forked from shuang790228/GeekTime-MathLecture-JavaCode
-
Notifications
You must be signed in to change notification settings - Fork 0
Expand file tree
/
Copy pathLesson15_1.java
More file actions
195 lines (146 loc) · 6.23 KB
/
Lesson15_1.java
File metadata and controls
195 lines (146 loc) · 6.23 KB
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59
60
61
62
63
64
65
66
67
68
69
70
71
72
73
74
75
76
77
78
79
80
81
82
83
84
85
86
87
88
89
90
91
92
93
94
95
96
97
98
99
100
101
102
103
104
105
106
107
108
109
110
111
112
113
114
115
116
117
118
119
120
121
122
123
124
125
126
127
128
129
130
131
132
133
134
135
136
137
138
139
140
141
142
143
144
145
146
147
148
149
150
151
152
153
154
155
156
157
158
159
160
161
162
163
164
165
166
167
168
169
170
171
172
173
174
175
176
177
178
179
180
181
182
183
184
185
186
187
188
189
190
191
192
193
194
195
import java.util.HashMap;
import java.util.HashSet;
import java.util.Random;
import java.util.Queue;
import java.util.LinkedList;
import java.util.ArrayList;
public class Lesson15_1 {
/**
* @Description: 图的结点
*
*/
public static Random rand = new Random();
public class Node {
public int geo_id; // 结点的名称，这里使用地点的id
public HashMap<Integer, Float> closeby_geo_ids = null;
// 哈希便于确认和某个地点是否相连，并获取相应的权重
// 由于是有向边，我们假设边的方向都是从geo_id到closeby_geo_id
// 初始化结点
public Node(int id) {
geo_id = id;
closeby_geo_ids = new HashMap<>();
}
}
/**
* @Description: 生成图的结点和边
* @param geo_num-地点的数量，也就是结点的数量；closeby_num-地点邻近关系的数量，也就是边的数量
* @return Node[]-图的所有结点
*/
public Node[] generateGraph(int geo_num, int closeby_num) {
Node[] geo_nodes = new Node[geo_num];
// 生成所有表示地点的结点
for (int i = 0; i < geo_num; i++) {
geo_nodes[i] = new Node(i);
}
// 生成所有表示地点邻近关系的边
for (int i = 0; i < closeby_num; i++) {
int geo_a_id = rand.nextInt(geo_num);
int geo_b_id = rand.nextInt(geo_num);
if (geo_a_id == geo_b_id) continue; // 自己不能和自己邻近。如果生成的两个地点id相同，跳过
Node geo_a = geo_nodes[geo_a_id];
// 由于是有向边，我们假设生成的边是从a到b
// 这里为了简化起见，暂时不考虑重复的邻近地点id。如果有重复，跳过
if (!geo_a.closeby_geo_ids.containsKey(geo_b_id)) {
geo_a.closeby_geo_ids.put(geo_b_id, rand.nextFloat());
}
}
return geo_nodes;
}
public Node[] craftedGraph() {
Node[] geo_nodes = new Node[9];
geo_nodes[0] = new Node(0);
geo_nodes[1] = new Node(1);
geo_nodes[2] = new Node(2);
geo_nodes[3] = new Node(3);
geo_nodes[4] = new Node(4);
geo_nodes[5] = new Node(5);
geo_nodes[6] = new Node(6);
geo_nodes[7] = new Node(7);
geo_nodes[8] = new Node(8);
geo_nodes[0].closeby_geo_ids.put(1, 0.5f);
geo_nodes[0].closeby_geo_ids.put(2, 0.3f);
geo_nodes[0].closeby_geo_ids.put(3, 0.2f);
geo_nodes[0].closeby_geo_ids.put(4, 0.4f);
geo_nodes[1].closeby_geo_ids.put(5, 0.3f);
geo_nodes[2].closeby_geo_ids.put(1, 0.2f);
geo_nodes[2].closeby_geo_ids.put(6, 0.1f);
geo_nodes[3].closeby_geo_ids.put(6, 0.4f);
geo_nodes[3].closeby_geo_ids.put(8, 0.8f);
geo_nodes[4].closeby_geo_ids.put(3, 0.1f);
geo_nodes[4].closeby_geo_ids.put(8, 0.6f);
geo_nodes[5].closeby_geo_ids.put(7, 0.1f);
geo_nodes[6].closeby_geo_ids.put(5, 0.1f);
geo_nodes[6].closeby_geo_ids.put(8, 0.2f);
geo_nodes[8].closeby_geo_ids.put(8, 0.4f);
return geo_nodes;
}
/**
* @Description: 给定起始点，通过Dijkstra算法，计算这个起始点到其他任意结点的最小权重通路
* @param geo_nodes-包含所有地点的结点；source_geo_id-给定的起始点ID，我们要从这个地点出发
* @return void
*/
public static void doDijkstra(Node[] geo_nodes, int source_geo_id) {
// 初始化步骤
HashSet<Integer> F = new HashSet<>(); //Finish集合
F.add(source_geo_id); // 往集合F里添加结点s，F包含且仅包含s
float[] mw = new float[geo_nodes.length];
for (int i = 0; i < mw.length; i++) {
if (i == source_geo_id) mw[i] = 0; // 把起始点s的最小权重赋为0，也就是mw[s] = 0
else mw[i] = Float.MAX_VALUE;
// 对于所有s不能直接到达的结点，将通路的权重设为无穷大或者可能的最大值
}
updateWeight(geo_nodes, source_geo_id, mw); // 假设结点s能直接到达的边集合为M，对于其中的每一条边m，则把mw[m]设为w[s, m]
while (F.size() < geo_nodes.length) {
int geo_with_min_weight = findGeoWithMinWeight(mw, F); // 从mw数组选择最小值，并获得对应的结点
if (geo_with_min_weight == -1 || geo_with_min_weight >= mw.length) break;
F.add(geo_with_min_weight); // 把这个点加入到F中
updateWeight(geo_nodes, geo_with_min_weight, mw);
// 新加入F的结点x是不是可以直接到达其他结点。
// 如果是，看看通过x到达其他点的通路权重是否比这些点当前的mw更小，如果是，那么就替换这些点在mw中的值
}
for (float w : mw) System.out.print(w + " "); // 输出最终的结果
}
/**
* @Description: 每次发现最小的mw及对应的结点x之后，更新和x相邻结点的权重
* @param geo_nodes-包含所有地点的结点；geo_id-拥有最小mw的结点x；mw-目前所有结点的mw值
* @return void
*/
public static void updateWeight(Node[] geo_nodes, int geo_id, float[] mw) {
for (int closeby_node : geo_nodes[geo_id].closeby_geo_ids.keySet()) {
float new_weight = mw[geo_id] + geo_nodes[geo_id].closeby_geo_ids.get(closeby_node);
// 计算通过x到达其这个点的通路权重
if (mw[closeby_node] > new_weight) mw[closeby_node] = new_weight;
// 如果新的通路权重比这个点当前的mw更小，那么就替换它的mw值
}
}
/**
* @Description: 在当前还未完成的mw中，查找最小值，及其对应的结点x
* @param mw-目前所有结点的mw值；F-已完成的结点
* @return int-最小mw值所对应的结点ID
*/
public static int findGeoWithMinWeight(float[] mw, HashSet<Integer> F) {
int geo_with_min_weight = -1;
float min_weight = Float.MAX_VALUE;
for (int i = 0; i < mw.length; i++) {
if (F.contains(i)) continue; // 跳过已经完成的结点
if (mw[i] < min_weight) {
// 同时记录最小值和对应的结点ID
min_weight = mw[i];
geo_with_min_weight = i;
}
}
return geo_with_min_weight;
}
public static void main(String[] args) {
// TODO Auto-generated method stub
Lesson15_1 l16_1 = new Lesson15_1();
int source_geo_id = 0;
// 随机生成图
Node[] geo_nodes_1 = l16_1.generateGraph(5, 12);
Lesson15_1.doDijkstra(geo_nodes_1, source_geo_id);
System.out.println();
// 手动构建正文中图解的例子，便于你加深理解
Node[] geo_nodes_2 = l16_1.craftedGraph();
Lesson15_1.doDijkstra(geo_nodes_2, source_geo_id);
}
}