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. Java学习-第一阶段-第一节:Java概述

    JAVA概述 Java版本 原网址(https://www.oracle.com/java/technologies/java-se-support-roadmap.html) Oracle 将仅将某 ...

  2. 如何删除wps在我的电脑入口中的云文档图标

    本人有强迫症,看着图标很难受,所以就找到了一种注册表删除的方法,操作如下: 呼出注册表面板, WIN+R 输入 regedit 打开注册表 找到如下路径 计算机\HKEY_CURRENT_USER\S ...

  3. vscode常用插件快捷键

    俗话说,工欲善其事必先利其器,我们码农的器是什么尼?没错,就是我们亲爱的IDE,前端开发者最爱的编辑器应该是vscode了吧.但是我们要怎么去锋利它尼?不外乎就是熟悉它的使用方法.快捷键以及第三方的插 ...

  4. UiPath Excel修改操作

    一.Excel 修改操作 1.删除行 (1)控件介绍 Insert/Delete Rows: 在特定位置添加或删除指定数量的行         常用属性介绍: Destination: NoRows: ...

  5. .NET程序配置文件操作(ini,cfg,config)

    在程序开发过程中,我们一般会用到配置文件来设定一些参数.常见的配置文件格式为 ini, xml, config等. INI .ini文件,通常为初始化文件,是用来存储程序配置信息的文本文件. [Log ...

  6. NC204382 中序序列

    NC204382 中序序列 题目 题目描述 给定一棵有 \(n\) 个结点的二叉树的先序遍历与后序遍历序列,求其中序遍历序列. 若某节点只有一个子结点,则此处将其看作左儿子结点 示例1 输入 5,[3 ...

  7. React key究竟有什么作用?深入源码不背概念,五个问题刷新你对于key的认知

    壹 ❀ 引 我在[react]什么是fiber?fiber解决了什么问题?从源码角度深入了解fiber运行机制与diff执行一文中介绍了react对于fiber处理的协调与提交两个阶段,而在介绍协调时 ...

  8. 笔记本USB接口案例分析和是实现

    笔记本电脑 笔记本电脑(laptop)通常具备使用USB设备的功能.在生产时,笔记本都预留了可以插入USB设备的USB接口,但具体是什么USB设备,笔记本厂商并不关心,只要符合USB规格的设备都可以 ...

  9. Random生成指定范围的随机数和对象数组

    查看类 ~java.util.Random :该类需要 import导入使后使用. 查看构造方法 ~public Random() :创建一个新的随机数生成器. 查看成员方法 ~public int ...

  10. Python基于周立功ZCANPRO开发刷写脚本

    一.概述 1.背景 本文章主要是记录用Python基于周立功ZCANPRO开发VIN和SN码刷写工具. 2.环境搭建 Python3.8.10 32位(必须) 周立功上位机:ZCANPRO 周立功CA ...