文章目录
解决的问题: 求解单源最短路径,即各个节点到达源点的最短路径或权值

考察其他所有节点到源点的最短路径和长度
局限性: 无法解决权值为负数的情况
参数:
| S | 记录当前已经处理过的源点到最短节点 |
| U | 记录还未处理的节点 |
| dist[] | 记录各个节点到起始节点的最短权值 |
| path[] | 记录各个节点的上一级节点(用来联系该节点到起始节点的路径) |

Dijkstra算法步骤:
(1)初始化:
顶点集S: 节点A到自已的最短路径长度为0。只包含源点,即S={A}
顶点集U: 包含除A外的其他顶点. 即U={B,C,D,E,F}
dist[]: 源点还不能到达的节点,其权值为∞
| A | B | C | D | E | F | |
|---|---|---|---|---|---|---|
| dist[]: | 0 | 1 | 2 | 3 | 4 | 5 |
| 初始化值: | 0 | 6 | 3 | ∞ | ∞ | ∞ |
path[]: 记录当前节点的前驱节点下标(源点还不能到达的节点为-1)
| A | B | C | D | E | F | |
|---|---|---|---|---|---|---|
| path[]: | 0 | 1 | 2 | 3 | 4 | 5 |
| 初始化值: | 0 | 0 | 0 | -1 | -1 | -1 |
(2)从U中选取一个节点,它是源点A到U集中最短路径长度最小的节点,如上述为C然后把C加入S中(此时求出了源点A到C的最短路径长度。 S={A,C}
(3)以C为考虑的中间点,修改节点C的出边邻接点B的最短路径长度,此时源点A到节点B的最短路径有两条,即一条经过节点C,一条不经过节点C。
修改源点A到顶点B的最短路径长度=min(不经过节点C的最短路径,经过节点C的最短路径)

以此方法求出各个节点到源点的最短路径:

第一次探索
| s={A,C} |
| U={B,D,E,F} |
| A | B | C | D | E | F | |
|---|---|---|---|---|---|---|
| dist[]: | 0 | 1 | 2 | 3 | 4 | 5 |
| 0 | min(A->B,A->C->B)=5 | 3 | 6 | 7 | ∞ |
| A | B | C | D | E | F | |
|---|---|---|---|---|---|---|
| path[]: | 0 | 1 | 2 | 3 | 4 | 5 |
| 0 | 2 | 0 | 2 | 2 | -1 |
U集中dist 值 min(5,6,7,∞)=5 ,因此B加入到S集
第二次探索

| s={A,B,C} |
| U={D,E,F} |
| A | B | C | D | E | F | |
|---|---|---|---|---|---|---|
| dist[]: | 0 | 1 | 2 | 3 | 4 | 5 |
| 0 | 5 | 3 | min(6,11)=6 | 7 | ∞ |
| A | B | C | D | E | F | |
|---|---|---|---|---|---|---|
| path[]: | 0 | 1 | 2 | 3 | 4 | 5 |
| 0 | 2 | 0 | 2 | 2 | -1 |
U集中dist 值 min(6,7,∞)=6 ,因此D加入到S集
第三次探索

| s={A,B,C,D} |
| U={E,F} |
| A | B | C | D | E | F | |
|---|---|---|---|---|---|---|
| dist[]: | 0 | 1 | 2 | 3 | 4 | 5 |
| 0 | 5 | 3 | 6 | min(7,8)=7 | 9 |
| A | B | C | D | E | F | |
|---|---|---|---|---|---|---|
| path[]: | 0 | 1 | 2 | 3 | 4 | 5 |
| 0 | 2 | 0 | 2 | 2 | 3 |
U集中dist 值 min(7,9)=6 ,因此F加入到S集
第四次探索

| s={A,B,C,D,F} |
| U={E} |
| A | B | C | D | E | F | |
|---|---|---|---|---|---|---|
| dist[]: | 0 | 1 | 2 | 3 | 4 | 5 |
| 0 | 5 | 3 | 6 | min(7,9+5)=7 | 9 |
| A | B | C | D | E | F | |
|---|---|---|---|---|---|---|
| path[]: | 0 | 1 | 2 | 3 | 4 | 5 |
| 0 | 2 | 0 | 2 | 2 | 3 |
U集中dist 值 min(E)=7 ,因此E加入到S集
最终结果: 源点到达各点的最短路径为dist数组中的值
s={A,B,C,D,E,F}
u={}
| A | B | C | D | E | F | |
|---|---|---|---|---|---|---|
| dist[]: | 0 | 1 | 2 | 3 | 4 | 5 |
| 0 | 5 | 3 | 6 | 7 | 9 |
| A | B | C | D | E | F | |
|---|---|---|---|---|---|---|
| path[]: | 0 | 1 | 2 | 3 | 4 | 5 |
| 0 | 2 | 0 | 2 | 2 | 3 |
GitHub源代码地址: https://github.com/yuanjiejiahui/Dijkstra

核心代码:
public void dijkstra(V v0, V vi) {
// 从顶点vO出发,查找到vi的最短路径
// listU 记录还未处理的节点
ArrayList<Integer> listU = new ArrayList<>();
// dist[] 记录各个节点到起始节点的最短权值
int[] dist = new int[this.vertices];
// 记录各个节点的上一级节点(用来联系该节点到起始节点的路径)
int[] path = new int[this.vertices];
int start = this.vertexList.indexOf(v0); // 源点序号
int end = this.vertexList.indexOf(vi); // 结束顶点序号
// 初始化U集合
for (int i = 0; i < this.vertices; i++) {
if (i == start) { // S={start}
continue;
}
listU.add(i); // u={vi}/{start}
}
// 初始化dist[],path[]
for (int i = 0; i < this.vertices; i++) {
// dist[]的当前节点权值就等于start->i节点的权值;初始化所有节点到源点的最短距离
dist[i] = this.edgeMatrix[start][i];
if (this.edgeMatrix[start][i] == Integer.MAX_VALUE) {
path[i] = -1; // 节点i不可达
} else {
path[i] = start; // 若start能直达某点,则表示节点i可以直接访问到start;
}
}
// 记录最小值的节点序号
int minIndex;
// int minIndexByI=0;
do {
System.out.println("集合U的状态: " + listU);
// dist数组下标
minIndex = listU.get(0);
for (int i = 1; i < listU.size(); i++) {
if (dist[listU.get(i)] < dist[minIndex]) {
minIndex = listU.get(i);
// minIndexByI = i;
}
}
listU.remove((Integer) minIndex);
// listU.remove(minIndexByI);
// 更新dist和path数组,主要考察minIndex节点纳入S,即新加入节点最短路径变化.
for (int i = 0; i < this.vertices; i++) {
if (this.edgeMatrix[minIndex][i] != 0 && this.edgeMatrix[minIndex][i] < Integer.MAX_VALUE) {
// 找到minIndex的所有邻接点
if (this.edgeMatrix[minIndex][i] + dist[minIndex] < dist[i]) {
// 新加入节点更短
dist[i] = this.edgeMatrix[minIndex][i] + dist[minIndex];
path[i] = minIndex;
}
}
}
} while (minIndex != end && !listU.isEmpty());
System.out.println("节点" + v0 + "=>" + vi + "最短路径是: " + dist[end]);
String str = "" + vi;
int i = end;
do {
i = path[i];
str = this.vertexList.get(i) + "=>" + str;
} while (i != start);
System.out.println(str);
}
我真的很习惯使用Ruby编写以下代码:my_hash={}my_hash['test']=1Java中对应的数据结构是什么? 最佳答案 HashMapmap=newHashMap();map.put("test",1);我假设? 关于java-等价于Java中的RubyHash,我们在StackOverflow上找到一个类似的问题: https://stackoverflow.com/questions/22737685/
我有一个用户工厂。我希望默认情况下确认用户。但是鉴于unconfirmed特征,我不希望它们被确认。虽然我有一个基于实现细节而不是抽象的工作实现,但我想知道如何正确地做到这一点。factory:userdoafter(:create)do|user,evaluator|#unwantedimplementationdetailshereunlessFactoryGirl.factories[:user].defined_traits.map(&:name).include?(:unconfirmed)user.confirm!endendtrait:unconfirmeddoenden
我正在尝试使用boilerpipe来自JRuby。我看过guide从JRuby调用Java,并成功地将它与另一个Java包一起使用,但无法弄清楚为什么同样的东西不能用于boilerpipe。我正在尝试基本上从JRuby中执行与此Java等效的操作:URLurl=newURL("http://www.example.com/some-location/index.html");Stringtext=ArticleExtractor.INSTANCE.getText(url);在JRuby中试过这个:require'java'url=java.net.URL.new("http://www
我只想对我一直在思考的这个问题有其他意见,例如我有classuser_controller和classuserclassUserattr_accessor:name,:usernameendclassUserController//dosomethingaboutanythingaboutusersend问题是我的User类中是否应该有逻辑user=User.newuser.do_something(user1)oritshouldbeuser_controller=UserController.newuser_controller.do_something(user1,user2)我
什么是ruby的rack或python的Java的wsgi?还有一个路由库。 最佳答案 来自Python标准PEP333:Bycontrast,althoughJavahasjustasmanywebapplicationframeworksavailable,Java's"servlet"APImakesitpossibleforapplicationswrittenwithanyJavawebapplicationframeworktoruninanywebserverthatsupportstheservletAPI.ht
目录一.加解密算法数字签名对称加密DES(DataEncryptionStandard)3DES(TripleDES)AES(AdvancedEncryptionStandard)RSA加密法DSA(DigitalSignatureAlgorithm)ECC(EllipticCurvesCryptography)非对称加密签名与加密过程非对称加密的应用对称加密与非对称加密的结合二.数字证书图解一.加解密算法加密简单而言就是通过一种算法将明文信息转换成密文信息,信息的的接收方能够通过密钥对密文信息进行解密获得明文信息的过程。根据加解密的密钥是否相同,算法可以分为对称加密、非对称加密、对称加密和非
华为OD机试题本篇题目:明明的随机数题目输入描述输出描述:示例1输入输出说明代码编写思路最近更新的博客华为od2023|什么是华为od,od薪资待遇,od机试题清单华为OD机试真题大全,用Python解华为机试题|机试宝典【华为OD机试】全流程解析+经验分享,题型分享,防作弊指南华为o
这篇文章是继上一篇文章“Observability:从零开始创建Java微服务并监控它(一)”的续篇。在上一篇文章中,我们讲述了如何创建一个Javaweb应用,并使用Filebeat来收集应用所生成的日志。在今天的文章中,我来详述如何收集应用的指标,使用APM来监控应用并监督web服务的在线情况。源码可以在地址 https://github.com/liu-xiao-guo/java_observability 进行下载。摄入指标指标被视为可以随时更改的时间点值。当前请求的数量可以改变任何毫秒。你可能有1000个请求的峰值,然后一切都回到一个请求。这也意味着这些指标可能不准确,你还想提取最小/
HashMap中为什么引入红黑树,而不是AVL树呢1.概述开始学习这个知识点之前我们需要知道,在JDK1.8以及之前,针对HashMap有什么不同。JDK1.7的时候,HashMap的底层实现是数组+链表JDK1.8的时候,HashMap的底层实现是数组+链表+红黑树我们要思考一个问题,为什么要从链表转为红黑树呢。首先先让我们了解下链表有什么不好???2.链表上述的截图其实就是链表的结构,我们来看下链表的增删改查的时间复杂度增:因为链表不是线性结构,所以每次添加的时候,只需要移动一个节点,所以可以理解为复杂度是N(1)删:算法时间复杂度跟增保持一致查:既然是非线性结构,所以查询某一个节点的时候
C#实现简易绘图工具一.引言实验目的:通过制作窗体应用程序(C#画图软件),熟悉基本的窗体设计过程以及控件设计,事件处理等,熟悉使用C#的winform窗体进行绘图的基本步骤,对于面向对象编程有更加深刻的体会.Tutorial任务设计一个具有基本功能的画图软件**·包括简单的新建文件,保存,重新绘图等功能**·实现一些基本图形的绘制,包括铅笔和基本形状等,学习橡皮工具的创建**·设计一个合理舒适的UI界面**注明:你可能需要先了解一些关于winform窗体应用程序绘图的基本知识,以及关于GDI+类和结构的知识二.实验环境Windows系统下的visualstudio2017C#窗体应用程序三.