爆款云主机2核4G限时秒杀,88元/年起!
查看详情

活动

天翼云最新优惠活动,涵盖免费试用,产品折扣等,助您降本增效!
热门活动
  • 618智算钜惠季 爆款云主机2核4G限时秒杀,88元/年起!
  • 免费体验DeepSeek,上天翼云息壤 NEW 新老用户均可免费体验2500万Tokens,限时两周
  • 云上钜惠 HOT 爆款云主机全场特惠,更有万元锦鲤券等你来领!
  • 算力套餐 HOT 让算力触手可及
  • 天翼云脑AOne NEW 连接、保护、办公,All-in-One!
  • 中小企业应用上云专场 产品组合下单即享折上9折起,助力企业快速上云
  • 息壤高校钜惠活动 NEW 天翼云息壤杯高校AI大赛,数款产品享受线上订购超值特惠
  • 天翼云电脑专场 HOT 移动办公新选择,爆款4核8G畅享1年3.5折起,快来抢购!
  • 天翼云奖励推广计划 加入成为云推官,推荐新用户注册下单得现金奖励
免费活动
  • 免费试用中心 HOT 多款云产品免费试用,快来开启云上之旅
  • 天翼云用户体验官 NEW 您的洞察,重塑科技边界

智算服务

打造统一的产品能力,实现算网调度、训练推理、技术架构、资源管理一体化智算服务
智算云(DeepSeek专区)
科研助手
  • 算力商城
  • 应用商城
  • 开发机
  • 并行计算
算力互联调度平台
  • 应用市场
  • 算力市场
  • 算力调度推荐
一站式智算服务平台
  • 模型广场
  • 体验中心
  • 服务接入
智算一体机
  • 智算一体机
大模型
  • DeepSeek-R1-昇腾版(671B)
  • DeepSeek-R1-英伟达版(671B)
  • DeepSeek-V3-昇腾版(671B)
  • DeepSeek-R1-Distill-Llama-70B
  • DeepSeek-R1-Distill-Qwen-32B
  • Qwen2-72B-Instruct
  • StableDiffusion-V2.1
  • TeleChat-12B

应用商城

天翼云精选行业优秀合作伙伴及千余款商品,提供一站式云上应用服务
进入甄选商城进入云市场创新解决方案
办公协同
  • WPS云文档
  • 安全邮箱
  • EMM手机管家
  • 智能商业平台
财务管理
  • 工资条
  • 税务风控云
企业应用
  • 翼信息化运维服务
  • 翼视频云归档解决方案
工业能源
  • 智慧工厂_生产流程管理解决方案
  • 智慧工地
建站工具
  • SSL证书
  • 新域名服务
网络工具
  • 翼云加速
灾备迁移
  • 云管家2.0
  • 翼备份
资源管理
  • 全栈混合云敏捷版(软件)
  • 全栈混合云敏捷版(一体机)
行业应用
  • 翼电子教室
  • 翼智慧显示一体化解决方案

合作伙伴

天翼云携手合作伙伴,共创云上生态,合作共赢
天翼云生态合作中心
  • 天翼云生态合作中心
天翼云渠道合作伙伴
  • 天翼云代理渠道合作伙伴
天翼云服务合作伙伴
  • 天翼云集成商交付能力认证
天翼云应用合作伙伴
  • 天翼云云市场合作伙伴
  • 天翼云甄选商城合作伙伴
天翼云技术合作伙伴
  • 天翼云OpenAPI中心
  • 天翼云EasyCoding平台
天翼云培训认证
  • 天翼云学堂
  • 天翼云市场商学院
天翼云合作计划
  • 云汇计划
天翼云东升计划
  • 适配中心
  • 东升计划
  • 适配互认证

开发者

开发者相关功能入口汇聚
技术社区
  • 专栏文章
  • 互动问答
  • 技术视频
资源与工具
  • OpenAPI中心
开放能力
  • EasyCoding敏捷开发平台
培训与认证
  • 天翼云学堂
  • 天翼云认证
魔乐社区
  • 魔乐社区

支持与服务

为您提供全方位支持与服务,全流程技术保障,助您轻松上云,安全无忧
文档与工具
  • 文档中心
  • 新手上云
  • 自助服务
  • OpenAPI中心
定价
  • 价格计算器
  • 定价策略
基础服务
  • 售前咨询
  • 在线支持
  • 在线支持
  • 工单服务
  • 建议与反馈
  • 用户体验官
  • 服务保障
  • 客户公告
  • 会员中心
增值服务
  • 红心服务
  • 首保服务
  • 客户支持计划
  • 专家技术服务
  • 备案管家

了解天翼云

天翼云秉承央企使命,致力于成为数字经济主力军,投身科技强国伟大事业,为用户提供安全、普惠云服务
品牌介绍
  • 关于天翼云
  • 智算云
  • 天翼云4.0
  • 新闻资讯
  • 天翼云APP
基础设施
  • 全球基础设施
  • 信任中心
最佳实践
  • 精选案例
  • 超级探访
  • 云杂志
  • 分析师和白皮书
  • 天翼云·创新直播间
市场活动
  • 2025智能云生态大会
  • 2024智算云生态大会
  • 2023云生态大会
  • 2022云生态大会
  • 天翼云中国行
天翼云
  • 活动
  • 智算服务
  • 产品
  • 解决方案
  • 应用商城
  • 合作伙伴
  • 开发者
  • 支持与服务
  • 了解天翼云
      • 文档
      • 控制中心
      • 备案
      • 管理中心

      迪杰斯特拉算法(Dijkstra)——java实现

      首页 知识中心 大数据 文章详情页

      迪杰斯特拉算法(Dijkstra)——java实现

      2025-03-11 09:36:54 阅读次数:10

      距离,路径,集合,顶点

      迪杰斯特拉算法(Dijkstra)

      1.应用场景-最短路径问题

      看一个应用场景和问题:
      迪杰斯特拉算法(Dijkstra)——java实现

      (1)战争时期,胜利乡有7个村庄(A, B, C, D, E, F, G) ,现在有六个邮差,从G点出发,需要分别把邮件分别送到 A, B, C , D, E, F, G7个村庄
      (2)各个村庄的距离用边线表示(权) ,比如 A – B 距离 12公里
      (3)问:如何计算出D村庄到 其它各个村庄的最短距离?
      (4)如果从其它点出发到各个点的最短距离又是多少?

      2.迪杰斯特拉(Dijkstra)算法介绍

      迪杰斯特拉(Dijkstra)算法是典型最短路径算法,用于计算一个结点到其他结点的最短路径。 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。

      3.迪杰斯特拉(Dijkstra)算法过程

      设置出发顶点为v,顶点集合V{v1,v2,vi…},v到V中各顶点的距离构成距离集合Dis,Dis{d1,d2,di…},Dis集合记录着v到图中各顶点的距离(到自身可以看作0,v到vi距离对应为di)
      (1)从Dis中选择值最小的di并移出Dis集合,同时移出V集合中对应的顶点vi,此时的v到vi即为最短路径
      (2)更新Dis集合,更新规则为:比较v到V集合中顶点的距离值,与v通过vi到V集合中顶点的距离值,保留值较小的一个(同时也应该更新顶点的前驱节点为vi,表明是通过vi到达的)
      (3)重复执行两步骤,直到最短路径顶点为目标顶点即可结束

      4.迪杰斯特拉算法图解说明

      迪杰斯特拉算法(Dijkstra)——java实现

      初始状态:S是已计算出最短路径的顶点集合,U是未计算除最短路径的顶点的集合!第1步:将顶点D加入到S中。
      此时,S={D(0)}, U={A(∞),B(∞),C(3),E(4),F(∞),G(∞)}。 注:C(3)表示C到起点D的距离是3。第2步:将顶点C加入到S中。
      上一步操作之后,U中顶点C到起点D的距离最短;因此,将C加入到S中,同时更新U中顶点的距离。以顶点F为例,之前F到D的距离为∞;但是将C加入到S之后,F到D的距离为9=(F,C)+(C,D)。
      此时,S={D(0),C(3)}, U={A(∞),B(23),E(4),F(9),G(∞)}。第3步:将顶点E加入到S中。
      上一步操作之后,U中顶点E到起点D的距离最短;因此,将E加入到S中,同时更新U中顶点的距离。还是以顶点F为例,之前F到D的距离为9;但是将E加入到S之后,F到D的距离为6=(F,E)+(E,D)。
      此时,S={D(0),C(3),E(4)}, U={A(∞),B(23),F(6),G(12)}。第4步:将顶点F加入到S中。
      此时,S={D(0),C(3),E(4),F(6)}, U={A(22),B(13),G(12)}。第5步:将顶点G加入到S中。
      此时,S={D(0),C(3),E(4),F(6),G(12)}, U={A(22),B(13)}。第6步:将顶点B加入到S中。
      此时,S={D(0),C(3),E(4),F(6),G(12),B(13)}, U={A(22)}。第7步:将顶点A加入到S中。
      此时,S={D(0),C(3),E(4),F(6),G(12),B(13),A(22)}。此时,起点D到各个顶点的最短距离就计算出来了:A(22) B(13) C(3) D(0) E(4) F(6) G(12)

      • 代码:
      import java.util.Arrays;
      
      public class DijkstraAlgorithm {
      
          public static void main(String[] args) {
              char[] vertex = { 'A', 'B', 'C', 'D', 'E', 'F', 'G' };
              final int N = 65535;// 表示不可以连接
              //邻接矩阵
              int matrix[][] = {
                      /*A*//*B*//*C*//*D*//*E*//*F*//*G*/
                      /*A*/ {   0,  12, N, N, N,  16,  14},
                      /*B*/ {  12,   0,  10, N, N,   7, N},
                      /*C*/ { N,  10,   0,   3,   5,   6, N},
                      /*D*/ { N, N,   3,   0,   4, N, N},
                      /*E*/ { N, N,   5,   4,   0,   2,   8},
                      /*F*/ {  16,   7,   6, N,   2,   0,   9},
                      /*G*/ {  14, N, N, N,   8,   9,   0}};
      
      
              //创建 Graph对象
              Graph graph = new Graph(vertex, matrix);
              //测试, 看看图的邻接矩阵是否ok
              graph.showGraph();
              graph.dsj(3);//D
              graph.showDijkstra();
          }
      }
      
      class Graph{
          private char[] vertex; //顶点数组
          private int[][] matrix; //邻接矩阵
          private VisitedVertex vv; //已经访问的顶点的集合
      
          public Graph(char[] vertex, int[][] matrix) {
              this.vertex = vertex;
              this.matrix = matrix;
          }
      
          //显示图
          public void showGraph(){
              for (int i = 0; i < matrix.length; i++) {
                  for (int j = 0; j < matrix[0].length; j++) {
                      System.out.printf("%8d", matrix[i][j]);
                  }
                  System.out.println();
              }
          }
      
          //显示最后的结果
          public void showDijkstra(){
              vv.show();
          }
      
          /**
           * 迪杰斯特拉算法
           * @param index
           */
          public void dsj(int index) {
              vv = new VisitedVertex(vertex.length, index);
              update(index);//更新index顶点到周围顶点的距离和前驱顶点
              for(int j = 1; j <vertex.length; j++) {
                  index = vv.updateArr();// 选择并返回新的访问顶点
                  update(index); // 更新index顶点到周围顶点的距离和前驱顶点
              }
          }
      
          /**
           * 更新index下标顶点到周围顶点的距离和周围顶点的前驱顶点
           * @param index
           */
          public void update(int index){
              int len = 0;
              //遍历邻接矩阵的martix[index]行
              for (int j = 0; j < matrix[index].length; j++) {
                  //len 表示出发顶点到index顶点的距离 + 从index顶点到j顶点的距离的和
                  len = vv.getDis(index) + matrix[index][j];
                  //如果j顶点没有被访问过,并且len小于出发顶点到j顶点的距离,就需要更新
                  if(!vv.in(j) && len < vv.getDis(j)){
                      vv.updatePre(j, index); //更新j顶点的前驱结点为index顶点
                      vv.updateDis(j, len); //更新出发顶点到j顶点的距离
                  }
              }
          }
      
      }
      
      //已访问的顶点的集合
      class VisitedVertex{
          //记录各个顶点是否访问过,1表示访问过,0表示未访问,会动态更新
          public int[] already_arr;
      
          //每个下标对应的值为前一个顶点的下标,会动态更新
          public int[] pre_visited;
      
          //记录出发顶点到其他所有顶点的距离,比如D点出发,就会记录D点到其他顶点的距离,求的最短距离就会存放到dis数组中
          public int[] dis;
      
          /**
           * 构造方法
           * @param length 顶点的个数
           * @param index 出发顶点对应的下标,如从D顶点出发,则index=3
           */
          public VisitedVertex(int length, int index) {
              this.already_arr = new int[length];
              this.pre_visited = new int[length];
              this.dis = new int[length];
              //初始化dis数组
              //开始时出发点到其他所有的顶点的距离都是65535(表示不可达)
              Arrays.fill(dis, 65535);
              //设置出发顶点被访问过
              this.already_arr[index] = 1;
              //出发顶点到自身的距离为0
              this.dis[index] = 0;
          }
      
          /**
           * 判断index指向的结点是否被访问过,(为1则为访问过)
           * 如果访问过则返回true,否则返回false
           * @param index
           * @return
           */
          public boolean in(int index){
              return already_arr[index] == 1;
          }
      
          /**
           * 更新出发顶点到index顶点的距离
           * @param index
           * @param len
           */
          public void updateDis(int index, int len){
              dis[index] = len;
          }
      
          /**
           * 更新pre这个顶点的前驱顶点为index顶点
           * @param pre
           * @param index
           */
          public void updatePre(int pre, int index){
              pre_visited[pre] = index;
          }
      
          /**
           * 返回出发顶点到index顶点的距离
           * @param index
           * @return
           */
          public int getDis(int index){
              return dis[index];
          }
      
          /**
           * 继续选择并返回新的访问结点,比如这里的D顶点之后,就是C点作为新的访问顶点(不是出发顶点啊)
           * @return
           */
          public int updateArr(){
              int min = 65535;
              int index = 0;
              for (int i = 0; i < already_arr.length; i++) {
                  if(already_arr[i] == 0 && dis[i] < min){
                      min = dis[i];
                      index = i;
                  }
              }
              //更新index被访问过
              already_arr[index] = 1;
              return index;
          }
      
          //显示最后的结果,即输出三个数组
          public void show(){
              System.out.println("Dijkstra算法结果为:");
              for (int i : already_arr) {
                  System.out.print(i + " ");
              }
              System.out.println();
      
              for (int i : pre_visited) {
                  System.out.print(i + " ");
              }
              System.out.println();
      
              for (int di : dis) {
                  System.out.print(di + " ");
              }
              System.out.println();
      
              char[] vertex = { 'A', 'B', 'C', 'D', 'E', 'F', 'G' };
              int count = 0;
              for (int di : dis) {
                  if(di != 65535){
                      System.out.print(vertex[count] + "(" + di + ")");
                  }else {
                      System.out.print("N");
                  }
                  count++;
              }
      
          }
      
      }
      
      • 结果:
        迪杰斯特拉算法(Dijkstra)——java实现
      版权声明:本文内容来自第三方投稿或授权转载,原文地址:https://blog.csdn.net/xiaoshiguang3/article/details/107647838,作者:xiaoshiguang3,版权归原作者所有。本网站转在其作品的目的在于传递更多信息,不拥有版权,亦不承担相应法律责任。如因作品内容、版权等问题需要同本网站联系,请发邮件至ctyunbbs@chinatelecom.cn沟通。

      上一篇:【数据仓库基础(四)】数据仓库需求:基本需求和数据需求

      下一篇:数据治理在大数据环境中的实施策略

      相关文章

      2025-05-19 09:05:01

      【手把手带你刷好题】—— 62.数字三角形(递推、简单DP)

      【手把手带你刷好题】—— 62.数字三角形(递推、简单DP)

      2025-05-19 09:05:01
      func , 三角形 , 数字 , 路径
      2025-05-16 09:15:24

      Redis Set集合

      Redis Set集合

      2025-05-16 09:15:24
      set , 个数 , 元素 , 示例 , 集合
      2025-05-16 09:15:24

      jQuery遍历对象、数组、集合

      jQuery遍历对象、数组、集合

      2025-05-16 09:15:24
      jQuery , 对象 , 数组 , 遍历 , 集合
      2025-05-16 09:15:17

      多源BFS问题(4)_地图分析

      多源BFS问题(4)_地图分析

      2025-05-16 09:15:17
      单元格 , 算法 , 网格 , 距离
      2025-05-14 10:33:31

      超级好用的C++实用库之地理相关接口

      地理经纬度是地球表面坐标系统中的两个基本参数,用于唯一确定地球上任何一个点的位置。

      2025-05-14 10:33:31
      CHP , 参数 , 距离
      2025-05-13 09:49:12

      优先级算法

      优先级算法

      2025-05-13 09:49:12
      优先 , 优先级 , 实现 , 源码 , 顶点
      2025-05-13 09:49:12

      最小支撑树(Prim)算法

      最小支撑树(Prim)算法

      2025-05-13 09:49:12
      优先级 , 子树 , 算法 , 顶点
      2025-05-12 10:19:12

      DFS:二叉树的深搜与回溯

      DFS:二叉树的深搜与回溯

      2025-05-12 10:19:12
      LeetCode , path , 二叉树 , 力扣 , 思路 , 节点 , 路径
      2025-05-12 09:10:14

      三角形最小路径和,64. 最小路径,63. 不同路径 II

      每一步只能移动到下一行中相邻的结点上。相邻的结点 在这里指的是 下标 与 上一层结点下标 相同或者等于 上一层结点下标 + 1 的两个结点。也就是说,如果正位于当前行的下标 i ,那么下一步可以移动到下一行的下标 i 或 i + 1 。

      2025-05-12 09:10:14
      grid , lt , 单元格 , 路径
      2025-05-12 08:58:16

      简化路径

      给你一个字符串 path ,表示指向某一文件或目录的 Unix 风格 绝对路径 (以 '/' 开头),请你将其转化为更加简洁的规范路径。

      2025-05-12 08:58:16
      path , 示例 , 路径
      查看更多
      推荐标签

      作者介绍

      天翼云小翼
      天翼云用户

      文章

      33561

      阅读量

      5253724

      查看更多

      最新文章

      多源BFS问题(4)_地图分析

      2025-05-16 09:15:17

      最小支撑树(Prim)算法

      2025-05-13 09:49:12

      文心一言 VS 讯飞星火 VS chatgpt (397)-- 算法导论25.2 2题

      2025-04-18 07:11:32

      文心一言 VS 讯飞星火 VS chatgpt (390)-- 算法导论25.1 4题

      2025-04-18 07:11:32

      文心一言 VS 讯飞星火 VS chatgpt (381)-- 算法导论24.5 1题

      2025-04-18 07:11:19

      文心一言 VS 讯飞星火 VS chatgpt (363)-- 算法导论24.3 5题

      2025-04-18 07:11:11

      查看更多

      热门文章

      Redis数据类型之ZSet有序集合类型

      2023-07-27 06:01:40

      算法基础之动态规划

      2024-05-13 08:42:55

      路径总和III——对前缀和解法的解释

      2024-03-29 09:54:58

      最大路径和。

      2024-05-09 09:20:19

      弗洛伊德(Floyd's)算法—解决最短路径经典算法

      2024-11-13 09:08:40

      迪杰斯特拉(Dijkstra's )算法——解决带权有向无向图最短路径

      2024-11-13 09:07:42

      查看更多

      热门标签

      算法 leetcode python 数据 java 数组 节点 大数据 i++ 链表 golang c++ 排序 django 数据类型
      查看更多

      相关产品

      弹性云主机

      随时自助获取、弹性伸缩的云服务器资源

      天翼云电脑(公众版)

      便捷、安全、高效的云电脑服务

      对象存储

      高品质、低成本的云上存储服务

      云硬盘

      为云上计算资源提供持久性块存储

      查看更多

      随机文章

      文心一言 VS 讯飞星火 VS chatgpt (165)-- 算法导论13.1 5题

      图与树的基本概念

      文心一言 VS 讯飞星火 VS chatgpt (357)-- 算法导论24.2 3题

      差分约束算法

      文心一言 VS 讯飞星火 VS chatgpt (381)-- 算法导论24.5 1题

      Redis数据类型之ZSet有序集合类型

      • 7*24小时售后
      • 无忧退款
      • 免费备案
      • 专家服务
      售前咨询热线
      400-810-9889转1
      关注天翼云
      • 旗舰店
      • 天翼云APP
      • 天翼云微信公众号
      服务与支持
      • 备案中心
      • 售前咨询
      • 智能客服
      • 自助服务
      • 工单管理
      • 客户公告
      • 涉诈举报
      账户管理
      • 管理中心
      • 订单管理
      • 余额管理
      • 发票管理
      • 充值汇款
      • 续费管理
      快速入口
      • 天翼云旗舰店
      • 文档中心
      • 最新活动
      • 免费试用
      • 信任中心
      • 天翼云学堂
      云网生态
      • 甄选商城
      • 渠道合作
      • 云市场合作
      了解天翼云
      • 关于天翼云
      • 天翼云APP
      • 服务案例
      • 新闻资讯
      • 联系我们
      热门产品
      • 云电脑
      • 弹性云主机
      • 云电脑政企版
      • 天翼云手机
      • 云数据库
      • 对象存储
      • 云硬盘
      • Web应用防火墙
      • 服务器安全卫士
      • CDN加速
      热门推荐
      • 云服务备份
      • 边缘安全加速平台
      • 全站加速
      • 安全加速
      • 云服务器
      • 云主机
      • 智能边缘云
      • 应用编排服务
      • 微服务引擎
      • 共享流量包
      更多推荐
      • web应用防火墙
      • 密钥管理
      • 等保咨询
      • 安全专区
      • 应用运维管理
      • 云日志服务
      • 文档数据库服务
      • 云搜索服务
      • 数据湖探索
      • 数据仓库服务
      友情链接
      • 中国电信集团
      • 189邮箱
      • 天翼企业云盘
      • 天翼云盘
      ©2025 天翼云科技有限公司版权所有 增值电信业务经营许可证A2.B1.B2-20090001
      公司地址:北京市东城区青龙胡同甲1号、3号2幢2层205-32室
      • 用户协议
      • 隐私政策
      • 个人信息保护
      • 法律声明
      备案 京公网安备11010802043424号 京ICP备 2021034386号