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
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
- 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 ...
- [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 ...
- 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 ...
- 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 ...
- 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 ...
- 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 ...
- 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 ...
- 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. ...
- 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
- 用Typescript 的方式封装Vue3的表单绑定,支持防抖等功能。
Vue3 的父子组件传值.绑定表单数据.UI库的二次封装.防抖等,想来大家都很熟悉了,本篇介绍一种使用 Typescript 的方式进行统一的封装的方法. 基础使用方法 Vue3对于表单的绑定提供了一 ...
- FICO 常用事务码
1.SAP配置流程 1.定义,定义组织,概念,比如FI中定义公司代码,会计科目表,年度变式.SAP中有大量的定义过程. 2.分配,把会计科目表/公司/年度变式等参数分配到公司代码,逻辑组织,基本实现框 ...
- NFS网络文件系统搭建
1. 简介 NFS, 就是network file system的简称. 可以通过NFS, 来共享不同主机的文件.目录. 2010年,NFS已经发展到v4.1版本. 2. 应用场景 在中小型企业中,N ...
- python小题目练习(三)
题目:输出1!+2!+3!+--+10!的结果代码实现: # 定义一个函数来递归实现阶乘操作def cycle(num): if num == 1: return 1 else: return num ...
- 研发效能|Kubernetes核心技术剖析和DevOps落地经验
本文主要介绍Kubernetes 的核心组件.架构.服务编排,以及在集群规模.网络&隔离.SideCar.高可用上的一些使用建议,尤其是在CICD中落地,什么是 GitOps. 通过此文可彻底 ...
- 从Wannacry到WannaRen:螣龙安科带你深度分析勒索病毒原理
从Wannacry到WannaRen:螣龙安科2020年4月7日,360CERT监测发现网络上出现一款新型勒索病毒wannaRen,该勒索病毒会加密windows系统中几乎所有的文件,并且以.Wann ...
- 集合-list常用方法总结
每个方法使用见下方代码详解 点击查看代码 ArrayList list = new ArrayList(); list.add("AA"); list.add(123); list ...
- linux Error downloading packages free 0 * needed 71 k
linux Error downloading packages free 0 * needed 71 k 原因:硬盘空间不足 查看磁盘大小 /]# df -hl 从/主目录开始搜索, ...
- 开源数据质量解决方案——Apache Griffin入门宝典
提到格里芬-Griffin,大家想到更多的是篮球明星或者战队名,但在大数据领域Apache Griffin(以下简称Griffin)可是数据质量领域响当当的一哥.先说一句:Griffin是大数据质量监 ...
- 一个豆瓣电影Top250爬虫
一个爬虫 这是我第一次接触爬虫,写的第一个爬虫实例. https://movie.douban.com/top250 模块 import requests #用于发送请求 import re #使用正 ...