图的单源最短路径问题

目录

一、简述

二、前置配置

三、迪杰斯特拉算法

四、改进的迪杰斯特拉算法

五、贝尔曼福特算法


一、简述

        图是一种比较常用的数据结构,将问题转换成图相关的思路也是比较常用的。

        图的单源最短路径问题,也就是图中某一个节点到图中其他节点的最短路径大小,常用的算法就是迪杰斯特拉算法和贝尔曼福特算法,两者是从不同的角度来对这个问题进行分析的,但是迪杰斯特拉算法并不适用于有负权重的情况,而贝尔曼福特算法则是应用范围更广泛,能解决带有负权重问题的场景。

二、前置配置

        边类:

package graph;/*** 边类*/
public class Edge {Vertex vertex;int weight;public Edge() {}public Edge(Vertex vertex) {this.vertex = vertex;}public Edge(Vertex vertex, int weight) {this.vertex = vertex;this.weight = weight;}public Vertex getVertex() {return vertex;}public void setVertex(Vertex vertex) {this.vertex = vertex;}public int getWeight() {return weight;}public void setWeight(int weight) {this.weight = weight;}
}

        结点类:

package graph;import java.util.List;/*** 顶点类*/
public class Vertex {String name;List<Edge> edges;boolean flag;//是否被访问过int inDegree;//结点的入度int status;//状态, 0-未访问过, 1-正在访问,用于检测环,2-已经访问过int dist=Integer.MAX_VALUE;//距离Vertex pre=null;public Vertex() {}public Vertex(String name, List<Edge> edges) {this.name = name;this.edges = edges;}public Vertex(String name) {this.name = name;}public String getName() {return name;}public void setName(String name) {this.name = name;}public List<Edge> getEdges() {return edges;}public void setEdges(List<Edge> edges) {this.edges = edges;}
}

三、迪杰斯特拉算法

        迪杰斯特拉算法是从节点出发来完成单源最短路径问题的,我们可以将整个图分为两个区域,一个区域就是已经找到从源点到该点的最短路径,另一个区域则是未找到的。

        从已经找到的区域到未找到的区域的所有相连节点的边,从中取最小值,并将该边所对应的未找到区域的结点加入到已经找到找到的区域,并更改其最短路径。

        最后,通过将所有联通的结点的最短路径找到,即可结束。

        代码:

package graph;import java.util.ArrayList;
import java.util.LinkedList;
import java.util.List;public class Dijkstra {public static void main(String[] args) {Vertex v1=new Vertex("v1",new LinkedList<>());Vertex v2=new Vertex("v2",new LinkedList<>());Vertex v3=new Vertex("v3",new LinkedList<>());Vertex v4=new Vertex("v4",new LinkedList<>());Vertex v5=new Vertex("v5",new LinkedList<>());Vertex v6=new Vertex("v6",new LinkedList<>());v1.edges.add(new Edge(v3,9));v1.edges.add(new Edge(v2,7));v1.edges.add(new Edge(v6,14));v2.edges.add(new Edge(v4,15));v3.edges.add(new Edge(v4,11));v3.edges.add(new Edge(v6,2));v4.edges.add(new Edge(v5,6));v6.edges.add(new Edge(v5,9));List<Vertex> graph=new ArrayList<>();graph.add(v1);graph.add(v2);graph.add(v3);graph.add(v4);graph.add(v5);graph.add(v6);dijkstra(graph,v1);}private static void dijkstra(List<Vertex> graph,Vertex vertex) {ArrayList<Vertex> list=new ArrayList<>(graph);vertex.dist=0;while(!list.isEmpty()){//选取当前顶点(距离最小的顶点)Vertex curr=chooseMinDistVertex(list);//更新当前顶点邻居距离updateNeighboursDist(curr,list);//移除当前节点list.remove(curr);}for (Vertex vertex1 : graph) {System.out.println(vertex1.name+"  "+vertex1.dist +"  "+(vertex1.pre==null?"null":vertex1.pre.name));}}private static void updateNeighboursDist(Vertex curr, ArrayList<Vertex> list) {for (Edge edge : curr.edges) {Vertex n=edge.vertex;if(list.contains(n)){int dist= curr.dist+edge.weight;if(dist<n.dist){n.dist=dist;n.pre=curr;}}}}private static Vertex chooseMinDistVertex(ArrayList<Vertex> list) {Vertex min=list.get(0);for(int i=0;i<list.size();i++){if(list.get(i).dist<min.dist){min=list.get(i);}}return min;}
}

四、改进的迪杰斯特拉算法

        我们发现每次寻找最小值的时候都需要遍历整个集合,时间复杂度为O(n),因此,我们可以用优先队列来解决,优先队列会自动将优先级别高的排在前面,所以,我们只需要将其设置为边的权重越小优先级越高即可,每次只需要取出队首元素即可,时间复杂度为O(1)。

        代码:

package graph;import java.util.*;/*** 第二种算法的实现:采用优先级队列,减少选取最小距离时的时间复杂度,使用优先级队列直接获取头部元素* 时间复杂度得到了改善*/
public class DijkstraTwo {public static void main(String[] args) {Vertex v1=new Vertex("v1",new LinkedList<>());Vertex v2=new Vertex("v2",new LinkedList<>());Vertex v3=new Vertex("v3",new LinkedList<>());Vertex v4=new Vertex("v4",new LinkedList<>());Vertex v5=new Vertex("v5",new LinkedList<>());Vertex v6=new Vertex("v6",new LinkedList<>());v1.edges.add(new Edge(v3,9));v1.edges.add(new Edge(v2,7));v1.edges.add(new Edge(v6,14));v2.edges.add(new Edge(v4,15));v3.edges.add(new Edge(v4,11));v3.edges.add(new Edge(v6,2));v4.edges.add(new Edge(v5,6));v6.edges.add(new Edge(v5,9));List<Vertex> graph=new ArrayList<>();graph.add(v1);graph.add(v2);graph.add(v3);graph.add(v4);graph.add(v5);graph.add(v6);dijkstra(graph,v1);}private static void dijkstra(List<Vertex> graph,Vertex vertex) {PriorityQueue<Vertex> queue=new PriorityQueue<>(Comparator.comparing(v->v.dist));//优先级队列,按照距离来升序排列for (Vertex vertex1 : graph) {queue.offer(vertex1);}vertex.dist=0;while(!queue.isEmpty()){//选取当前顶点(距离最小的顶点)Vertex curr=queue.peek();//更新当前顶点邻居距离updateNeighboursDist(curr,queue);//移除当前节点queue.poll();curr.flag=true;}for (Vertex vertex1 : graph) {System.out.println(vertex1.name+"  "+vertex1.dist +"  "+(vertex1.pre==null?"null":vertex1.pre.name));}}private static void updateNeighboursDist(Vertex curr, PriorityQueue<Vertex> queue) {for (Edge edge : curr.edges) {Vertex n=edge.vertex;if(queue.contains(n)){int dist= curr.dist+edge.weight;if(dist<n.dist){n.dist=dist;n.pre=curr;queue.offer(n);}}}}
}

五、贝尔曼福特算法

        贝尔曼福特算法是以边为元素来考虑的,每次从所有边中,找出最小的,并尝试更改边两边结点的最短距离,如果小于原先值就修改,否则就不变。

        算法需要执行(边数-1)次,每次对所有的边上的进行尝试更改。

        代码:

package graph;import java.util.ArrayList;
import java.util.LinkedList;
import java.util.List;/*** 迪杰斯特拉算法不适合存在负值边的情况,* 而贝尔曼福特算法能够解决这种问题,是以边为元素来处理的*/
public class BellmanFord {public static void main(String[] args) {Vertex v1=new Vertex("v1",new LinkedList<>());Vertex v2=new Vertex("v2",new LinkedList<>());Vertex v3=new Vertex("v3",new LinkedList<>());Vertex v4=new Vertex("v4",new LinkedList<>());Vertex v5=new Vertex("v5",new LinkedList<>());Vertex v6=new Vertex("v6",new LinkedList<>());v1.edges.add(new Edge(v3,9));v1.edges.add(new Edge(v2,7));v1.edges.add(new Edge(v6,14));v2.edges.add(new Edge(v4,15));v3.edges.add(new Edge(v4,11));v3.edges.add(new Edge(v6,2));v4.edges.add(new Edge(v5,6));v6.edges.add(new Edge(v5,9));List<Vertex> graph=new ArrayList<>();graph.add(v1);graph.add(v2);graph.add(v3);graph.add(v4);graph.add(v5);graph.add(v6);bellmanFord(graph,v1);}private static void bellmanFord(List<Vertex> graph, Vertex v1) {v1.dist=0;int size=graph.size();for(int i=0;i<size-1;i++){//循环边数-1次,找出除了根节点外的其他节点//遍历所有的边for (Vertex s : graph) {for (Edge edge : s.edges) {//处理每一条边Vertex e = edge.vertex;if(s.dist!=Integer.MAX_VALUE && s.dist+edge.weight<e.dist){e.dist=s.dist+edge.weight;}}}}for (Vertex vertex : graph) {System.out.println(vertex.name+" "+vertex.dist);}}
}

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.mzph.cn/news/733311.shtml

如若内容造成侵权/违法违规/事实不符,请联系多彩编程网进行投诉反馈email:809451989@qq.com,一经查实,立即删除!

相关文章

基于JAVA+ springboot实现的抗疫物质信息管理系统

基于JAVA springboot实现的抗疫物质信息管理系统设计和实现 博主介绍&#xff1a;多年java开发经验&#xff0c;专注Java开发、定制、远程、文档编写指导等,csdn特邀作者、专注于Java技术领域 作者主页 央顺技术团队 Java毕设项目精品实战案例《1000套》 欢迎点赞 收藏 ⭐留言 …

macOS上实现「灵动岛」效果

自从Apple iPhone推出了「灵动岛」功能后&#xff0c;用户们就被其优雅的设计和强大的功能所吸引。然而&#xff0c;作为macOS用户&#xff0c;我们一直在等待这一功能能够在我们的设备上实现。现在&#xff0c;随着新的应用程序的推出&#xff0c;我们终于可以在我们的Mac上体…

JWT的是什么

session共享 什么是session共享 Session共享是指在分布式系统中&#xff0c;在多个服务器之间共享同一个用户的会话数据。在传统的Web应用中&#xff0c;用户的会话信息通常存储在服务器端的Session中&#xff0c;而每个用户的请求在同一个服务器上处理&#xff0c;因此可以轻…

【黑马程序员】Python基础

文章目录 初始PythonPython应用场景什么是编程语言安装Python开发环境第一个Python程序Python解释器 Python基础语法常用数值类型字符串总结 python中的注释变量数据类型数据类型转换标识符运算符算术运算服赋值运算符 字符串扩展字符串的三种定义方式字符串的引号嵌套字符串的…

基于redis实现互斥锁

利用setnx命令实现类似获取锁和释放锁。 获取锁&#xff0c;setnx lock 1&#xff0c;返回值为1视为获取成功&#xff0c;为0视为获取失败 释放锁&#xff0c;del lock 特殊情况&#xff1a; 如果获取锁之后&#xff0c;锁来还来不及释放&#xff0c;redis宕机了&#xff0c;这…

【CSP试题回顾】202009-2-风险人群筛查

CSP-202009-2-风险人群筛查 解题思路 主循环&#xff08;对每个查询&#xff09;&#xff1a; 使用一个布尔变量pass来标记风险人群是否至少一次进入了特定区域&#xff0c;以及一个布尔变量onlyOnce来确保停留计数 stayNum 在每次查询中最多只增加一次。内循环&#xff08;对…

面试官:如何保证缓存和数据库的一致性?

先更新数据库还是先更新缓存? 先说最基本的策略,一定要给缓存设置一个过期时间,避免异常情况下数据库和缓存长时间不一致 为了保证缓存和数据库的实时一致,我们不能用定时任务来更新缓存,我们要同时更新数据库和缓存,对应的方案有如下两种 先更新缓存,再更新数据库先更…

springboot252基于Springboot和vue的餐饮管理系统的设计与实现

餐饮管理系统的设计与实现 摘 要 互联网发展至今&#xff0c;无论是其理论还是技术都已经成熟&#xff0c;而且它广泛参与在社会中的方方面面。它让信息都可以通过网络传播&#xff0c;搭配信息管理工具可以很好地为人们提供服务。针对信息管理混乱&#xff0c;出错率高&…

xss.haozi.me:0X12

</script> <script>alert(1)\</script>

0环PEB断链实现

截止到昨天那里我们的思路就清晰了&#xff0c;通过EPROCESS找到我们要隐藏的进程的ActiveProcessLinks&#xff0c;将双向链表的值修改&#xff0c;就可以将我们想要隐藏的这个进程的ActiveProcessLinks从双向链表中抹去的效果&#xff0c;这里的话如果在windbg里面直接使用ed…

猫头虎分享已解决Bug || 操作系统核心错误:KernelPanic, SystemCrash

博主猫头虎的技术世界 &#x1f31f; 欢迎来到猫头虎的博客 — 探索技术的无限可能&#xff01; 专栏链接&#xff1a; &#x1f517; 精选专栏&#xff1a; 《面试题大全》 — 面试准备的宝典&#xff01;《IDEA开发秘籍》 — 提升你的IDEA技能&#xff01;《100天精通鸿蒙》 …

2024-AI工具分析共享

大家都知道如今是AI的时代&#xff0c;各个行业陷入了面对ai冲击下的无力。 但是实际上造成工作岗位缩减并不是ai&#xff0c;而是使用ai的人。以下我将会推荐几个实用的ai工具。 生成式AI工具分享 首屈一指的就是行业内的大佬&#xff1a;ChatGPT 访问地址&#xff1a;https:/…

13. 用户注册功能实现

文章目录 一 、增加路由二、书写流程控制&#xff08;controller&#xff09;逻辑三、书写业务逻辑四、与DB交互五、测试 代码地址&#xff1a;https://gitee.com/lymgoforIT/bluebell 一 、增加路由 添加路由&#xff0c;使用分组管理 v1 : r.Group("/api/v1")//…

【java】22:throws 异常处理

基本介绍 1&#xff09;如果一个方法(中的语句执行时)可能生成某种异常&#xff0c;但是并不能确定如何处理这种异常&#xff0c;则此方法应显示地声明抛出异常&#xff0c;表明该方法将不对这些异常进行处理&#xff0c;而由该方法的调用者负责处理。 2)在方法声明中用throw…

Linux - 进程信号

1、信号入门 1.1、生活角度的信号 你在网上买了很多件商品&#xff0c;再等待不同商品快递的到来。但即便快递没有到来&#xff0c;你也知道快递来临时&#xff0c; 你该怎么处理快递。也就是你能“识别快递”&#xff1b;当快递员到了你楼下&#xff0c;你也收到快递到来的通…

Pytest+Selenium UI自动化测试实战实例(全)

&#x1f345; 视频学习&#xff1a;文末有免费的配套视频可观看 &#x1f345; 关注公众号【互联网杂货铺】&#xff0c;回复 1 &#xff0c;免费获取软件测试全套资料&#xff0c;资料在手&#xff0c;涨薪更快 今天来说说pytest吧&#xff0c;经过几周的时间学习&#xff0c…

Redis实现用户活跃排行榜

在这里用户活跃度排行榜&#xff0c;主要是基于redis的zset数据结构来实现的&#xff0c;下面来看一下实例。 方案设计 来看一下业务场景先 1.场景说明 在技术派中&#xff0c;提供了一个用户的活跃排行榜&#xff0c;当然作为一个博客社区&#xff0c;更应该实现的是作者排…

连号区间数 刷题笔记

1.单个元素算一个连续区间 2.题意为 单独截取数组中的一段元素 例如 a数组假设为 3 1 2 5 4 6 7 假设取 a[3]-a[5] 则取出 5 4 6 重新排序后为 4 5 6 连续了 则ans; 假设 取a[i]-a[j]这一段元素 设该段元素的最大值为max,最小值为min 如果该段元素重新排序后…

Learn OpenGL 04 纹理

纹理环绕方式 纹理坐标的范围通常是从(0, 0)到(1, 1)&#xff0c;那如果我们把纹理坐标设置在范围之外会发生什么&#xff1f;OpenGL默认的行为是重复这个纹理图像&#xff08;我们基本上忽略浮点纹理坐标的整数部分&#xff09;&#xff0c;但OpenGL提供了更多的选择&#xf…

LCR 131. 砍竹子 I

解题思路&#xff1a;&#xff08;与砍竹子II的区别是&#xff0c;这里的竹子长度数量级较小&#xff09; 数学推导或贪心 切分规则&#xff1a; 等长&#xff0c;且尽量为3 b0时&#xff0c;pow(3,a) b1时&#xff0c;pow(3,a-1)*4 少一段3&#xff0c;并入b生成一…