算法思想
以起始点为中心向外层层扩展,直到扩展到终点为止。
算法主要步骤
1.构建二维数组weight存储无向图,weight[i][j]表示节点i到节点j的权值,即节点i到节点j的距离(下文以dij表示)。
2.构建数组shortpath,存储起始节点(0)到各节点最短距离,即d0j(j为所有节点),初始化shortpath[0] = 0,其他值为无穷大。
3.构建数组visited,标记各节点是否已被扩展(假设0为为扩展,1为已扩展),初始化visited[0] = 1,其他值为零。
4.迭代算法,遍历二维数组weight,选择离起始节点距离最短的未标记结点k,将d0k记录至shortpath,并将k标记为已扩展,
通过k更新起始节点到其他各节点的距离,若d0j > d0k + dkj ,则d0j = d0k + dkj。
代码实现
public static int[] Dijsktra(int [][] weight,int start){
int length = weight.length;//获取顶点个数
int[] shortPath = new int[length];//最短路径数组
shortPath[0] = 0;//
String[] path = new String[length];//记录起始点到各定点的最短路径
for(int i = 0 ; i < length ; i++){
path[i] = start + "->" + i;
}
int[] visited = new int[length];//记录当前顶点的最短路径是否已经求出,1表示已求出
for(int i = 0 ; i < length ; i++){
visited[i] = 0;
}
visited[0] = 1;//起始点的最短路径已经求出
for(int m = 1 ; m < length ; m ++){
int k = -1;
int dmin = Integer.MAX_VALUE;
//选择一个离起始点最近的未标记顶点,且到起始点的最短路径为dmin
for(int n = 0 ; n < length ; n++){
if(visited[n] == 0 && weight[start][n] < dmin){
dmin = weight[start][n];
k = n;
}
}
shortPath[k] = dmin;
visited[k] = 1;
//以k为中间点,更新起始点到其他未标记各点的距离
for(int j = 0 ; j < length ; j++){
if(visited[j] == 0 && weight[k][j] != Integer.MAX_VALUE && weight[start][k] + weight[k][j] < weight[start][j]){
weight[start][j] = weight[start][k] + weight[k][j];
path[j] = path[k] + "->" + j;
}
}
}
for(int i = 1 ; i < length ; i ++){
System.out.println("起始点到" + i + "的最短路径为:" + path[i] + "距离为:" + shortPath[i]);
}
return shortPath;
}
声明常量
public static final int MAX = Integer.MAX_VALUE;
代码测试
public static void main(String[] args) {
int[][] weigth = {{0,50,70,MAX,MAX},
{50,0,15,30,MAX},
{70,15,0,MAX,40},
{MAX,30,MAX,0,20},
{MAX,MAX,40,20,0}};
Dijsktra(weigth,0);
}
运行结果
起始点到1的最短路径为:0->1距离为:50
起始点到2的最短路径为:0->1->2距离为:65
起始点到3的最短路径为:0->1->3距离为:80
起始点到4的最短路径为:0->1->3->4距离为:100
来源:oschina
链接:https://my.oschina.net/u/4311839/blog/4274198