Dijkstra演算法探索及優化

（前幾天並多少時間，現在補充一下！）下面是原始的dijkstra演算法：

public static void dijkstra(int v,float a, flaot dist,int prev)

//此處開始遍歷

dist[v]=0; s[v]=true;

//該迴圈是求的所有節點到源節點的路徑，每迴圈一次求的乙個節點到源節點的距離

for(int i=1; i

以前看過dijkstra演算法，但是一直沒有深入的研究它！最近由於專案的需要，所以今天研究了一下！下面介紹一下這個演算法幾個重要的幾點！

其實這個演算法有兩個比較重要的地方！在書上開始有乙個迴圈，是對引數初始化。這個就沒必要研究了！主要的是第二個迴圈裡面的兩個迴圈，第二個迴圈要進行n-1次（也就是迴圈節點個數減去源節點），這就是要取得其他節點到源節點的距離，一次迴圈就是取得乙個節點到源節點的距離。那麼在第二個迴圈裡面的第乙個迴圈（這裡叫該迴圈為shortestpath）就是取得當前能夠到達源節點最短的節點，並且該節點是未被訪問過的節點。取得在未被訪問的節點裡面到源節點最短路徑的節點u後，最乙個迴圈就是修改和u節點相連的節點到源節點的距離（這裡稱該迴圈為updatedist），我這裡稱這一步為更新u的鄰接節點到源節點的距離。再回到shortestpath迴圈，就有可能取到u的鄰接節點。下面我談談對這個演算法的改進。

我們知道在shortestpath迴圈中，在書上的原始碼都是要遍歷圖中所有的節點，這樣我覺得存在極大的浪費，我們知道該步是取得在dis陣列中到源節點最短的節點，並且該節點是未被訪問過的，所以這裡根本沒必要遍歷圖中所有的節點，只需遍歷dis陣列中的節點，而且我們知道dist的新的距離都是通過updatedist迴圈得到的，所以我們完全可以將dist陣列裡的距離儲存到乙個集合中，我們可以自定義乙個集合，當我們每次想該集合新增元素（也就是到源節點的距離）的時候自動對該集合中進行排序，進行遞增排序，我們取該集合的第乙個元素就是當前到源節點最短的節點，並且該節點是未被訪問的，取出時並將該節點從該集合中移出。這樣我們就省掉了shortestpath這個迴圈了，這樣對演算法的執行將有極大的提高！還有就是後面的updatedist迴圈，在書上的原始碼中也是對圖中的所有節點進行遍歷，其實也沒必要，只需對u的領結節點遍歷即使！這樣有省掉了沒必要的迴圈，這樣的dijkstra演算法，我相信應該不會很慢！

注意的是這種優化也需要對你的圖結構進行優化，具體的優化可以見本部落格的《新穎的圖儲存結構【看來之後你會對圖的結構有新的想法】》文章，裡面有詳細講解一種圖的儲存結構！

下面貼出我改進的演算法：

public class shortestpathiterator_3

public shortestpathiterator_3(graph graph,int source)

{ visited = new boolean[graph.getnode_count()];

this.visitable = new hashmap();

prev = new int[graph.getnode_count()];

this.graph = graph;

this.source = source;

this.pathcost = new float[this.graph.getnode_count()];

for(int i=0; ikeyiterator = this.visitable.keyset().iterator();

int next;

//取得未被訪問並且，到源點最短的節點，並賦值給u，同時將和u相連的節點到源點的距離進行更新

while(keyiterator.hasnext())

{next= keyiterator.next();

if(this.visitable.get(next)

這個優化我已經實現了！需要深入**的可以和我聯絡。希望能夠幫助和我以前一樣的人！謝謝瀏覽！

Dijkstra演算法探索及優化

dijkstra演算法及優化

ACM 演算法堆優化Dijkstra演算法

優化階乘演算法的探索

Dijkstra演算法探索及優化

dijkstra演算法及優化

ACM 演算法 堆優化Dijkstra演算法

優化階乘演算法的探索

相關推薦

ACM 演算法堆優化Dijkstra演算法