图的最小生成树:Dijkstra迪杰斯特拉算法--源点到图中各节点的最短路径

2023-11-02 15:20

本文主要是介绍图的最小生成树:Dijkstra迪杰斯特拉算法--源点到图中各节点的最短路径,希望对大家解决编程问题提供一定的参考价值,需要的开发者们随着小编来一起学习吧!

图的最小生成树:Dijkstra迪杰斯特拉算法–源点到图中各节点的最短路径

提示:系列图的文章
提示:大厂笔试面试都可能不咋考的数据结构:图

由于图的结构比较难,出题的时候,很难把这个图的数据搞通顺,而且搞通顺了题目也需要耗费太多时间,故笔试面试都不会咋考
笔试大厂考的就是你的贪心取巧策略和编码能力,这完全不必用图来考你,其他的有大量的选择
面试大厂考你的是优化算法的能力,但是图没啥可以优化的,只要数据结构统一,它的算法是固定死的,所以不会在面试中考!
万一考,那可能都是大厂和图相关的业务太多,比如美团高德地图啥的,这种考的少。

但不管考不考,我们要有基础,要了解图的数据结构和算法。万一考了呢,准备以备不时之需。

图的数据结构比较难,算法是固定的套路
咱们需要统一一种自己熟悉的图的数据结构,方便套用算法时好写!!

下面是咱们得关于图的重要基础知识和重点应用:
(1)图数据结构,图的统一数据结构和非标准图的转化算法
(2)图的宽度优先遍历:BFS遍历
(3)图的深度优先遍历:DFS遍历

有了这些基础知识,咱就可以破解图的题目了
(4)图的拓扑排序:图的BFS的应用题
(5)图的最小生成树:Kruskal算法–并查集的经典应用,解决连通性问题
(6)图的最小生成树:Prim算法–解锁一批边,解锁一批节点


文章目录

  • 图的最小生成树:Dijkstra迪杰斯特拉算法--源点到图中各节点的最短路径
    • @[TOC](文章目录)
  • 生成树的定义
  • 本题的图结构:Graph
  • 什么是最小生成树?
  • Dijkstra迪杰斯特拉算法:源点到图中各节点的最短路径
  • 总结

生成树的定义

一个连通图的生成树是一个极小的连通子图,它包含图中全部的n个顶点,但只有构成一棵树的n-1条边
在这里插入图片描述

本题的图结构:Graph

就是统一的丰富图结构表示法:
这个文章必须看透:
这个文章必须看透:
这个文章必须看透:
(1)图数据结构,图的统一数据结构和非标准图的转化算法

//这里就不得不复习一下图的结构,左神标准的结构//边结构public static class Edge{public Node from;public Node to;//源节点和目的节点public int weight;//边的权public Edge(int w, Node f, Node t){weight = w;from = f;to = t;}}//点结构public static class Node{public int value;//值,这种图已经有了的,并查集就不不要包装了public int in;public int out;public ArrayList<Node> nexts;//直接邻居一堆动态数组节点public ArrayList<Edge> edges;//直接邻居的边,动态数组,一堆,个图一样public Node(int v){value = v;in = 0;out = 0;nexts = new ArrayList<>();edges = new ArrayList<>();}}//图结构public static class Graph{public HashMap<Integer, Node> nodes;//图的一堆节点,包出来了,并查集就不用包了public HashSet<Edge> edges;//图的一堆边public Graph(){nodes = new HashMap<>();edges = new HashSet<>();}}//建图的标准函数//这个主要是标准的左神图结构,这个玩意用来规整最明了简洁的图结构,方便实现很多图的算法public static Graph generateGraph(int[][] matrix){if (matrix == null || matrix.length == 0) return null;//无非就是构造一堆图节点,将节点们的参数初始化,边,边的参数初始化//一般图结构是二维数组:matrix,第一列是权,第二列:from节点,第三列:to节点//int[][] matrix = {//                {1,1,2},//                {2,2,3},//                {3,1,3}//        };Graph graph = new Graph();for (int i = 0; i < matrix.length; i++) {//每一行,读出来,构造节点int weight = matrix[i][0];int from = matrix[i][1];int to = matrix[i][2];//造节点,图中没有才造,否则不必---不然就要出问题,多造一些节点,导致混乱//****************这里出过大错!!!if (!graph.nodes.containsKey(from)) graph.nodes.put(from, new Node(from));if (!graph.nodes.containsKey(to)) graph.nodes.put(to, new Node(to));//获取节点Node fromNode = graph.nodes.get(from);Node toNode = graph.nodes.get(to);//造边Edge edge = new Edge(weight, fromNode, toNode);graph.edges.add(edge);toNode.in++;fromNode.out++;fromNode.nexts.add(toNode);fromNode.edges.add(edge);}//每一行都建好,返回图即可return graph;}//这些结构需要多写几遍,才能熟悉,记住,跟奥运健儿一样,多练习,才能稳定发挥

什么是最小生成树?

所谓一个 带权图 的最小生成树,就是原图中边的权值最小的生成树 ,
所谓最小是指边的权值之和小于或者等于其它生成树的边的权值之和
在这里插入图片描述


Dijkstra迪杰斯特拉算法:源点到图中各节点的最短路径

指定一个点(源点)到其余各个顶点的最短路径,也叫做“单源最短路径”。
例如求下图中的1号顶点到2、3、4、5、6号顶点的最短路径。
在这里插入图片描述
在这里插入图片描述

Dijkstra算法基于贪心思想,简单来讲就是两步:

(1)找出起点距离其他点的最短距离中的最小的那个
(2)用最小的来更新其他点的最短距离,更新完后舍弃

依我所见,迪杰斯特拉类似于排序,假设从起点到其他点的路径为边。
选出最短的边,通过最短的边来更新其他的边
再通过第二短的边,更新其他的边。
整个过程就是从小到大依次找出从起点到其他点的最短边
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
下面我们来模拟一下:

在这里插入图片描述
在这里插入图片描述
(1)最开始距离1最近的点是2节点,故1–2的距离直接敲定为1
(2)看看其他点,会不会因为这条边改变最短距离,因为最新这个短的距离,而更新其他节点–1的距离,这是可能的,需要就更新
在这里插入图片描述
明白了就可以手撕代码了

public static Node getMinDistanceAndUnselectedNode(HashMap<Node, Integer> distanceMap,HashSet<Node> selectedNode){//当不做操作时,minNode是一个nullNode minNode = null;int min = Integer.MAX_VALUE;//无穷大//依次遍历距离表中的实体,而且要找没被用过的节点for(Map.Entry<Node, Integer> entry:distanceMap.entrySet()){Node node = entry.getKey();//拿节点int distance = entry.getValue();//拿距离if (!selectedNode.contains(node) && distance < min){//没用过的--且距离很短,直接赋给最小节点min = distance;minNode = node;}}return minNode;}//然后开始玩dijkstra算法public static HashMap<Node, Integer> dijkstraMST1(Node from){if (from == null) return null;HashMap<Node, Integer> distanceMap = new HashMap<>();HashSet<Node> selectedNode = new HashSet<>();distanceMap.put(from, 0);//起点Node minNode = getMinDistanceAndUnselectedNode(distanceMap, selectedNode);//先把起点找到while (minNode != null){//终止条件就是所有图中的点都被访问过了int distance = distanceMap.get(minNode);for (Edge edge:minNode.edges){Node toNode = edge.to;//拿到直接邻居if (!distanceMap.containsKey(toNode)){distanceMap.put(toNode, distance + edge.weight);//把最新的A--to节点的距离加上}else {//见过这个节点,更新--看看新距离是否更小distanceMap.put(toNode,Math.min(distance + edge.weight,distanceMap.get(toNode)));}}//所有邻居边都操作完后selectedNode.add(minNode);//记录最小生成树的那个点minNode = getMinDistanceAndUnselectedNode(distanceMap, selectedNode);//再去找现在最短距离的那个点}return distanceMap;}

测试一波:

public static void test(){int[][] matrix = {{1,1,2},{2,2,3},{3,3,4},{100,4,5},{5,2,5},{100,2,6},{7,5,6}};Graph graph = generateGraph(matrix);Node from = null;for (Node node:graph.nodes.values()){if (node.value == 1) from = node;break;//找到节点1}HashMap<Node, Integer> distanceMap = dijkstraMST1(from);for (Map.Entry<Node, Integer> entry:distanceMap.entrySet()){System.out.println(entry.getValue());}}public static void main(String[] args) {test();}

结果:

13
0
3
6
1
6

挺难的
但是思想要明白


总结

提示:重要经验:

1)图的算法是真的不困难,核心思想很简单,但是图的数据结构很难,在互联网大厂笔试面试中,没有任何人可以在笔试或者面试中写出来,时间太久了,这也不是考你撸代码的实力的好办法,更不是考你优化算法能力的最佳方案
2)dijkstra算法是不断用新的最短距离更新别的那些最短距离
3)笔试求AC,可以不考虑空间复杂度,但是面试既要考虑时间复杂度最优,也要考虑空间复杂度最优。

这篇关于图的最小生成树:Dijkstra迪杰斯特拉算法--源点到图中各节点的最短路径的文章就介绍到这儿,希望我们推荐的文章对编程师们有所帮助!



http://www.chinasem.cn/article/331520

相关文章

java中使用POI生成Excel并导出过程

《java中使用POI生成Excel并导出过程》:本文主要介绍java中使用POI生成Excel并导出过程,具有很好的参考价值,希望对大家有所帮助,如有错误或未考虑完全的地方,望不吝赐教... 目录需求说明及实现方式需求完成通用代码版本1版本2结果展示type参数为atype参数为b总结注:本文章中代码均为

在java中如何将inputStream对象转换为File对象(不生成本地文件)

《在java中如何将inputStream对象转换为File对象(不生成本地文件)》:本文主要介绍在java中如何将inputStream对象转换为File对象(不生成本地文件),具有很好的参考价... 目录需求说明问题解决总结需求说明在后端中通过POI生成Excel文件流,将输出流(outputStre

SpringBoot实现MD5加盐算法的示例代码

《SpringBoot实现MD5加盐算法的示例代码》加盐算法是一种用于增强密码安全性的技术,本文主要介绍了SpringBoot实现MD5加盐算法的示例代码,文中通过示例代码介绍的非常详细,对大家的学习... 目录一、什么是加盐算法二、如何实现加盐算法2.1 加盐算法代码实现2.2 注册页面中进行密码加盐2.

Java时间轮调度算法的代码实现

《Java时间轮调度算法的代码实现》时间轮是一种高效的定时调度算法,主要用于管理延时任务或周期性任务,它通过一个环形数组(时间轮)和指针来实现,将大量定时任务分摊到固定的时间槽中,极大地降低了时间复杂... 目录1、简述2、时间轮的原理3. 时间轮的实现步骤3.1 定义时间槽3.2 定义时间轮3.3 使用时

Linux修改pip和conda缓存路径的几种方法

《Linux修改pip和conda缓存路径的几种方法》在Python生态中,pip和conda是两种常见的软件包管理工具,它们在安装、更新和卸载软件包时都会使用缓存来提高效率,适当地修改它们的缓存路径... 目录一、pip 和 conda 的缓存机制1. pip 的缓存机制默认缓存路径2. conda 的缓

C/C++随机数生成的五种方法

《C/C++随机数生成的五种方法》C++作为一种古老的编程语言,其随机数生成的方法已经经历了多次的变革,早期的C++版本使用的是rand()函数和RAND_MAX常量,这种方法虽然简单,但并不总是提供... 目录C/C++ 随机数生成方法1. 使用 rand() 和 srand()2. 使用 <random

Flask 验证码自动生成的实现示例

《Flask验证码自动生成的实现示例》本文主要介绍了Flask验证码自动生成的实现示例,文中通过示例代码介绍的非常详细,对大家的学习或者工作具有一定的参考学习价值,需要的朋友们下面随着小编来一起学习... 目录生成图片以及结果处理验证码蓝图html页面展示想必验证码大家都有所了解,但是可以自己定义图片验证码

Windows系统下如何查找JDK的安装路径

《Windows系统下如何查找JDK的安装路径》:本文主要介绍Windows系统下如何查找JDK的安装路径,文中介绍了三种方法,分别是通过命令行检查、使用verbose选项查找jre目录、以及查看... 目录一、确认是否安装了JDK二、查找路径三、另外一种方式如果很久之前安装了JDK,或者在别人的电脑上,想

Python如何在Word中生成多种不同类型的图表

《Python如何在Word中生成多种不同类型的图表》Word文档中插入图表不仅能直观呈现数据,还能提升文档的可读性和专业性,本文将介绍如何使用Python在Word文档中创建和自定义各种图表,需要的... 目录在Word中创建柱形图在Word中创建条形图在Word中创建折线图在Word中创建饼图在Word

Python中Windows和macOS文件路径格式不一致的解决方法

《Python中Windows和macOS文件路径格式不一致的解决方法》在Python中,Windows和macOS的文件路径字符串格式不一致主要体现在路径分隔符上,这种差异可能导致跨平台代码在处理文... 目录方法 1:使用 os.path 模块方法 2:使用 pathlib 模块(推荐)方法 3:统一使