一、核心思想
和Prime算法的思想几乎相同,Prime算法中是使用lowcost数组保存到生成树之间的最短距离,Dijkstra算法中使用lowcost数组保存到第一个节点的最短路径。
二、和Prime算法的不同之处
Dijkstra算法和Prime算法相似度达到了99%,和Prime算法相比,Dijkstra算法有以下几点不同之处:
1. 最大的不同之处是lowcost数组的刷新方式不同,Prime算法的刷新方式:
for(int j=1;j<=nodeCount;j++){ if(lowcost[j]!=-1&&lowcost[j]>map[k][j]){ lowcost[j]=map[k][j]; } }
Dijkstra算法的刷新方式:
for(int j=1;j<=nodeCount;j++){ if(visited[j]==false&&lowcost[j]>(map[j][k]+minEdge)){ lowcost[j]=map[j][k]+minEdge; } }
2.使用Prime算法可以使用lowcost数组作为标志数组,可以使用lowcost[i]=-1来标识当前节点已经加入生成树,但是在Dijkstra算法中该lowcost数组保存着到节点一的最短路径值,所以必须重新定义一个标识数组visited来标识一个节点是否已经被访问过(可以在Prime算法中使用该数组,那么Dijkstra算法和Prime算法只有1中的不同之处了)
3.由于刷新lowcost数组的方式发生了改变,导致作为“无限大”标识的maxIntegerValue不能再使用(1<<31)-1,可以使用(1<<15)-1作为标志性的”无限大“
三、代码实现(Java版)
import java.util.Scanner; public class Dijkstra { private static final int maxIntegerValue=(1<<15)-1; public static void main(String args[]){ Scanner scanner=new Scanner(System.in); int[][] map=new int[101][101]; boolean[] visited=new boolean[101]; while(scanner.hasNext()){ init(map,visited); int nodeCount=scanner.nextInt(); int edgeCount=scanner.nextInt(); for(int i=0;i<edgeCount;i++){ int node1=scanner.nextInt(); int node2=scanner.nextInt(); int edgeValue=scanner.nextInt(); if(map[node1][node2]>edgeValue){ map[node1][node2]=edgeValue; map[node2][node1]=edgeValue; } } int shortestPathCost=dijkstra(nodeCount,map,visited); System.out.println(shortestPathCost); } } public static int dijkstra(int nodeCount,int[][] map,boolean[] visited){ int lowcost[]=new int[101]; lowcost[1]=0; visited[1]=true; for(int i=2;i<=nodeCount;i++){ lowcost[i]=map[1][i]; } for(int i=1;i<=nodeCount-1;i++){ int minEdge=maxIntegerValue; int k=0; for(int j=1;j<=nodeCount;j++){ if(visited[j]==false&&lowcost[j]<minEdge){ k=j; minEdge=lowcost[j]; } } visited[k]=true; for(int j=1;j<=nodeCount;j++){ if(visited[j]==false&&lowcost[j]>(map[j][k]+minEdge)){ lowcost[j]=map[j][k]+minEdge; } } } return lowcost[nodeCount]; } public static void init(int[][] map,boolean[] visited){ for(int i=0;i<map.length;i++){ for(int j=0;j<map[i].length;j++){ map[i][j]=maxIntegerValue; } } for(int i=0;i<visited.length;i++){ visited[i]=false; } } }
四、测试数据
输入 6 10 1 2 6 2 5 3 5 6 6 6 4 2 4 1 5 3 1 1 3 2 5 3 5 6 3 6 4 3 4 5 输出 5
五、ACM
题目链接:http://acm.sdut.edu.cn/sdutoj/problem.php?action=showproblem&problemid=2143
AC代码:
import java.util.Scanner; public class Main { private static final int maxIntegerValue=(1<<15)-1; public static void main(String args[]){ Scanner scanner=new Scanner(System.in); int[][] map=new int[101][101]; boolean[] visited=new boolean[101]; while(scanner.hasNext()){ init(map,visited); int nodeCount=scanner.nextInt(); int edgeCount=scanner.nextInt(); for(int i=0;i<edgeCount;i++){ int node1=scanner.nextInt(); int node2=scanner.nextInt(); int edgeValue=scanner.nextInt(); if(map[node1][node2]>edgeValue){ map[node1][node2]=edgeValue; map[node2][node1]=edgeValue; } } int shortestPathCost=dijkstra(nodeCount,map,visited); System.out.println(shortestPathCost); } } public static int dijkstra(int nodeCount,int[][] map,boolean[] visited){ int lowcost[]=new int[101]; lowcost[1]=0; visited[1]=true; for(int i=2;i<=nodeCount;i++){ lowcost[i]=map[1][i]; } for(int i=1;i<=nodeCount-1;i++){ int minEdge=maxIntegerValue; int k=0; for(int j=1;j<=nodeCount;j++){ if(visited[j]==false&&lowcost[j]<minEdge){ k=j; minEdge=lowcost[j]; } } visited[k]=true; for(int j=1;j<=nodeCount;j++){ if(visited[j]==false&&lowcost[j]>(map[j][k]+minEdge)){ lowcost[j]=map[j][k]+minEdge; } } } return lowcost[nodeCount]; } public static void init(int[][] map,boolean[] visited){ for(int i=0;i<map.length;i++){ for(int j=0;j<map[i].length;j++){ map[i][j]=maxIntegerValue; } } for(int i=0;i<visited.length;i++){ visited[i]=false; } } } /* */ /************************************** Problem id : SDUT OJ 2143 User name : kdyzm Result : Accepted Take Memory : 90280K Take Time : 590MS Submit Time : 2016-01-24 13:49:42 **************************************/
相关推荐
包含一个主程序和15个分程序,使用X-mind画出的烟台大学的平面图和数据结构课程设计最终版实验报告。(主要内容都在报告里,包括项目描述、数据和逻辑结构分析、存储结构分析、主要算法及其复杂度分析、程序实现和...
试设计一个算法,求图中一个源点到其他各顶点的最短路径。 (1)用邻接表表示图; (2)按长度非递减次序打印输出最短路径的长度及相应路径。
Dijkstra算法是很有代表性的最短路径算法,在很多专业课程中都作为基本内容有详细的介绍,如数据结构,图论,运筹学等等。Dijkstra一般的表述通常有两种方式,一种用永久和临时标号方式,一种是用OPEN, CLOSE表的...
Dijkstra算法是很有代表性的最短路径算法,在很多专业课程中都作为基本内容有详细的介绍,如数据结构,图论,运筹学等等。注意该算法要求图中不存在负权边。 问题描述:在无向图 G=(V,E) 中,假设每条边 E[i] 的长度...
Dijkstra算法是很有代表性的最短路径算法,在很多专业课程中都作为基本内容有详细的介绍,如数据结构,图论,运筹学等等。Dijkstra一般的表述通常有两种方式,一种用永久和临时标号方式,一种是用OPEN, CLOSE表的...
最短路径问题是图论中的一个经典问题,其中的Dijkstra算法一直被认为是图论中的好算法,但有的时候需要适当的调整Dijkstra算法才能完成多种不同的优化路径的查询。 对于某城市的公交线路,乘坐公交的顾客希望在这样...
堆优化dijkstra算法。使用邻接表。邻接表的应用案例。...Dijkstra算法是很有代表性的最短路径算法,在很多专业课程中都作为基本内容有详细的介绍,如数据结构,图论,运筹学等等。注意该算法要求图中不存在负权边。
数据结构中的 ,狄克斯特拉(Dijkstra),弗洛伊德求最短路径的算法,和拓扑排序的算法,这里讲的十分的详述,而且还有模板语言实现。
迪杰斯特拉算法是典型的单源最短路径算法,用于计算一个节点到其他所有节点的最短路径。...Dijkstra算法是很有代表性的最短路径算法,在很多专业课程中都作为基本内容有详细的介绍,如数据结构,图论,运筹学等等。
Dijkstra(迪杰斯特拉)算法是典型的单源最短路径算法,用于...Dijkstra算法是很有代表性的最短路径算法,在很多专业课程中都作为基本内容有详细的介绍,如数据结构,图论,运筹学等等。注意该算法要求图中不存在负权边。
最短路径问题是图论中的一个经典问题,其中的Dijkstra算法一直被认为是图论中的好算法,但有的时候需要适当的调整Dijkstra 算法才能完成多种不同的优化路径的查询。 对于某城市的公交线路,乘坐公交的顾客希望在这样...
Dijkstra算法是很有代表性的最短路径算法,在很多专业课程中都作为基本内容有详细的介绍,如数据结构,图论,运筹学等等。Dijkstra一般的表述通常有两种方式,一种用永久和临时标号方式,一种是用OPEN, CLOSE表的...
C#,图论与图算法,有向图单源最短路径的贝尔曼·福特(Bellman Ford)算法与源代码 贝尔曼·福特(Bellman Ford)算法是一种用于计算带权有向图中单源最短路径(SSSP:Single-Source Shortest Path)的算法。该算法...
算法分类:排序算法(如冒泡排序、快速排序、归并排序),查找算法(如顺序查找、二分查找、哈希查找),图论算法(如Dijkstra最短路径算法、Floyd-Warshall算法、Prim最小生成树算法),动态规划,贪心算法,回溯法...
算法分类:排序算法(如冒泡排序、快速排序、归并排序),查找算法(如顺序查找、二分查找、哈希查找),图论算法(如Dijkstra最短路径算法、Floyd-Warshall算法、Prim最小生成树算法),动态规划,贪心算法,回溯法...
不相交集ADT8.1 等价关系8.2 动态等价性问题8.3 基本数据结构8.4 灵巧求并算法8.5 路径压缩8.6 按秩求并和路径压缩的最坏情形8.6.1 Union/Find算法分析8.7 一个应用总结练习参考文献第9章 图论算法9.1 若干定义9.1.1...
算法分类:排序算法(如冒泡排序、快速排序、归并排序),查找算法(如顺序查找、二分查找、哈希查找),图论算法(如Dijkstra最短路径算法、Floyd-Warshall算法、Prim最小生成树算法),动态规划,贪心算法,回溯法...
9.3.2 Dijkstra算法 9.3.3 具有负边值的图 9.3.4 无环图 9.3.5 所有顶点对的最短路径 9.3.6 最短路径举例 9.4 网络流问题 9.5 最小生成树 9.5.1 Prim算法 9.5.2...
算法分类:排序算法(如冒泡排序、快速排序、归并排序),查找算法(如顺序查找、二分查找、哈希查找),图论算法(如Dijkstra最短路径算法、Floyd-Warshall算法、Prim最小生成树算法),动态规划,贪心算法,回溯法...