本文采用java实现单源最短路径，并带有略微详细的注解，供大家参考，具体内容如下

package com.qf.greaph;

import java.util.arraylist;

import java.util.arrays;

import java.util.hashmap;

import java.util.map;

import java.util.map.entry;

/**

* @author jiayoo

* 7 / 30

* dijkstra最短路径算法是一种单源最短路径

* 本文采用的是邻接表表示图。

*

* 图的表示： 1. 采用 arraylist 来储存 图的顶点

* 2. 采用 map 来储存 边集 ， map 可以 实现 一对多的关系， 因此能很好的实现邻接表结构

* 3. 采用arraylist的原因 是使 边集有序 这样， node 的里面 那个记录距离的集合才能一一对应

*/

public class minpath {

private static class graph{

private arraylist nodes = new arraylist<>(); // 表示图顶点 ， 同时他也作为v集合

private map> adjanode = new hashmap<>(); // 表示图的边

private arraylist nodes1 ; // 表示s集合, 即存储已经访问的节点，

private float[] minpath; //用来存储源点到每个顶点的距离

float min = float.max_value;

/**

* @param start

* @param end

* @param distance

* 构建邻接表。使之成为图

*/

public void addadjanode(node1 start, node1 end, float distance) {

if (!nodes.contains(start)) {

nodes.add(start);

}

if (!nodes.contains(end)) {

nodes.add(end);

}

if (adjanode.containskey(start) && adjanode.get(start).contains(end)) {

return ;

}

if (adjanode.containskey(start)) {

adjanode.get(start).add(end);

}else {

arraylist node = new arraylist();

node.add(end);

adjanode.put(start, node);

}

start.distonext.add(distance);

}

/**

* 将图打印出来

*/

public void pringraph() {

if (nodes == null || adjanode == null) {

system.out.println("图为空");

return ;

}

for (entry> entry : adjanode.entryset()) {

system.out.println("顶点 ： " + entry.getkey().name + " 链接顶点有： ");

for(int i = 0; i < entry.getvalue().size(); i++) {

system.out.print(entry.getvalue().get(i).name + " " + "距离是： " + entry.getkey().distonext.get(i) + ", ");

}

system.out.println();

}

}

/**

* 1.这个方法用于初始化s集合 及 初始化距离数组

* 2. 设置源点， 并且将源点作为内容 初始化算法

*/

public void findminpath() {

node1 node1 = null; // 用来记录列表里最小的点

nodes1 = new arraylist<>(); // 存储已经遍历过的点

minpath = new float[nodes.size()]; // 初始化距离数组

int i;

/*

* 对最短路径进行初始化， 设置源点到其他地方的值为无穷大

* */

for (i = 0; i < minpath.length; i++) {

minpath[i] = float.max_value;

}

node1 node = nodes.get(0);

nodes1.add(node); // 将源点加入 s 集合

node.visited = true;

arraylist n = adjanode.get(node); // 获取到源点的边集

/*

* 先对源节点进行初始化

* 1. 对 距离数组进行初始化。

* 2. 找到源点到某个距离最短的点， 并标记

*

* */

for (i = 0; i < n.size(); i++) {

minpath[n.get(i).id] = node.distonext.get(i); // 最短路径记录

if (min > node.distonext.get(i)) {

min = node.distonext.get(i);

node1 = n.get(i); // 找到当前最短路径

}

}

this.process(node1, min);

}

private void process(node1 node, float distance ) {

min = float.max_value; //作为标记

node1 node1 = null; // 同样记录距离最短的点

int i;

arraylist n = adjanode.get(node); // 获得边集

for (i = 0 ; i < n.size(); i++) {

if (!n.get(i).visited) { // 这个边集里的顶点不在 s 集合里

if (minpath[n.get(i).id] == float.max_value) {

minpath[n.get(i).id] = distance + node.distonext.get(i); // 源点到下一点的距离

}else if (distance + node.distonext.get(i) < minpath[n.get(i).id] ) { //源点到该顶点的距离变小了， 则改变

minpath[n.get(i).id] = distance + node.distonext.get(i); // 更新源点到下一个点的距离

}

}

}

/*

* 这个for 用于找到 距离集合中 距离源点最近 且并未被访问过的

* 这个for 同时可以确保 该节点确实可到达

* */

for (i = 1; i < minpath.length; i++) {

if (!nodes.get(i).visited) {

if (min > minpath[i] ) {

min = minpath[i];

node1 = nodes.get(i);

}

}

}

if (node1 != null) {

node1.visited = true;

process(node1, min); //源点到 当前的距离

}else { // 说明此位置没有后续节点， 或者 已经全部被访问完了， 则到达此位置只需要加上此位置的值

}

}

}

public static void main(string[] args) {

node1 n1 = new node1(0,"a");

node1 n2 = new node1(1,"b");

node1 n3 = new node1(2,"c");

node1 n4 = new node1(3,"d");

node1 n5 = new node1(4,"e");

node1 n6 = new node1(5,"f");

graph gp = new graph();

gp.addadjanode(n1, n2, 6);

gp.addadjanode(n2, n1, 6);

gp.addadjanode(n1, n3, 3);

gp.addadjanode(n3, n1, 3);

gp.addadjanode(n2, n3, 2);

gp.addadjanode(n3, n2, 2);

gp.addadjanode(n2, n4, 5);

gp.addadjanode(n4, n2, 5);

gp.addadjanode(n3, n4, 3);

gp.addadjanode(n4, n3, 3);

gp.addadjanode(n3, n5, 4);

gp.addadjanode(n5, n3, 4);

gp.addadjanode(n4, n5, 2);

gp.addadjanode(n5, n4, 2);

gp.addadjanode(n4, n6, 3);

gp.addadjanode(n6, n4, 3);

gp.addadjanode(n5, n6, 5);

gp.addadjanode(n6, n5, 5);

// 下面尝试一下非连通图

// /**

// * 权值： 1

// * a -----------b

// * 权 | *

// * 值 | * 权值： 3

// * 2 | *

// * c-----d

// * 权值： 5

// *

// *

// * */

//

// gp.addadjanode(n1, n2, 1);

// gp.addadjanode(n2, n1, 1);

//

// gp.addadjanode(n1, n3, 2);

// gp.addadjanode(n3, n1, 2);

//

// gp.addadjanode(n1, n4, 3);

// gp.addadjanode(n4, n1, 3);

//

// gp.addadjanode(n3, n4, 5);

// gp.addadjanode(n4, n3, 5);

gp.pringraph();

system.out.println("--------------------------------------------------------------------");

system.out.println("此数组下标代表id，值代表从源点分别到各点的最短距离， a开始的下标是0， b、c、d等依次类推， 并且源点默认设置为id为零0的开始");

gp.findminpath();

system.out.println(arrays.tostring(gp.minpath));

}

}

/**

* 顶点类

*/

class node1{

string name;

boolean visited = false; // 访问状态。有效 减少原算法移除v集合中元素所花费的时间

int id = -1; // 设置默认id为-1

arraylist distonext = new arraylist<>(); //这一点 到另外每一个点的距离

public node1(int id, string name) {

this.id = id;

this.name = name;

}

}

以上就是本文的全部内容，希望对大家的学习有所帮助，也希望大家多多支持萬仟网。

希望与广大网友互动？？

点此进行留言吧！