摘要:推荐资料推荐学习文章代码不能设置为否则两个相加会溢出导致出现负权创建顶点和边创建图顶点数得到边的数目调用算法计算最短路径
public class Main { //不能设置为Integer.MAX_VALUE,否则两个Integer.MAX_VALUE相加会溢出导致出现负权 public static int MaxValue = 10000; public static void main(String[] args) { //创建顶点和边 char[] data = {'A','B','C','D','E','F','G'}; int[][] matrix = { {10000,5,7,10000,10000,10000,2}, {5,10000,10000,9,10000, 10000,3}, {7,10000,10000,10000,8,10000,10000}, {10000,9,10000,10000,10000,4,10000}, {10000,10000,8,10006,10000,5,4}, {10000,10000,10000,4,5,10000,6}, {2,3,10000,10000,4,6,10000}}; //创建图 MGraph mGraph = new MGraph(data.length); mGraph.createGraph(data,matrix); //顶点数 int vertex = data.length; //得到边的数目 int edge = getEdgesNum(mGraph); //调用dijstra算法计算最短路径 dijstra1(mGraph, 0); } //传入一个图,根据其邻接矩阵,得到其边的数目 public static int getEdgesNum(MGraph mGraph){ if (mGraph.vertexNum == 0){ return -1; } int edgeNum = 0; for (int i = 0;i < mGraph.vertexNum;i++){ for(int j = i + 1;j < mGraph.vertexNum;j++){ if (mGraph.weight[i][j] != 10000){ //说明这是一条边,i和j分别是其端点 edgeNum++; } } } return edgeNum; } public static void dijstra1(MGraph mGraph,int startIndex){ //创建记录点是否访问过的数组 int[] isVisited = new int[mGraph.vertexNum]; //创建记录startIndex到各个点的最短距离的数组 int[] shortedDis = new int[mGraph.vertexNum]; //创建记录startIndex到各个点的路径的数据 String[] paths = new String[mGraph.vertexNum]; //初始化startIndex isVisited[startIndex] = 1;//已被访问 shortedDis[startIndex] = 0;//自己到自己的距离为0 //初始化paths for (int i = 0;i < mGraph.vertexNum;i++){ paths[i] = startIndex + " -> " + i; } //记录最小距离 int minDis = 10000; //记录最小距离对应的点 int minDisIndex = -1; //开始,一共搞mGraph.vertexNum - 1次(startIndex自身要去掉) for (int i = 1;i < mGraph.vertexNum;i++){ minDis = 10000;//!!! 每一次循环,都要刷新minDis minDisIndex = -1; //遍历每个 没被访问过的点,直到找到startIndex到该点距离最小的 点 for (int j = 0;j < mGraph.vertexNum;j++){ if (isVisited[j] == 0 && mGraph.weight[startIndex][j] < minDis){//如果该点没被访问过,且startIndex到该点的距离比minDis小 minDis = mGraph.weight[startIndex][j]; minDisIndex = j; } } //for循环完后,就找到了此点 shortedDis[minDisIndex] = minDis; isVisited[minDisIndex] = 1; //然后以此点为中间点,找此点的下一个点,其到startIndex的距离比从startIndex直达下一个点的距离要短 //!!! 更新从index跳到其它节点的较短路径。注意,是较短路径 for (int k = 0;k < mGraph.vertexNum;k++){ if (isVisited[k] == 0 && (minDis + mGraph.weight[minDisIndex][k] < mGraph.weight[startIndex][k])){ mGraph.weight[startIndex][k] = minDis + mGraph.weight[minDisIndex][k]; paths[k] = paths[minDisIndex] + " -> " + k; } } } //最后 打印结果,看最短路径 for (int i = 0;i < mGraph.vertexNum;i++){ if (shortedDis[i] == 10000){ System.out.println("不可达"); }else { System.out.println(startIndex + " 到 " + i + " 的最短路径是:"+paths[i]+" 最短距离是:"+ shortedDis[i]); /** * 0到1的最短路径为:0->1,最短距离是:5 * 0到2的最短路径为:0->2,最短距离是:7 * 0到3的最短路径为:0->6->5->3,最短距离是:12 * 0到4的最短路径为:0->6->4,最短距离是:6 * 0到5的最短路径为:0->6->5,最短距离是:8 * 0到6的最短路径为:0->6,最短距离是:2 */ } } } //和上面的dijstra1是一样的 public static void dijstra(int[][] matrix, int source) { //最短路径长度 int[] shortest = new int[matrix.length]; //判断该点的最短路径是否求出 int[] visited = new int[matrix.length]; //存储输出路径 String[] path = new String[matrix.length]; //初始化输出路径 for (int i = 0; i < matrix.length; i++) { path[i] = new String(source + "->" + i); } //初始化源节点 shortest[source] = 0; visited[source] = 1; for (int i = 1; i < matrix.length; i++) { int min = 10000; int index = -1; for (int j = 0; j < matrix.length; j++) { //已经求出最短路径的节点不需要再加入计算并判断加入节点后是否存在更短路径 if (visited[j] == 0 && matrix[source][j] < min) { min = matrix[source][j]; index = j; } } //更新最短路径 shortest[index] = min; visited[index] = 1; //更新从index跳到其它节点的较短路径 for (int m = 0; m < matrix.length; m++) { if (visited[m] == 0 && matrix[source][index] + matrix[index][m] < matrix[source][m]) { matrix[source][m] = matrix[source][index] + matrix[index][m]; path[m] = path[index] + "->" + m; } } } //打印最短路径 for (int i = 0; i < matrix.length; i++) { if (i != source) { if (shortest[i] == MaxValue) { System.out.println(source + "到" + i + "不可达"); } else { System.out.println(source + "到" + i + "的最短路径为:" + path[i] + ",最短距离是:" + shortest[i]); } } } }}//这是图class MGraph{ //节点数目 int vertexNum; //节点 char[] data; //边的权值 int[][] weight; MGraph(int vertexNum){ this.vertexNum = vertexNum; data = new char[vertexNum]; weight = new int[vertexNum][vertexNum]; } //图的创建 public void createGraph(char[] mData,int[][] mWeight){ if (vertexNum == 0){ return;//节点数目为0 无法创建 } for (int i = 0;i < data.length;i++){ data[i] = mData[i]; } for (int i = 0;i < mWeight.length;i++){ for (int j = 0;j < mWeight.length;j++){ weight[i][j] = mWeight[i][j]; } } } //打印图 public void showGraph(){ if (vertexNum == 0){ return; } for (int[] oneLine: weight){ for (int oneNum: oneLine){ System.out.printf("%20d",oneNum); } System.out.println(); } }}
结果
0 到 0 的最短路径是:0 -> 0 最短距离是:00 到 1 的最短路径是:0 -> 1 最短距离是:50 到 2 的最短路径是:0 -> 2 最短距离是:70 到 3 的最短路径是:0 -> 6 -> 5 -> 3 最短距离是:120 到 4 的最短路径是:0 -> 6 -> 4 最短距离是:60 到 5 的最短路径是:0 -> 6 -> 5 最短距离是:80 到 6 的最短路径是:0 -> 6 最短距离是:2
文章版权归作者所有,未经允许请勿转载,若此文章存在违规行为,您可以联系管理员删除。
转载请注明本文地址:https://www.ucloud.cn/yun/121524.html
摘要:学习资料迪杰斯特拉计算的是单源最短路径,而弗洛伊德计算的是多源最短路径代码不能设置为,否则两个相加会溢出导致出现负权创建顶点和边 学习资料 迪杰斯特拉计算的是单源最...
摘要:算法系列单源最短路径算法迪杰斯特拉算法是由荷兰计算机科学家狄克斯特拉于年提出的,因此又叫狄克斯特拉算法。是从一个顶点到其余各顶点的最短路径算法,解决的是有向图中最短路径问题。 Javascript算法系列 - 单源最短路径 - Dijkstra算法 迪杰斯特拉算法是由荷兰计算机科学家狄克斯特拉于1959年提出的,因此又叫狄克斯特拉算法。是从一个顶点到其余各顶点的最短路径算法,解决的是有...
摘要:应用分治法是一种很重要的算法。字面上的解释是分而治之,就是把一个复杂的问题分成两个或更多的相同或相似的子问题,再把子问题分成更小的子问题直到最后子问题可以简单的直接求解,原问题的解即子问题的解的合并。 ...
摘要:问题胜利乡有个村庄现在需要修路把个村庄连通各个村庄的距离用边线表示权比如距离公里问如何修路保证各个村庄都能连通并且总的修建公路总里程最短代码重点理解中的三层循环 问...
摘要:递归实现不考虑相同数二分查找,不考虑有相同数的情况递归找到了考虑有相同数二分查找考虑有相同元素的情况递归要查找的值 1.递归实现 ①不考虑相同数 /** * 二分查...
阅读 682·2023-04-25 19:43
阅读 3854·2021-11-30 14:52
阅读 3729·2021-11-30 14:52
阅读 3794·2021-11-29 11:00
阅读 3745·2021-11-29 11:00
阅读 3812·2021-11-29 11:00
阅读 3528·2021-11-29 11:00
阅读 6007·2021-11-29 11:00