java实现dijkstra最短路径寻路算法

【引用】迪杰斯特拉(Dijkstra)算法是典型最短路径算法，用于计算一个节点到其他节点的最短路径。 

它的主要特点是以起始点为中心向外层层扩展(广度优先搜索思想)，直到扩展到终点为止。

基本思想

通过Dijkstra计算图G中的最短路径时，需要指定起点s(即从顶点s开始计算)。

此外，引进两个集合S和U。S的作用是记录已求出最短路径的顶点(以及相应的最短路径长度)，而U则是记录还未求出最短路径的顶点(以及该顶点到起点s的距离)。

初始时，S中只有起点s；U中是除s之外的顶点，并且U中顶点的路径是"起点s到该顶点的路径"。然后，从U中找出路径最短的顶点，并将其加入到S中；接着，更新U中的顶点和顶点对应的路径。 然后，再从U中找出路径最短的顶点，并将其加入到S中；接着，更新U中的顶点和顶点对应的路径。 ... 重复该操作，直到遍历完所有顶点。

操作步骤

(1) 初始时，S只包含起点s；U包含除s外的其他顶点，且U中顶点的距离为"起点s到该顶点的距离"[例如，U中顶点v的距离为(s,v)的长度，然后s和v不相邻，则v的距离为∞]。

(2) 从U中选出"距离最短的顶点k"，并将顶点k加入到S中；同时，从U中移除顶点k。

(3) 更新U中各个顶点到起点s的距离。之所以更新U中顶点的距离，是由于上一步中确定了k是求出最短路径的顶点，从而可以利用k来更新其它顶点的距离；例如，(s,v)的距离可能大于(s,k)+(k,v)的距离。

(4) 重复步骤(2)和(3)，直到遍历完所有顶点。

得益于csdn另外一篇博客的算法，我对此做了一些改进。

构建地图:

import java.util.HashMap;
import java.util.Iterator;
import java.util.Map;
import java.util.Map.Entry;
 

public class Maps {
 
 
 private Map> nodes = new HashMap>();
 
 
 public static class MapBuilder {
 
 
 private Maps map = new Maps();
 
 
 public MapBuilder create() {
  return new MapBuilder();
 }
 
 
 public MapBuilder addNode(Node node) {
  map.nodes.put(node.getId(), node);
  return this;
 }
 
 
 public MapBuilder addPath(T node1Id, T node2Id, int weight) {
  Node node1 = map.nodes.get(node1Id);
  if (node1 == null) {
  throw new RuntimeException("无法找到节点:" + node1Id);
  }
 
  Node node2 = map.nodes.get(node2Id);
  if (node2 == null) {
  throw new RuntimeException("无法找到节点:" + node2Id);
  }
 
  node1.getChilds().put(node2, weight);
  node2.getChilds().put(node1, weight);
  return this;
 }
 
 
 public Maps build() {
  return this.map;
 }
 
 }
 
 
 public static class Node {
 
 
 private T id;
 
 
 private Map, Integer> childs = new HashMap, Integer>();
 
 
 public Node(T id) {
  this.id = id;
 }
 
 
 public static  Node valueOf(T id) {
  return new Node(id);
 }
 
 
 public boolean validate() {
  return true;
 }
 
 
 public T getId() {
  return id;
 }
 
 public void setId(T id) {
  this.id = id;
 }
 
 public Map, Integer> getChilds() {
  return childs;
 }
 
 protected void setChilds(Map, Integer> childs) {
  this.childs = childs;
 }
 
 @Override
 public String toString() {
  StringBuilder sb = new StringBuilder();
  sb.append(this.id).append("[");
  for (Iterator, Integer>> it = childs.entrySet().iterator(); it.hasNext();) {
  Entry, Integer> next = it.next();
  sb.append(next.getKey().getId()).append("=").append(next.getValue());
  if (it.hasNext()) {
   sb.append(",");
  }
  }
  sb.append("]");
  return sb.toString();
 }
 
 }
 
 
 public Map> getNodes() {
 return nodes;
 }
 
}

开始寻路:

import java.util.ArrayList;
import java.util.Arrays;
import java.util.HashMap;
import java.util.HashSet;
import java.util.Iterator;
import java.util.List;
import java.util.Map;
import java.util.Map.Entry;
import java.util.Set;
 
import com.my9yu.sanguohun2.utils.dijkstra.Maps.MapBuilder;
 

public class MapSearcher {
 
 
 public static class SearchResult {
 
 List path;
 
 Integer distance;
 
 
 protected static  SearchResult valueOf(List path, Integer distance) {
  SearchResult r = new SearchResult();
  r.path = path;
  r.distance = distance;
  return r;
 }
 
 public List getPath() {
  return path;
 }
 public Integer getDistance() {
  return distance;
 }
 
 @Override
 public String toString() {
  StringBuffer sb = new StringBuffer();
  sb.append("path:");
  for(Iterator it = this.path.iterator(); it.hasNext();) {
  sb.append(it.next());
  if(it.hasNext()) {
   sb.append("->");
  }
  }
  sb.append("n").append("distance:").append(distance);
  return sb.toString();
 }
 
 }
 
 
 Maps map;
 
 Maps.Node startNode;
 
 Maps.Node targetNode;
 
 Set> open = new HashSet>();
 
 Set> close = new HashSet>();
 
 Map, Integer> path = new HashMap, Integer>();
 
 Map> pathInfo = new HashMap>();
 
 
 @SuppressWarnings("unchecked")
 public Maps.Node init(T source, Maps map, Set closeSet) {
 
 Map> nodeMap = map.getNodes();
 Maps.Node startNode = nodeMap.get(source);
 //将初始节点放到close
 close.add(startNode);
 //将其他节点放到open
 for(Maps.Node node : nodeMap.values()) {
  if(!closeSet.contains(node.getId()) && !node.getId().equals(source)) {
  this.open.add(node);
  }
 }
 
 // 初始路径
 T startNodeId = startNode.getId();
 for(Entry, Integer> entry : startNode.getChilds().entrySet()) {
  Maps.Node node = entry.getKey();
  if(open.contains(node)) {
  T nodeId = node.getId();
  path.put(node, entry.getValue());
  pathInfo.put(nodeId, new ArrayList(Arrays.asList(startNodeId, nodeId)));
  }
 }
 
 for(Maps.Node node : nodeMap.values()) {
  if(open.contains(node) && !path.containsKey(node)) {
  path.put(node, Integer.MAX_VALUE);
  pathInfo.put(node.getId(), new ArrayList(Arrays.asList(startNodeId)));
  }
 }
 this.startNode = startNode;
 this.map = map;
 return startNode;
 }
 
 
 
 protected void computePath(Maps.Node start) {
 // 从U中选出"距离最短的顶点k"，并将顶点k加入到S中；同时，从U中移除顶点k。
 Maps.Node nearest = getShortestPath(start);
 if (nearest == null) {
  return;
 }
 //更新U中各个顶点到起点s的距离。
 //之所以更新U中顶点的距离，是由于上一步中确定了k是求出最短路径的顶点，从而可以利用k来更新其它顶点的距离；
 //例如，(s,v)的距离可能大于(s,k)+(k,v)的距离。
 close.add(nearest);
 open.remove(nearest);
 //已经找到结果
 if(nearest == this.targetNode) {
  return;
 }
 Map, Integer> childs = nearest.getChilds();
 for (Maps.Node child : childs.keySet()) {
  if (open.contains(child)) {// 如果子节点在open中
  Integer newCompute = path.get(nearest) + childs.get(child);
  if (path.get(child) > newCompute) {// 之前设置的距离大于新计算出来的距离
   path.put(child, newCompute);
 
   List path = new ArrayList(pathInfo.get(nearest.getId()));
   path.add(child.getId());
   pathInfo.put(child.getId(), path);
  }
  }
 }
// computePath(start);// 重复执行自己,确保所有子节点被遍历
 computePath(nearest);// 向外一层层递归,直至所有顶点被遍历
 }
 
 
 private Maps.Node getShortestPath(Maps.Node node) {
 Maps.Node res = null;
 int minDis = Integer.MAX_VALUE;
 for (Maps.Node entry : path.keySet()) {
  if (open.contains(entry)) {
  int distance = path.get(entry);
  if (distance < minDis) {
   minDis = distance;
   res = entry;
  }
  }
 }
 return res;
 }
 
 
 public SearchResult getResult(T target) {
 Maps.Node targetNode = this.map.getNodes().get(target);
 if(targetNode == null) {
  throw new RuntimeException("目标节点不存在!");
 }
 this.targetNode = targetNode;
 //开始计算
 this.computePath(startNode);
 return SearchResult.valueOf(pathInfo.get(target), path.get(targetNode));
 }
 
 
 public void printPathInfo() {
 Set>> pathInfos = pathInfo.entrySet();
 for (Map.Entry> pathInfo : pathInfos) {
  System.out.println(pathInfo.getKey() + ":" + pathInfo.getValue());
 }
 }
 
 
 
 @org.junit.Test
 public void test() {
 
 MapBuilder mapBuilder = new Maps.MapBuilder().create();
 //构建节点
 mapBuilder.addNode(Maps.Node.valueOf("A"));
 mapBuilder.addNode(Maps.Node.valueOf("B"));
 mapBuilder.addNode(Maps.Node.valueOf("C"));
 mapBuilder.addNode(Maps.Node.valueOf("D"));
 mapBuilder.addNode(Maps.Node.valueOf("E"));
 mapBuilder.addNode(Maps.Node.valueOf("F"));
 mapBuilder.addNode(Maps.Node.valueOf("G"));
 mapBuilder.addNode(Maps.Node.valueOf("H"));
 mapBuilder.addNode(Maps.Node.valueOf("I"));
 //构建路径
 mapBuilder.addPath("A", "B", 1);
 mapBuilder.addPath("A", "F", 2);
 mapBuilder.addPath("A", "D", 4);
 mapBuilder.addPath("A", "C", 1);
 mapBuilder.addPath("A", "G", 5);
 mapBuilder.addPath("C", "G", 3);
 mapBuilder.addPath("G", "H", 1);
 mapBuilder.addPath("H", "B", 4);
 mapBuilder.addPath("B", "F", 2);
 mapBuilder.addPath("E", "F", 1);
 mapBuilder.addPath("D", "E", 1);
 mapBuilder.addPath("H", "I", 1);
 mapBuilder.addPath("C", "I", 1);
 
 //构建全局Map
 Maps map = mapBuilder.build();
 
 //创建路径搜索器(每次搜索都需要创建新的MapSearcher)
 MapSearcher searcher = new MapSearcher();
 //创建关闭节点集合
 Set closeNodeIdsSet = new HashSet();
 closeNodeIdsSet.add("C");
 //设置初始节点
 searcher.init("A", map, closeNodeIdsSet);
 //获取结果
 SearchResult result = searcher.getResult("G");
 System.out.println(result);
 //test.printPathInfo();
 }
 
}

根据算法的原理可知，getShortestPath是获取open集合里面目前更新的距离离起始点最短路径的节点。基于广度优先原则，可以避免路径权重不均导致错寻的情况。

以上就是本文的全部内容，希望对大家的学习有所帮助，也希望大家多多支持考高分网。