Java資料結構----圖--最短路徑解法Dijkstra演算法和Floyd演算法
最短路徑—Dijkstra演算法和Floyd演算法
1、Dijkstra演算法
1.1、定義概覽
Dijkstra(迪傑斯特拉)演算法是典型的單源最短路徑演算法,用於計算一個節點到其他所有節點的最短路徑。主要特點是以起始點為中心向外層層擴充套件,直到擴充套件到終點為止。Dijkstra演算法是很有代表性的最短路徑演算法,在很多專業課程中都作為基本內容有詳細的介紹,如資料結構,圖論,運籌學等等。注意該演算法要求圖中不存在負權邊。
問題描述:在無向圖 G=(V,E) 中,假設每條邊 E[i] 的長度為 w[i],找到由頂點 V0 到其餘各點的最短路徑。(單源最短路徑)
1.2、演算法描述
1)演算法思想:設G=(V,E)是一個帶權有向圖,把圖中頂點集合V分成兩組,第一組為已求出最短路徑的頂點集合
2)演算法步驟:
a.初始時,S只包含源點,即S={v},v的距離為0。U包含除v外的其他頂點,即:U={其餘頂點},若v與U中頂點u有邊,則<u,v>正常有權值,若u不是v的出邊鄰接點,則<u,v>權值為∞。
b.從U中選取一個距離v最小的頂點k,把k,加入S中(該選定的距離就是v到k的最短路徑長度)。
c.以k為新考慮的中間點,修改U中各頂點的距離;若從源點v到頂點u的距離(經過頂點k)比原來距離(不經過頂點k)短,則修改頂點u的距離值,修改後的距離值的頂點k的距離加上邊上的權。
d.重複步驟b和c直到所有頂點都包含在S中。
執行動畫過程如下圖
程式碼實現如下:
測試:public class GraphByMatrix { public static final boolean UNDIRECTED_GRAPH = false;//無向圖標誌 public static final boolean DIRECTED_GRAPH = true;//有向圖標誌 public static final boolean ADJACENCY_MATRIX = true;//鄰接矩陣實現 public static final boolean ADJACENCY_LIST = false;//鄰接表實現 public static final int MAX_VALUE = Integer.MAX_VALUE; private boolean graphType; private boolean method; private int vertexSize; private int matrixMaxVertex; //儲存所有頂點資訊的一維陣列 private Object[] vertexesArray; //儲存圖中頂點之間關聯關係的二維陣列,及邊的關係 private int[][] edgesMatrix; // 記錄第i個節點是否被訪問過 private boolean[] visited; /** * @param graphType 圖的型別:有向圖/無向圖 * @param method 圖的實現方式:鄰接矩陣/鄰接表 */ public GraphByMatrix(boolean graphType, boolean method, int size) { this.graphType = graphType; this.method = method; this.vertexSize = 0; this.matrixMaxVertex = size; if (this.method) { visited = new boolean[matrixMaxVertex]; vertexesArray = new Object[matrixMaxVertex]; edgesMatrix = new int[matrixMaxVertex][matrixMaxVertex]; //對陣列進行初始化,頂點間沒有邊關聯的值為Integer型別的最大值 for (int row = 0; row < edgesMatrix.length; row++) { for (int column = 0; column < edgesMatrix.length; column++) { edgesMatrix[row][column] = MAX_VALUE; } } } } /********************最短路徑****************************/ //計算一個頂點到其它一個頂點的最短距離 public void Dijkstra(Object obj) throws Exception { Dijkstra(getVertexIndex(obj)); } public void Dijkstra(int v0) { int[] dist = new int[matrixMaxVertex]; int[] prev = new int[matrixMaxVertex]; //初始化visited、dist和path for (int i = 0; i < vertexSize; i++) { //一開始假定取直達路徑最短 dist[i] = edgesMatrix[v0][i]; visited[i] = false; //直達情況下的最後經由點就是出發點 if (i != v0 && dist[i] < MAX_VALUE) prev[i] = v0; else prev[i] = -1; //無直達路徑 } //初始時源點v0∈visited集,表示v0 到v0的最短路徑已經找到 visited[v0] = true; // 下來假設經由一個點中轉到達其餘各點,會近些,驗證之 // 再假設經由兩個點中轉,會更近些,驗證之,..... // 直到窮舉完所有可能的中轉點 int minDist; int v = 0; for (int i = 1; i < vertexSize; i++) { //挑一個距離最近經由點,下標裝入 v minDist = MAX_VALUE; for (int j = 0; j < vertexSize; j++) { if ((!visited[j]) && dist[j] < minDist) { v = j; // 經由頂點j中轉則距離更短 minDist = dist[j]; } } visited[v] = true; /*頂點v併入S,由v0到達v頂點的最短路徑為min. 假定由v0到v,再由v直達其餘各點,更新當前最後一個經由點及距離*/ for (int j = 0; j < vertexSize; j++) { if ((!visited[j]) && edgesMatrix[v][j] < MAX_VALUE) { if (minDist + edgesMatrix[v][j] <= dist[j]) { //如果多經由一個v點到達j點的 最短路徑反而要短,就更新 dist[j] = minDist + edgesMatrix[v][j]; prev[j] = v; //經由點的序號 } } } } for (int i = 1; i < matrixMaxVertex; i++) { System.out.println("**" + vertexesArray[v0] + "-->" +vertexesArray[i] + " 的最短路徑是:" + dist[i]); } } //獲取頂點值在數組裡對應的索引 private int getVertexIndex(Object obj) throws Exception { int index = -1; for (int i = 0; i < vertexSize; i++) { if (vertexesArray[i].equals(obj)) { index = i; break; } } if (index == -1) { throw new Exception("沒有這個值!"); } return index; } /** * 單源最短路徑演算法,用於計算一個節點到其他!!所有節點!!的最短路徑 */ public void Dijkstra2(int v0) { // LinkedList實現了Queue介面 FIFO Queue<Integer> queue = new LinkedList<Integer>(); for (int i = 0; i < vertexSize; i++) { visited[i] = false; } //這個迴圈是為了確保每個頂點都被遍歷到 for (int i = 0; i < vertexSize; i++) { if (!visited[i]) { queue.add(i); visited[i] = true; while (!queue.isEmpty()) { int row = queue.remove(); System.out.print(vertexesArray[row] + "-->"); for (int k = getMin(row); k >= 0; k = getMin(row)) { if (!visited[k]) { queue.add(k); visited[k] = true; } } } } } } private int getMin( int row) { int minDist = MAX_VALUE; int index = 0; for (int j = 0; j < vertexSize; j++) { if ((!visited[j]) && edgesMatrix[row][j] < minDist) { minDist = edgesMatrix[row][j]; index = j; } } if (index == 0) { return -1; } return index; } public boolean addVertex(Object val) { assert (val != null); vertexesArray[vertexSize] = val; vertexSize++; return true; } public boolean addEdge(int vnum1, int vnum2, int weight) { assert (vnum1 >= 0 && vnum2 >= 0 && vnum1 != vnum2 && weight >= 0); //有向圖 if (graphType) { edgesMatrix[vnum1][vnum2] = weight; } else { edgesMatrix[vnum1][vnum2] = weight; edgesMatrix[vnum2][vnum1] = weight; } return true; } }
@Test
public void testWeight() throws Exception {
GraphByMatrix graph = new GraphByMatrix(Graph.UNDIRECTED_GRAPH, Graph.ADJACENCY_MATRIX, 6);
graph.addVertex("1");
graph.addVertex("2");
graph.addVertex("3");
graph.addVertex("4");
graph.addVertex("5");
graph.addVertex("6");
graph.addEdge(0, 1,7);
graph.addEdge(0, 2,9);
graph.addEdge(0, 5,14);
graph.addEdge(1, 3,15);
graph.addEdge(1, 2,10);
graph.addEdge(2, 3,11);
graph.addEdge(2, 5,2);
graph.addEdge(3, 4,6);
graph.addEdge(4, 5,9);
graph.Dijkstra(0);
System.out.println();
graph.Dijkstra("1");
System.out.println();
graph.Dijkstra2(0);
System.out.println();
}
**1-->2 的最短路徑是:7**1-->3 的最短路徑是:9
**1-->4 的最短路徑是:20
**1-->5 的最短路徑是:20
**1-->6 的最短路徑是:11
**1-->2 的最短路徑是:7
**1-->3 的最短路徑是:9
**1-->4 的最短路徑是:20
**1-->5 的最短路徑是:20
**1-->6 的最短路徑是:11
1-->2-->3-->6-->4-->5-->
2、Floyd演算法:讀弗洛伊德
1.定義概覽
Floyd-Warshall演算法(Floyd-Warshall algorithm)又稱為插點法是解決任意兩點間的最短路徑的一種演算法,可以正確處理有向圖或負權的最短路徑問題,同時也被用於計算有向圖的傳遞閉包。Floyd-Warshall演算法的時間複雜度為O(N3),空間複雜度為O(N2)。
2.演算法描述:
1)演算法思想原理:
Floyd演算法是一個經典的動態規劃演算法。用通俗的語言來描述的話,首先我們的目標是尋找從點i到點j的最短路徑。從動態規劃的角度看問題,我們需要為這個目標重新做一個詮釋(這個詮釋正是動態規劃最富創造力的精華所在)
從任意節點i到任意節點j的最短路徑不外乎2種可能,1是直接從i到j,2是從i經過若干個節點k到j。所以,我們假設Dis(i,j)為節點u到節點v的最短路徑的距離,對於每一個節點k,我們檢查Dis(i,k) + Dis(k,j) < Dis(i,j)是否成立,如果成立,證明從i到k再到j的路徑比i直接到j的路徑短,我們便設置Dis(i,j) = Dis(i,k) + Dis(k,j),這樣一來,當我們遍歷完所有節點k,Dis(i,j)中記錄的便是i到j的最短路徑的距離。
2).演算法描述:
a.從任意一條單邊路徑開始。所有兩點之間的距離是邊的權,如果兩點之間沒有邊相連,則權為無窮大。
b.對於每一對頂點 u 和 v,看看是否存在一個頂點 w 使得從 u 到 w 再到 v 比己知的路徑更短。如果是更新它。
3).Floyd演算法過程矩陣的計算----十字交叉法
方法:兩條線,從左上角開始計算一直到右下角 如下所示
給出矩陣,其中矩陣A是鄰接矩陣,而矩陣Path記錄u,v兩點之間最短路徑所必須經過的點
相應計算方法如下:
最後A3即為所求結果
程式碼如下:
public void shortestPath_FLOYD() {
int n = vertexSize;
int[][] D = new int[n][n];//儲存從i到j的最小路徑值
int[][] p = new int[n][n];//儲存經過的中間節點
for (int i = 0; i < n; i++) {//初始化D,p
for (int j = 0; j < n; j++) {
if (edgesMatrix[i][j] < Integer.MAX_VALUE) {
p[i][j] = j;
} else {
p[i][j] = -1;
}
D[i][j] = edgesMatrix[i][j];
}
}
for (int x = 0; x < n; x++) {//進行Floyd演算法,從0到n-1所有可能進行遍歷
for (int i = 0; i < n; i++) {
for (int j = 0; j < n; j++) {
if (D[i][j] > D[i][x] + D[x][j]) {
D[i][j] = D[i][x] + D[x][j];
p[i][j] = p[i][x];
}
}
}
}
// 下面對獲得的結果進行展示
for (int i = 0; i < n; i++) {
for (int j = 0; j < n; j++) {
System.out.print(" " + D[i][j]);
}
System.out.println();
}
System.out.println("++++++++++++++++++++++++++++++++++++");
for (int i = 0; i < n; i++) {
for (int j = 0; j < n; j++) {
System.out.print(" " + p[i][j]);
}
System.out.println();
}
System.out.println("+++++++++++++++++++++++++++++++++++");
for (int i = 0; i < n; i++) {
for (int j = 0; j < n; j++) {
System.out.println("輸出i=" + i + "到j=" + j + "最短路徑:");
int k = p[i][j];
if (k == -1) {
System.out.println("沒有最短路徑");
} else {
System.out.print(" " + k);
while (k != j) {
k = p[k][j];
System.out.print(" " + k);
}
// System.out.println(" "+k);
System.out.println();
}
}
}
}