博客
关于我
图的Dijkstra算法(最短路径)
阅读量:641 次
发布时间:2019-03-14

本文共 2189 字,大约阅读时间需要 7 分钟。

不要在意这张图的箭头。

把他当成一个无向图。

计算从v1开始到达每个点的最短路径

迪杰斯特拉原理:

首先v1到达v6 有两种方式。

直接到达。或者通过回路 到达

首先将v1 的直接后续节点找出来

v6,v5,v3

找到距离最短的那条边。

v1 到 v3 =10。

直接就可以确定,v1到v3的最短距离是10.

因为。v1 直接到达 v3 距离是10 。

通过回路到达。 势必经过 v5 和v3 。他们两条路本身就比v1-v3长。因此。通过回路肯定比直接到达距离要长。

 

确定 v1 到 v3 最短距离 是 10

看看v3 可以到达的点。

v2、v4

v1 通过 v3 到达 v2 的距离是 10+5 =15

v1 通过 v3 到达 v4 的距离是 10+50 =60
v1 直接到达 v6 的距离是 100
v1 直接到达 v5 的距离是  30

 

此时再次找出 距离最小的那个 路径。

 

v1 通过 v3 到达 v2 的距离是 10+5 =15

确定:v1 到达 v2 通过这样的方式是最短的

原因:

如果v1 不采用这条方案他就得采用

v1 通过 v3 到达 v4 的距离是 10+50 =60

v1 直接到达 v6 的距离是 100
v1 直接到达 v5 的距离是  30

 

这三条方案中的一个去到达 v2

这三条方案。再走其他的路。

距离肯定是大于 v1 通过 v3 到达 v2 的距离是 10+5 =15

v2 没有后续节点所以不需要更新。

 

此时有 剩下 3 条方案

 

v1 通过 v3 到达 v4 的距离是 10+50 =60

v1 直接到达 v6 的距离是 100
v1 直接到达 v5 的距离是  30

再次找到最小距离。

 

v1 直接到达 v5 的距离是  30

不写完了总结下吧。

解法:

 

使用一个集合放入。v1 的 所有 临界 边

找到最小的一条。 v1到 v3 最 短的距离

然后,更新。看看v1 到 v3 后还能到达那几个节点。 如果原来的集合中没有的话,就添加进集合

如果集合中有的话,比较下。

v1 通过 v3 到达这个点 的距离 是否 小于 他原来通过不知名方式到达这个点的距离。

是的话, 替代。

 

package basic_class_05;import java.util.*;import java.util.Map.Entry;public class Dijksra {	public static HashMap
dijkstra1(Node head) { //key :意思是, 我的初始节点将要到达的节点。 //value :我的初始节点将要到达的节点的距离。 HashMap
distanceMap = new HashMap
(); distanceMap.put(head,0);//自己到达自己的距离是0 //这个用来存放已经找到的最短距离 --防止重复 HashSet
selectedNodes = new HashSet
(); Node minNode = getMinDistanceAndUnselectedNode(distanceMap,selectedNodes); while(minNode!=null){ int distance = distanceMap.get(minNode); for(Edge edge:minNode.edges){ Node toNode = edge.to; //集合中没有到这个点的距离的话,就插入。 if(!distanceMap.containsKey(toNode)){ distanceMap.put(toNode,distance+toNode.value); } //判断新增加的距离。 是否小于 以存在的距离 distanceMap.put(edge.to, Math.min(distanceMap.get(toNode), distance + edge.weight)); } //添加,已经确定的 最短距离。 selectedNodes.add(minNode); minNode = getMinDistanceAndUnselectedNode(distanceMap, selectedNodes); } return distanceMap; } //这个函数找到 集合中,距离最小的 //距离小,并且,没有在touchedNodes 集合中。 public static Node getMinDistanceAndUnselectedNode(HashMap
distanceMap,HashSet
touchedNodes){ Node minNode = null; int minDistance = Integer.MAX_VALUE; for(Node node:distanceMap.keySet() ){ int value = distanceMap.get(node); if(value

 

你可能感兴趣的文章
NIFI从PostGresql中离线读取数据再导入到MySql中_带有数据分页获取功能_不带分页不能用_NIFI资料太少了---大数据之Nifi工作笔记0039
查看>>
nifi使用过程-常见问题-以及入门总结---大数据之Nifi工作笔记0012
查看>>
NIFI分页获取Mysql数据_导入到Hbase中_并可通过phoenix客户端查询_含金量很高的一篇_搞了好久_实际操作05---大数据之Nifi工作笔记0045
查看>>
NIFI分页获取Postgresql数据到Hbase中_实际操作---大数据之Nifi工作笔记0049
查看>>
NIFI同步MySql数据_到SqlServer_错误_驱动程序无法通过使用安全套接字层(SSL)加密与SQL Server_Navicat连接SqlServer---大数据之Nifi工作笔记0047
查看>>
NIFI同步MySql数据源数据_到原始库hbase_同时对数据进行实时分析处理_同步到清洗库_实际操作06---大数据之Nifi工作笔记0046
查看>>
Nifi同步过程中报错create_time字段找不到_实际目标表和源表中没有这个字段---大数据之Nifi工作笔记0066
查看>>
NIFI大数据进阶_FlowFile拓扑_对FlowFile内容和属性的修改删除添加_介绍和描述_以及实际操作---大数据之Nifi工作笔记0023
查看>>
NIFI大数据进阶_FlowFile生成器_GenerateFlowFile处理器_ReplaceText处理器_处理器介绍_处理过程说明---大数据之Nifi工作笔记0019
查看>>
NIFI大数据进阶_FlowFile生成器_GenerateFlowFile处理器_ReplaceText处理器_实际操作---大数据之Nifi工作笔记0020
查看>>
NIFI大数据进阶_Json内容转换为Hive支持的文本格式_实际操作_02---大数据之Nifi工作笔记0032
查看>>
NIFI大数据进阶_Json内容转换为Hive支持的文本格式_操作方法说明_01_EvaluteJsonPath处理器---大数据之Nifi工作笔记0031
查看>>
NIFI大数据进阶_Kafka使用相关说明_实际操作Kafka消费者处理器_来消费kafka数据---大数据之Nifi工作笔记0037
查看>>
NIFI大数据进阶_Kafka使用相关说明_实际操作Kafka生产者---大数据之Nifi工作笔记0036
查看>>
NIFI大数据进阶_NIFI的模板和组的使用-介绍和实际操作_创建组_嵌套组_模板创建下载_导入---大数据之Nifi工作笔记0022
查看>>
NIFI大数据进阶_NIFI监控功能实际操作_Summary查看系统和处理器运行情况_viewDataProvenance查看_---大数据之Nifi工作笔记0026
查看>>
NIFI大数据进阶_NIFI监控的强大功能介绍_处理器面板_进程组面板_summary监控_data_provenance事件源---大数据之Nifi工作笔记0025
查看>>
NIFI大数据进阶_NIFI集群知识点_认识NIFI集群以及集群的组成部分---大数据之Nifi工作笔记0014
查看>>
NIFI大数据进阶_NIFI集群知识点_集群的断开_重连_退役_卸载_总结---大数据之Nifi工作笔记0018
查看>>
NIFI大数据进阶_使用NIFI表达式语言_来获取自定义属性中的数据_NIFI表达式使用体验---大数据之Nifi工作笔记0024
查看>>