目录
12.1.概述
12.1.1.无权图的最短路径
12.1.2.带权图的最短路径
1.单源最短路径
2.多源最短路径
12.2.代码实现
12.1.概述
12.1.1.无权图的最短路径
无权图的最短路径，即最少步数，使用BFS+贪心算法来求解最短路径，比较好实现，此处不做展开讨论。
12.1.2.带权图的最短路径
有权图的最短路径，不考虑权重为负数的情况，因为权重为负数的情况极有可能出现负值圈，在这个圈子上形成环路，最短路径是无限兜圈，趋于负无穷。
所以此处我们只考虑权重不为负数的带权图的最短路径求解问题。带权图的最短路径求解问题主要求两种最短路径：
- 单源最短路径，某个点到全图各点之间的最短路径。
- 多源最短路径，遍历全图的最短路径。
单源最短路径用Dijkstra算法求解，多源最短路径用Floyd算法求解。
1.单源最短路径
单源最短路径用Dijkstra算法求解，Dijkstra算法其本质是个贪心算法。整个过程就是选择局部最优解，组成最后的解。
以下展示一个Dijkstra求解v1的单源最短路径的过程：
记录两个值：
distance，到某个结点的最短距离，初始化值为无穷大，表示暂时未记录。
route，全局最短路径，初始化值为-1，表示暂时未记录。
| 下标 | 1 | 2 | 3 | 4 | 5 | 6 | 7 |
| distance | 无穷大 | 无穷大 | 无穷大 | 无穷大 | 无穷大 | 无穷大 | 无穷大 |
| route | -1 | -1 | -1 | -1 | -1 | -1 | -1 |
v1开始，刷新distance和route的值：
v1—>v1，distance为0
v1—>v2，distance为2<∞，将2刷新为v1—>v2的最短距离，将1（指代v1）刷新为最短路径。
v4同理……
| 下标 | 1 | 2 | 3 | 4 | 5 | 6 | 7 |
| distance | 0 | 2 | 无穷大 | 1 | 无穷大 | 无穷大 | 无穷大 |
| route | -1 | 1 | -1 | 1 | -1 | -1 | -1 |
扫描distance表发现distance最小的v4，于是将v4上得到的数据刷新进distance和route：
| 下标 | 1 | 2 | 3 | 4 | 5 | 6 | 7 |
| distance | 0 | 2 | 3 | 1 | 3 | 9 | 5 |
| route | -1 | 1 | 4 | 1 | 4 | 4 | 4 |
一直重复上面步骤，直到图里所有结点都被遍历一次，会得到如下结果：
| 下标 | 1 | 2 | 3 | 4 | 5 | 6 | 7 |
| distance | 0 | 2 | 3 | 1 | 3 | 6 | 5 |
| route | -1 | 1 | 4 | 1 | 4 | 7 | 4 |
distance记录的是v1到每个结点的最短路径，route里面记录的最大值是全局遍历一遍的最短路径。
2.多源最短路径
多源最短路径用floyd算法求解，多源最短路径不能只关注于当前最优解，还要关注全局最优解，求解此类问题一般使用动态规划，floyd算法就是个求解多源最短路径的经典动态规划算法。本文主要论述Dijkstra算法，floyd算法暂时不展开。
12.2.代码实现
以遍历如下无向图为例（为什么不遍历上面的例子喃？因为代码是很久前写的了。上面的例子是写文的时候新写的，偷个懒不想改代码了~嘿嘿）：
public class Dijkstra {
static int[][] graph;
static int[] dist;
static int[] path=new int[7];
static boolean[] isUsed=new boolean[7];
static {
graph=new int[][]{
{0,1,4,3,0,0,0},
{1,0,3,0,0,0,0},
{4,3,0,2,1,5,0},
{3,0,2,0,2,0,0},
{0,0,1,2,0,0,0},
{0,0,5,0,0,0,2},
{0,0,0,0,0,2,0}
};
dist=new int[]{Integer.MAX_VALUE,Integer.MAX_VALUE,Integer.MAX_VALUE,Integer.MAX_VALUE,Integer.MAX_VALUE,Integer.MAX_VALUE,Integer.MAX_VALUE};
}
public static void dijkstra(){
while(true){
//判断节点是否已经全部纳入
if(isOver()){
break;
}
//寻找未纳入的dist最小节点
int i=findMin();
//设置为已遍历状态
isUsed[i]=true;
//遍历该节点邻接节点
for (int j=0;j<graph[i].length;j++) {
if(graph[i][j]!=0&&isUsed[j]==false){
//更新dist、path
flashDistAndPath(i,j);
}
}
}
}
public static int findMin(){
int min=Integer.MAX_VALUE;
int index=-1;
for(int i=0;i<dist.length;i++){
if(min>dist[i]&&isUsed[i]==false){
min=dist[i];
index=i;
}
}
return index;
}
//之前的dist值一定是之前该节点到根节点的最短路径开销
public static void flashDistAndPath(int i,int j){
if(isUsed[j]==false) {
if (graph[i][j] + dist[i] < dist[j]) {
dist[j] = graph[i][j] + dist[i];
path[j] = j;
}
}
}
public static boolean isOver(){
int trues=0;
for (boolean isused:isUsed) {
if(isused==true){
trues++;
}
}
if(trues==dist.length){
return true;
}
return false;
}
public static void main(String[] args) {
isUsed[0]=true;
dist[1]=1;
dist[2]=4;
dist[3]=3;
path[1]=0;
path[2]=0;
path[3]=0;
dijkstra();
for (int i=0;i<dist.length;i++){
System.out.println(dist[i]);
}
}
}
