1. 程式人生 > >單源最短路徑分支限界法之java實現

單源最短路徑分支限界法之java實現


public class Short {
 public static void main(String args[]){
 
  int n = 5;
  int[] prev = new int[n+1];
  int[] dist = {0,0,5000,5000,5000,5000};
  int[][] c = {{0,0,0,0,0,0},{0,0,2,3,5000,5000},
    {0,5000,0,1,2,5000},{0,5000,5000,0,9,2},
    {0,5000,5000,5000,0,2},{0,5000,5000,5000,5000,0}};
  /*
  int n = 4;
  int[] dist = {0,0,5000,5000,5000};
  int[][] c = {{0,0,0,0,0},{0,0,2,3,5000},{0,5000,0,1,2},{0,5000,5000,0,9},{0,5000,5000,5000,0}};
  
  */

  Graph g = new Graph(n,prev,c,dist);
  g.shortestPath(1);
  System.out.println(dist[n]);
 }
 
}

class MinHeapNode{

 int i;    //頂點編號
 int length;   //當前路長

}
//迴圈佇列
class CirQueue{
  int size = 5000;    //定義佇列長度為1000
  int front,rear;
  MinHeapNode data[] = new MinHeapNode[size];

  public CirQueue(){
   front = rear = 0;
  }
  
  //元素入隊操作
  void queryIn(MinHeapNode e){
   
   if((rear +1)%size == front){
    System.out.println("佇列已滿");
   }else{
    rear = (rear+1)%size; //隊尾指標在迴圈意義下加1
    data[rear] = e;   //在隊尾插入元素
    
   }
  }
  
  
  //元素出隊操作
  MinHeapNode queryOut(){
   if(rear == front){
    System.out.println("佇列已空");
    return null;
   }else{
    front = (front+1)%size;  //佇列在迴圈意義下加1
    return data[front];
   }
  }
  //讀取隊頭元素,但不出隊
  MinHeapNode getQuery(){
   if(rear == front){
    System.out.println("佇列已空");
    return null;
   }else{
    return data[(front+1)%size];
   }
  }
  
  
  //判斷佇列是否為空
  boolean empty(){
   return front == rear;
   
  }
 }

//圖的表示
class Graph{
 static int inf = 5000;   //兩點距離上界
 int n;       //圖的頂點個數
 int prev[];      //圖的前驅頂點
 int c[][];      //圖的鄰接矩陣
 int dist[];      //最短距離陣列
 public Graph(int n,int[] prev,int[][] c,int[] dist){
  
  this.n = n;
  this.prev = prev;
  this.c = c;
  this.dist  = dist;
 }
 
 /**
  * 單源最短路徑問題的優先佇列式分支限界法
  */
 
 public void shortestPath(int v){
  //建立佇列
  CirQueue qq = new CirQueue();
  
  //定義源為初始擴充套件結點
  MinHeapNode e = new MinHeapNode();
  e.i = v;
  e.length = 0;
  dist[v] = 0;
  qq.queryIn(e);
  //搜尋問題的解空間
  while(true){
   for(int j = 1;j<=n;j++){
    
    if(j>n){
     break;
    }
    MinHeapNode m = qq.getQuery();
    if((c[m.i][j]<inf)&&(m.length + c[m.i][j] < dist[j])){
     
     //頂點i到頂點j可達,且滿足控制約束
     dist[j] = m.length + c[m.i][j];
     prev[j] = m.i;
    
    //加入活結點優先佇列
    MinHeapNode mi = new MinHeapNode();
    mi.i = j;
    mi.length  = dist[j];
    
    qq.queryIn(mi);   //元素入隊
    }
   }//for迴圈結束
   
   
   qq.queryOut();    //當該結點的孩子結點全部入隊後,刪除該結點
   
   if(qq.empty()){    //當佇列為空時,演算法結束
    break;
   }
  }//while迴圈結束
 }
}

相關推薦

路徑分支限界java實現

public class Short {  public static void main(String args[]){     int n = 5;   int[] prev = new int[n+1];   int[] dist = {0,0,5000,5000,5

路徑-分支界限

        單源最短路徑-分支界限法-優先佇列式。這裡使用無迴路的有向圖,便於構建樹。構建好樹後,從根結點作為起始源,加入結點佇列,然後判斷獲取佇列中最短的路徑結點做為活結點,將活結點的所有子結點加入佇列,移除活結點。這裡

路徑---Dijkstra算

end mat empty esp mes OS urn struct lse 1、dijkstra算法求解過程: (1)首先設置兩個頂點集合T和S   S中存放已找到最短路徑的頂點,初始時,集合S中只有一個頂點,即源點v0   T中存放當前還未找到最短路徑的頂點 (2)在

洛谷P3371路徑SPFA算

開始 編程 using space 並且 shu 理解 前向星 來講 SPFA同樣是一種基於貪心的算法,看過之前一篇blog的讀者應該可以發現,SPFA和堆優化版的Dijkstra如此的相似,沒錯,但SPFA有一優點是Dijkstra沒有的,就是它可以處理負邊的情況。 和D

分支限界路徑問題

ostream gin arc 機會 方式 出發 lap com archive 轉自:http://www.cnblogs.com/chinazhangjie/archive/2010/11/01/1866136.html 分支限界法與回溯法   (1)求解目標:回溯法的

分支限界路徑--dijkstra演算法

單源最短路徑–dijkstra演算法 前面已經多次介紹過dijkstra演算法是貪心演算法,是動態規劃,實際上可以從分支限界的角度來理解; 分支限界法 分支限界法,實際上就是回溯法,一般意義的回溯法是基於深度優先搜尋,也可以配合限界函式剪枝,通常分支限界法基於寬度優先搜尋,通過佇

分支限界路徑

  分支限界法通常是是廣度優先或者以最小消耗(最大效益)優先的方式搜尋問題的解控鍵樹。 FIFO分支限界法   按照先進先出的原則選擇下一個活結點作為擴充套件結點,即從節點中取出的順序與加入結點的順序相同。 分支限界法演算法策略 (1活節點一旦成為擴充套件結點,就一次性產

分支限界-優先佇列-路徑

演算法思想:分支限界法常以廣度優先或以最小耗費(最大效益)優先的方式搜尋問題的解空間樹。在分支限界法中,每一個活結點只有一次機會成為擴充套件結點。活結點一旦成為擴充套件結點,就一次性產生其所有兒子結點。在這些兒子結點中,導致不可行解或導致非最優解的兒子結點被捨棄,其餘兒子結點

分支限界總結--例題(01揹包,大團,路徑,裝載問題,佈線問題)

目錄 分支限界法剪枝搜尋策略(廣度搜索)與演算法框架 01揹包問題 最大團 單源最短路徑 裝載問題 佈線問題 分支限界法剪枝搜尋策略(廣度搜索)與演算法框架 基本思想 分支限界法與回溯法求解目標不同,回溯法的求解目標是找出

0033演算法筆記——【分支限界分支限界路徑問題

      1、分支限界法 (1)描述:採用廣度優先產生狀態空間樹的結點,並使用剪枝函式的方法稱為分枝限界法。 所謂“分支”是採用廣度優先的策略,依次生成擴充套件結點的所有分支(即:兒子結點)。所謂“限界”是在結點擴充套件過程中,計算結點的上界(或下界),邊搜尋邊減掉搜尋

演算法java實現--分支限界--路徑問題

單源最短路徑問題的java實現(分支限界法) 具體問題描述以及C/C++實現參見網址 http://blog.csdn.net/liufeng_king/article/details/8900872import java.util.Collections; impo

路徑 - Dijkstra算

www. p s 單源最短路徑算法 ref targe left face win 最短 笨型返卑貿勒刀制事翰來狙http://www.facebolw.com/space/2102621/following 屯某啦勞紋妹世瀉嚷磷http://www.facebolw.c

探秘SPFA——強大的路徑

ron 直觀 rep 大於 pen body 操作 速度 並且 基於上次發blog,有位朋友讓我多寫些基本概念,就利用這次詳解偉大的SPFA算法來談。以下是百科上的算法簡介,很清楚,看一遍再繼續對理解程序很有幫助!(當然後面我也會解釋) SPFA(Shortest Path

路徑-Dijkstra算

html mk4 fmb rgw 最短 store sfm lan win 58tdsk倉吩僬胃扛咕http://docstore.docin.com/sina_6367419690ttvq7n匆鎢概競讓弊http://t.docin.com/yzzoh24439pl24a

【算】Dijkstra算路徑問題) 鄰接矩陣和鄰接表實現

當前 prior 排序 發的 單源最短路徑 fine emp eat col Dijkstra算法可使用的前提:不存在負圈。 負圈:負圈又稱負環,就是說一個全部由負權的邊組成的環,這樣的話不存在最短路,因為每在環中轉一圈路徑總長就會邊小。 算法描述:   1.找到最

筆記-----路徑Bellman-Ford算

void ref 類型 單源最短路徑 != als a算法 net def 今天介紹一種計算單源最短路徑的算法Bellman-Ford算法,對於圖G=(V,E)來說,該算法的時間復雜度為O(VE),其中V是頂點數,E是邊數。Bellman-Ford算法適用於任何有向圖,並能

路徑---Bellman-Ford算

分享圖片 第一步 iostream 代碼 .com style () typedef 最長路 1.Dijkstra算法的局限性 像上圖,如果用dijkstra算法的話就會出錯,因為如果從1開始,第一步dist[2] = 7, dist[3] = 5;在其中找出最小的邊是d

數據結構 - 路徑迪傑斯特拉(Dijkstra)算詳解(Java)

previous 代碼 map class matrix () count 就是 可能   給出一個圖,求某個端點(goal)到其余端點或者某個端點的最短路徑,最容易想到的求法是利用DFS,假設求起點到某個端點走過的平均路徑為n條,每個端點的平均鄰接端點為m,那求出這個最短

求圖的鄰接表表示路徑 Dijkstra演算法

           要求帶權有向圖中某一頂點到其他各頂點的最短路徑,常用Dijkstra演算法,該演算法基本思想是,先將圖的頂點分為兩個集合,一個為已求出最短路徑的終點集合(開始為原點v1),另一個為還未求出最短路徑的頂點集合(開始為除v1外的全部結點),然後按最短路徑長

路徑總結

算法總結 使用 距離 組合 () 結構體 spa 最短路 etc 這裏給大家介紹三種最短路常用算法: floyd(O(n^3))、dijkstra(O(nlogn))、SPFA(O(KE))(k是進隊列次數,在沒有負環的情況下2) 其實還有一個Bellman-Ford(O(