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

它的主要特点是以起始点为中心向外层层扩展(广度优先遍历思想),直到扩展到终点为止

贪心算法(Greedy Algorithm)

贪心算法,又名贪婪法,是寻找最优解问题的常用方法,这种方法模式一般将求解过程分成若干个步骤,但每个步骤都应用贪心原则,选取当前状态下最好/最优的选择(局部最有利的选择),并以此希望最后堆叠出的结果也是最好/最优的解。

Dijkstra推导过程(摘自:https://zhuanlan.zhihu.com/p/346558578)

  • 通过Dijkstra计算图G中的最短路径时,需要指定一个起点D(即从顶点D开始计算)。
  • 此外,引进两个数组S和U。S的作用是记录已求出最短路径的顶点(以及相应的最短路径长度),而U则是记录还未求出最短路径的顶点(以及该顶点到起点D的距离)。
  • 初始时,数组S中只有起点D;数组U中是除起点D之外的顶点,并且数组U中记录各顶点到起点D的距离。如果顶点与起点D不相邻,距离为无穷大。
  • 然后,从数组U中找出路径最短的顶点K,并将其加入到数组S中;同时,从数组U中移除顶点K。接着,更新数组U中的各顶点到起点D的距离。
  • 重复第4步操作,直到遍历完所有顶点。

图解(摘自:https://zhuanlan.zhihu.com/p/346558578)

当我们理解了算法原理后,我们需要明白Dijkstra不能够处理的场景

  • 不能处理负权重边(往往找错最短路径,在Dijkstra看来,cost是递增的)
  • A-A的绕圈路径查找(需要特殊处理)

代码实战(已经在生产使用)

  • 节点对象定义:
public class Edge
{
public int StartNodeID;
public int EndNodeID;
public double Weight;
}
public class Node
{
public int Id { get; set; }
public bool Enable { get; set; }
}
public class NodeItem
{
public bool Used { get; set; }
public List<int> Nodes { get; } = new List<int>();
public int NodeId { get; set; }
public int Index { get; set; }
public double Weight { get; set; }
}
  • 初始化图,点,路径集合
public void Initialize(IEnumerable<Edge> edges, IEnumerable<Node> nodes)
{
_edges = edges.ToList();
_nodes = nodes.ToList();
_nodeItems = new List<NodeItem>();
_graph = new double[_nodes.Count(), _nodes.Count()];
foreach (var row in Enumerable.Range(0, _nodes.Count()))
{
var rowNode = _nodes[row];
foreach (var colnum in Enumerable.Range(0, _nodes.Count()))
{
if (row == colnum)
{
_graph[row, colnum] = 0;
continue;
}
var edge = _edges.FirstOrDefault(x =>
x.StartNodeID == rowNode.Id && x.EndNodeID == _nodes[colnum].Id);
_graph[row, colnum] = edge == null ? double.MaxValue : edge.Weight;
} _nodeItems.Add(new NodeItem()
{
NodeId = _nodes[row].Id,
Index = row,
Weight = double.MaxValue
});
}
}
  • 路由主体方法
public Route GetRoute(int startPointID, int endPointID)
{
if (IsRouting)
throw new InvalidOperationException($"can't route.router busy"); IsRouting = true;
Node sNode = null;
Node dNode = null; try
{
if ((sNode = _nodes.FirstOrDefault(x => x.Id == startPointID)) == null
|| (dNode = _nodes.FirstOrDefault(x => x.Id == endPointID)) == null)
throw new ArgumentNullException("can't found target points."); _nodeItems.FirstOrDefault(x => x.NodeId == startPointID).Used = true;
_nodeItems.ForEach(x =>
{
x.Weight = GetRowArray(_graph, _nodes.IndexOf(sNode))[x.Index];
x.Nodes.Add(startPointID);
}); while (_nodeItems.Any(x => !x.Used))
{
var item = GetUnUsedAndMinNodeItem();
if (item == null)
break; item.Used = true;
var tempRow = GetRowArray(_graph, item.Index);
foreach (var nodeItem in _nodeItems)
{
if (nodeItem.Weight > tempRow[nodeItem.Index] + item.Weight)
{
nodeItem.Weight = tempRow[nodeItem.Index] + item.Weight;
nodeItem.Nodes.Clear();
nodeItem.Nodes.AddRange(item.Nodes);
nodeItem.Nodes.Add(item.NodeId);
}
}
} var desNodeitem = _nodeItems.FirstOrDefault(x => x.NodeId == endPointID);
if (desNodeitem.Used && desNodeitem.Weight < double.MaxValue)
{
var edges = new List<Edge>();
foreach (var index in Enumerable.Range(0, desNodeitem.Nodes.Count - 1))
{
edges.Add(_edges.FirstOrDefault(x => x.StartNodeID == desNodeitem.Nodes[index] && x.EndNodeID == desNodeitem.Nodes[index + 1]));
} edges.Add(_edges.FirstOrDefault(x => x.StartNodeID == desNodeitem.Nodes.Last() && x.EndNodeID == endPointID));
return new Route()
{
Edges = edges
};
} return null;
}
catch (Exception ex)
{
_logger.LogError(ex.ToString());
_logger.LogInformation($"startPoint:{startPointID}-endpoint:{endPointID} route faild.");
throw;
}
finally
{
_nodeItems.ForEach(x =>
{
x.Used = false;
x.Nodes.Clear();
}); IsRouting = false;
}
} private NodeItem GetUnUsedAndMinNodeItem()
{
return _nodeItems.Where(x => !x.Used && x.Weight != double.MaxValue).OrderBy(x => x.Weight).FirstOrDefault();
} private double[] GetRowArray(double[,] source, int row)
{
double[] result = new double[source.GetLength(1)];
foreach (var index in Enumerable.Range(0, result.Length))
{
result[index] = source[row, index];
} return result;
}

完整代码

public class DijkstraRouter
{
private double[,] _graph;
private List<Edge> _edges;//所有的边
private List<Node> _nodes;//所有的节点
private List<NodeItem> _nodeItems;
public bool IsRouting { get; set; } private readonly ILogger<DijkstraRouter> _logger; public DijkstraRouter(ILogger<DijkstraRouter> logger)
{
_logger = logger;
} public Route GetRoute(int startPointID, int endPointID)
{
if (IsRouting)
throw new InvalidOperationException($"can't route.router busy"); IsRouting = true;
Node sNode = null;
Node dNode = null; try
{
if ((sNode = _nodes.FirstOrDefault(x => x.Id == startPointID)) == null
|| (dNode = _nodes.FirstOrDefault(x => x.Id == endPointID)) == null)
throw new ArgumentNullException("can't found target points."); _nodeItems.FirstOrDefault(x => x.NodeId == startPointID).Used = true;
_nodeItems.ForEach(x =>
{
x.Weight = GetRowArray(_graph, _nodes.IndexOf(sNode))[x.Index];
x.Nodes.Add(startPointID);
}); while (_nodeItems.Any(x => !x.Used))
{
var item = GetUnUsedAndMinNodeItem();
if (item == null)
break; item.Used = true;
var tempRow = GetRowArray(_graph, item.Index);
foreach (var nodeItem in _nodeItems)
{
if (nodeItem.Weight > tempRow[nodeItem.Index] + item.Weight)
{
nodeItem.Weight = tempRow[nodeItem.Index] + item.Weight;
nodeItem.Nodes.Clear();
nodeItem.Nodes.AddRange(item.Nodes);
nodeItem.Nodes.Add(item.NodeId);
}
}
} var desNodeitem = _nodeItems.FirstOrDefault(x => x.NodeId == endPointID);
if (desNodeitem.Used && desNodeitem.Weight < double.MaxValue)
{
var edges = new List<Edge>();
foreach (var index in Enumerable.Range(0, desNodeitem.Nodes.Count - 1))
{
edges.Add(_edges.FirstOrDefault(x => x.StartNodeID == desNodeitem.Nodes[index] && x.EndNodeID == desNodeitem.Nodes[index + 1]));
} edges.Add(_edges.FirstOrDefault(x => x.StartNodeID == desNodeitem.Nodes.Last() && x.EndNodeID == endPointID));
return new Route()
{
Edges = edges
};
} return null;
}
catch (Exception ex)
{
_logger.LogError(ex.ToString());
_logger.LogInformation($"startPoint:{startPointID}-endpoint:{endPointID} route faild.");
throw;
}
finally
{
_nodeItems.ForEach(x =>
{
x.Used = false;
x.Nodes.Clear();
}); IsRouting = false;
}
} private NodeItem GetUnUsedAndMinNodeItem()
{
return _nodeItems.Where(x => !x.Used && x.Weight != double.MaxValue).OrderBy(x => x.Weight).FirstOrDefault();
} private double[] GetRowArray(double[,] source, int row)
{
double[] result = new double[source.GetLength(1)];
foreach (var index in Enumerable.Range(0, result.Length))
{
result[index] = source[row, index];
} return result;
} public void Initialize(IEnumerable<Edge> edges, IEnumerable<Node> nodes)
{
_edges = edges.ToList();
_nodes = nodes.ToList();
_nodeItems = new List<NodeItem>();
_graph = new double[_nodes.Count(), _nodes.Count()];
foreach (var row in Enumerable.Range(0, _nodes.Count()))
{
var rowNode = _nodes[row];
foreach (var colnum in Enumerable.Range(0, _nodes.Count()))
{
if (row == colnum)
{
_graph[row, colnum] = 0;
continue;
}
var edge = _edges.FirstOrDefault(x =>
x.StartNodeID == rowNode.Id && x.EndNodeID == _nodes[colnum].Id);
_graph[row, colnum] = edge == null ? double.MaxValue : edge.Weight;
} _nodeItems.Add(new NodeItem()
{
NodeId = _nodes[row].Id,
Index = row,
Weight = double.MaxValue
});
}
} public class NodeItem
{
public bool Used { get; set; }
public List<int> Nodes { get; } = new List<int>();
public int NodeId { get; set; }
public int Index { get; set; }
public double Weight { get; set; }
}
}

最短路径算法-迪杰斯特拉(Dijkstra)算法在c#中的实现和生产应用的更多相关文章

  1. JS实现最短路径之迪杰斯特拉(Dijkstra)算法

    最短路径: 对于网图来说,最短路径是指两个顶点之间经过的边上权值和最少的路径,我们称第一个顶点是源点,最后一个顶点是终点 迪杰斯特拉 ( Dijkstra) 算法是并不是一下子就求出 了 Vo 到V8 ...

  2. [C++]单源最短路径:迪杰斯特拉(Dijkstra)算法(贪心算法)

    1 Dijkstra算法 1.1 算法基本信息 解决问题/提出背景 单源最短路径(在带权有向图中,求从某顶点到其余各顶点的最短路径) 算法思想 贪心算法 按路径长度递增的次序,依次产生最短路径的算法 ...

  3. 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,用于计算一个节点到其他节点的最短路径. 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. 基本思想 通过Dijk ...

  4. 最短路径-迪杰斯特拉(dijkstra)算法及优化详解

    简介: dijkstra算法解决图论中源点到任意一点的最短路径. 算法思想: 算法特点: dijkstra算法解决赋权有向图或者无向图的单源最短路径问题,算法最终得到一个最短路径树.该算法常用于路由算 ...

  5. 最短路径 - 迪杰斯特拉(Dijkstra)算法

    对于网图来说,最短路径,是指两顶点之间经过的边上权值之和最少的路径,并且我们称路径上的第一个顶点为源点,最后一个顶点为终点.最短路径的算法主要有迪杰斯特拉(Dijkstra)算法和弗洛伊德(Floyd ...

  6. 图的最短路径---迪杰斯特拉(Dijkstra)算法浅析

    什么是最短路径 在网图和非网图中,最短路径的含义是不一样的.对于非网图没有边上的权值,所谓的最短路径,其实就是指两顶点之间经过的边数最少的路径. 对于网图,最短路径就是指两顶点之间经过的边上权值之和最 ...

  7. 单源最短路径算法:迪杰斯特拉 (Dijkstra) 算法(二)

    一.基于邻接表的Dijkstra算法 如前一篇文章所述,在 Dijkstra 的算法中,维护了两组,一组包含已经包含在最短路径树中的顶点列表,另一组包含尚未包含的顶点.使用邻接表表示,可以使用 BFS ...

  8. 单源最短路径算法:迪杰斯特拉 (Dijkstra) 算法(一)

    一.算法介绍 迪杰斯特拉算法(英语:Dijkstra's algorithm)由荷兰计算机科学家艾兹赫尔·迪杰斯特拉在1956年提出.迪杰斯特拉算法使用了广度优先搜索解决赋权有向图的单源最短路径问题. ...

  9. C# 迪杰斯特拉(Dijkstra)算法

    Dijkstra(迪杰斯特拉)算法是典型的最短路径路由算法,用于计算一个节点到其他所有节点的最短路径.主要特点是以起始点为中心向外层层扩展,直到扩展到终点为止. 其基本思想是,设置顶点集合S并不断地作 ...

随机推荐

  1. 14.Nginx搭建及优化

    Nginx搭建及优化 目录 Nginx搭建及优化 Nginx服务基础 概述 Nginx和Apache的优缺点比较 编译安装Nginx服务 添加Nginx系统服务 Nginx服务配置文件 nginx服务 ...

  2. Windows下新建隐藏用户名

    Windows下新建隐藏用户名,防止忘记密码

  3. Redis实现延迟队列的正确姿势

    在之前探讨延时队列的文章中我们提到了 redisson delayqueue 使用 redis 的有序集合结构实现延时队列,遗憾的是 go 语言社区中并无类似的库.不过问题不大,没有轮子我们自己造. ...

  4. NC16564 [NOIP2012]借教室

    NC16564 [NOIP2012]借教室 题目 题目描述 ​ 在大学期间,经常需要租借教室.大到院系举办活动,小到学习小组自习讨论,都需要向学校申请借教室.教室的大小功能不同,借教室人的身份不同,借 ...

  5. NC16649 [NOIP2005]校门外的树

    NC16649 [NOIP2005]校门外的树 题目 题目描述 某校大门外长度为 \(L\) 的马路上有一排树,每两棵相邻的树之间的间隔都是 \(1\) 米.我们可以把马路看成一个数轴,马路的一端在数 ...

  6. Django【执行查询】(二)

    官方Django3.2 文档:https://docs.djangoproject.com/en/3.2/topics/db/queries/ 本文大部分内容参考官方3.2版本文档撰写,仅供学习使用 ...

  7. java--运算符和表达式

    运算符:就是对常量或者遍历进行操作的符号: 表达式:用运算符把常量或者变量连接起来符合java语法的式子称为表达式,不同运算符连接的表达式体现的是不同类型的表达式. 一.算术运算符 1.使用%运算符: ...

  8. 007面试题__==和equals的区别

    常见面试题03: 问:==和equals的区别 1)对于基本类型而言,比较的是数值是否相等 对于引用类型而言,比较的是内存地址是否相等 2)equals:比较的是两个对象的内容是否相等

  9. jdbc 03:注册驱动的方式

    jdbc连接mysql时,注册驱动的方式 package com.examples.jdbc.o3_注册驱动方式; //mysql驱动所在的包 import com.mysql.jdbc.Driver ...

  10. Windows下通过dos来编译c语言源代码文件

    笔者阅览过网上许多的推荐,基本上都是推荐cl命令,但是因为笔者是通过dev c++入门的,不想放弃dev所以就强行使用dev来实现在dos下的编译以及运行 编译 注意:这边涉及到环境变量的配置,环境变 ...