24 */
25 public void dijkstra(List<List<Node>> adj, int src) {
26 this.adj = adj;
27 for (int i = 0; i < V; i++) {
28 dist[i] = Integer.MAX_VALUE;
29 }
30
31 /* 将源节点添加到优先级队列 */
32 pq.add(new Node(src, 0));
33
34 /* 源顶点与其自身的距离始终为0 */
35 dist[src] = 0;
36
37 while (settled.size() != V) {
38 int u = pq.remove().node;
39 settled.add(u);
40 e_Neighbours(u);
41 }
42 }
43
44 /**
45 * 处理传递的节点的所有邻居的函数
46 *
47 * @param u
48 */
49 private void e_Neighbours(int u) {
50 int edgeDistance = -1;
51 int newDistance = -1;
52
53 /* v的所有邻居 */
54 for (int i = 0; i < adj.get(u).size(); i++) {
55 Node v = adj.get(u).get(i);
56
57 /* 如果当前节点尚未处理 */
58 if (!settled.contains(v.node)) {
59 edgeDistance = v.cost;
60 newDistance = dist[u] + edgeDistance;
61
62 /* 如果新距离的成本更低 */
63 if (newDistance < dist[v.node])
64 dist[v.node] = newDistance;
65
66 /* 更新后将当前节点添加到最小堆中 */
67 pq.add(new Node(v.node, dist[v.node]));
68 }
69 }
70 }
71
72 /**
73 * 测试主函数
74 *
75 * @param args
76 */
77 public static void main(String[] args) {
78 int V = 5;
79 int source = 0;
80 List<List<Node>> adj = new ArrayList<>();
81
82 for (int i = 0;i < V; i++) {
83 List<Node> item = new ArrayList<>();
84 adj.add(item);
85 }
86
87 // 邻接表的输入
88 adj.get(0).add(new Node(1, 9));
89 adj.get(0).add(new Node(2, 6));
90 adj.get(0).add(new Node(3, 5));
91 adj.get(0).add(new Node(4, 3));
92
93 adj.get(2).add(new Node(1, 2));
94 adj.get(2).add(new Node(3, 4));
95
96 DijkstraPQ dijkstraPQ = new DijkstraPQ(V);
97 dijkstraPQ.dijkstra(adj, source);
98
99 System.out.println("The shortest path form node: ");
100 for (int i = 0; i < dijkstraPQ.dist.length; i++) {
101 System.out.println(source + " to " + i + " is " + dijkstraPQ.dist[i]);
102 }
103 }
104 }
105
106 class Node implements Comparator<Node> {
107
108 public int node; // 顶点数
109 public int cost; // 顶点的距离值
110
111 public Node() {
112 }
113
114 public Node(int node, int cost) {
115 this.node = node;
116 this.cost = cost;
117 }
118
119 @Override
120 public int compare(Node o1, Node o2) {
121 if (o1.cost < o2.cost)
122 return -1;
123 if (o1.cost > o2.cost)
124 return 1;
125 return 0;
126 }
127 }
单源最短路径算法:迪杰斯特拉 (Dijkstra) 算法(二)的更多相关文章
- [C++]单源最短路径:迪杰斯特拉(Dijkstra)算法(贪心算法)
1 Dijkstra算法 1.1 算法基本信息 解决问题/提出背景 单源最短路径(在带权有向图中,求从某顶点到其余各顶点的最短路径) 算法思想 贪心算法 按路径长度递增的次序,依次产生最短路径的算法 ...
- JS实现最短路径之迪杰斯特拉(Dijkstra)算法
最短路径: 对于网图来说,最短路径是指两个顶点之间经过的边上权值和最少的路径,我们称第一个顶点是源点,最后一个顶点是终点 迪杰斯特拉 ( Dijkstra) 算法是并不是一下子就求出 了 Vo 到V8 ...
- 最短路径算法-迪杰斯特拉(Dijkstra)算法在c#中的实现和生产应用
迪杰斯特拉(Dijkstra)算法是典型最短路径算法,用于计算一个节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(广度优先遍历思想),直到扩展到终点为止 贪心算法(Greedy ...
- 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,用于计算一个节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. 基本思想 通过Dijk ...
- 最短路径-迪杰斯特拉(dijkstra)算法及优化详解
简介: dijkstra算法解决图论中源点到任意一点的最短路径. 算法思想: 算法特点: dijkstra算法解决赋权有向图或者无向图的单源最短路径问题,算法最终得到一个最短路径树.该算法常用于路由算 ...
- 单源最短路径算法:迪杰斯特拉 (Dijkstra) 算法(一)
一.算法介绍 迪杰斯特拉算法(英语:Dijkstra's algorithm)由荷兰计算机科学家艾兹赫尔·迪杰斯特拉在1956年提出.迪杰斯特拉算法使用了广度优先搜索解决赋权有向图的单源最短路径问题. ...
- 图的最短路径---迪杰斯特拉(Dijkstra)算法浅析
什么是最短路径 在网图和非网图中,最短路径的含义是不一样的.对于非网图没有边上的权值,所谓的最短路径,其实就是指两顶点之间经过的边数最少的路径. 对于网图,最短路径就是指两顶点之间经过的边上权值之和最 ...
- 最短路径 - 迪杰斯特拉(Dijkstra)算法
对于网图来说,最短路径,是指两顶点之间经过的边上权值之和最少的路径,并且我们称路径上的第一个顶点为源点,最后一个顶点为终点.最短路径的算法主要有迪杰斯特拉(Dijkstra)算法和弗洛伊德(Floyd ...
- C# 迪杰斯特拉(Dijkstra)算法
Dijkstra(迪杰斯特拉)算法是典型的最短路径路由算法,用于计算一个节点到其他所有节点的最短路径.主要特点是以起始点为中心向外层层扩展,直到扩展到终点为止. 其基本思想是,设置顶点集合S并不断地作 ...
随机推荐
- 学习PDO中的错误与错误处理模式
在 PDO 的学习过程中,我们经常会在使用事务的时候加上 try...catch 来进行事务的回滚操作,但是大家有没有注意到默认情况下 PDO 是如何处理错误语句导致的数据库操作失败问题呢?今天,我们 ...
- JDBC-1(概述&建立)
基于宋红康老师所讲JDBC所作笔记 1.JDBC概述 1.1 数据持久化 持久化:将数据保持到可掉电式存储设备中以供之后使用. 数据持久化意味着将内存中的数据保存到硬盘上加以固化,实现过程大多通过各种 ...
- 低代码+RPA+AI,能否让ERP焕发下一春?
从2004年开始,国内ERP项目的实施便在各大企业热火朝天地展开,2014年,国内大中型企业已经基本完成了ERP系统的普及.ERP已经在大中型企业中成为不可或缺的关键信息系统.企业核心业务的流转与管控 ...
- Linux档案权限篇(一)
查看档案的属性"ls-al". 即列出所有的档案的详细权限与属性(包括隐藏文件) 权限 第一个字符代表档案的类型: d:代表是目录 -:代表是文件 l:代表是连接文件(相当于win ...
- layui 添加复选框checkbox后,无法正确显示及点击的方法
layui 添加复选框checkbox后,无法正确显示方式,这个是由于html里的样式添加 layui-form后,没有加载 form插件 ,具体如下: <body style="ba ...
- mysql 添加远程访问
第一种:mysql 5.0(两种方式) 一. 在命令窗口输入,mysql -u root -p 回车,并输入密码 执行 use mysql 执行下面句子,查看权限,root默认权限为localhos ...
- flask_sqlalchemy 查询结果转dict 终极解决方案
之前为了学习Python,试着拿Flask作框架搞小网站,感觉还不错,基本就抛弃了PHP.前段时间做了一个微信小程序,想着yii框架拿来写几十个小接口是不是浪费了,就继续用flask写api了,哪想到 ...
- 关于Windows操作系统重定向
在用C++做一个文件遍历的时候发现,当我遍历C:\Windows\system32文件夹时,获取到的文件数目和实际总是对不上.在通过他人帮助后了解到了重定向这个概念,我百度了一下,下面为粘贴内容. S ...
- FTP和TFTP
文件传输协议 FTP概述: 文件传输协议FTP(File Transfer Protocol)[RFC 959]是互联网上使用最广泛的文件传输协议, FTP提供交互式的访问,允许用户知指明文件类型与格 ...
- 关于国密HTTPS 的那些事(二)
关于国密HTTPS 的那些事(二) 三. 需要解决的问题 前文我们了解了https,并梳理了国密https的流程.那么完成这些流程的目的是什么呢?又是怎么来保护数据的安全性呢?我们继续... 上文我们 ...