今天学习了这两种算法，都是用来求最小路径的算法，但是迪杰斯特拉算法只能从某个特定点到所有点的最短路径，而佛洛依德算法可以查出任意点到任意点的最小路径。
迪杰斯特拉：
package dijkstra; import java.util.Scanner; import java.util.Stack; /* * 算法思路：通过从特定起点查找，一直查找到所有点到这个点的最小路径。 * 算法特点：因为要预防两点间的距离可能不是直接距离最短，所以处理要有些特别 * 算法处理思路：首先通过一个大的循环嵌套循环count（点）-1次，这么做是为了查找除了自身的所有点到起点的权值。 * 再通过一个for循环查找此时可达路径离起点最近的点。把查出来点的设为已查找过。 * 接下来再通过这个最短权值的点进行for循环操作，这个for循环作用是如果经过新增v顶点到达的定点比当前已知路径都短，我们更新 * 这个路径权值，并设置到这个点的前驱节点是v，让我们查询时能查出路径 *每个点都会走一次 * */ public class Dijkstra { public static void main(String[] args) { DijkstraArithmetic dijkstraArithmetic=new DijkstraArithmetic(); dijkstraArithmetic.dijkstra(); dijkstraArithmetic.find(); } } class DijkstraArithmetic{ //第一步：先准备一个图： final int max = 65535; int[][] graph = new int[][]{ {0, 1, 5, max, max, max, max, max, max}, {1, 0, 3, 7, 5, max, max, max, max}, {5, 3, 0, max, 1, 7, max, max, max}, {max, 7, max, 0, 2, max, 3, max, max}, {max, 5, 1, 2, 0, 3, 6, 9, max}, {max, max, 7, max, 3, 0, max, 5, max}, {max, max, max, 3, 6, max, 0, 2, 7}, {max, max, max, max, 9, 5, 2, 0, 4}, {max, max, max, max, max, max, 7, 4, 0}}; int[] D = new int[9]; //建立一个存储起点vo到各点的权值的数组 int[] P = new int[9];//建立一个起点到这个点的最短路径的前驱结点 int[] fin = new int[9];//建立一个确认每个点是否已经被算出最短路径，以便确认它不需要被再计算,被计算过就被记为1，为就按记为0 public void dijkstra() { /** * 算法第一步：初始化工作 */ int i, j, k=0; //初始化这三个数组， for (i = 0; i < 9; i++) { D[i] = graph[0][i];//初始化权值 P[i] = 0;//初始化前驱节点,试试自己的猜想(不行，如果这样的话，后面的！=0判断会出错误，而且能联通的都不为零） fin[i] = 0; } fin[0] = 1;//不用计算起点 /* * 第二步，通过现可达点查找最小的权值 * */ for (i = 1; i < 9; i++) {//遍历所有点的个数（除了v0） int min = 65535; for (j = 1; j < 9; j++) {//寻找v0最近的顶点 if (fin[j] != 1 && D[j] < min) {//确认要加入的点没有被加入过，并且某点可达且找出最小值 min = D[j];//把目前查到的最小值赋给min k = j;//记录最小值的下标 } } fin[k] = 1; for (j = 0; j < 9; j++) {//新更新了点，所以有了新的可达路径，更新这些新路径 if (fin[j] != 1 && D[j]>min +graph[k][j]){//更新那些和vo没链接但是和新的点有连接的点或者经过新的点有更近路径的点 D[j]=min+graph[k][j];//更新D[]数组的最小距离 P[j]=k;//设置修正权值的点的前驱结点 } } } } public void find(){//输出最近距离节点 int i; System.out.println("请输入你想要到达的结点"); Scanner sc=new Scanner(System.in); int pointnum=sc.nextInt(); i=pointnum; // while(P[i]!=0){//循环输出每个点的前驱 // System.out.print(P[i]+"<-"); // i=P[i]; // } // System.out.println("0");//输出最后一个是零点 //输出时存的是某个节点的前驱结点 //用栈输出 StackMySelf stackMySelf=new StackMySelf(15); while(P[i]!=0){ System.out.println(P[i]); stackMySelf.push(P[i]);//让每个元素入栈 i=P[i]; } stackMySelf.push(0);//把起点放进去 while(!stackMySelf.empty()){ System.out.print(stackMySelf.pop()); if(!stackMySelf.empty()){ System.out.print("->");//最后一个点后面不会输出-> } } } } class StackMySelf {//自定义一个栈 private Object[] data =null;// 先自定义数组来当作栈的容器 private int maxSize;//定义栈的最大存储空间 private int top=-1;//定义栈的栈顶指针 StackMySelf(){ //构造函数来确定栈的大小,默认是10 this(10); } StackMySelf(int init) {//构造函数来确定栈的大小 if (init >= 0) {//如果栈的容量大于等于1 maxSize = init;//确定最大长度 data = new Object[init];//实例化数组 top = -1;//确认栈顶指针 } else { throw new RuntimeException("初始化大小不能小于0" + init); } } public boolean empty(){//判空 return top==-1?true:false; } public Object pop() {//出栈 if (top == -1) { //先判断栈不为空 throw new RuntimeException("栈为空"); } else { return data[top--]; } } public boolean push(Object e){//入栈 if (top == maxSize - 1) { throw new RuntimeException("栈已满"); } else { data[++top]=e;//赋值 return true; } } public Object peek(){//查看栈顶元素但不移除 if (top == maxSize - 1) { throw new RuntimeException("栈已满"); } else { return data[top]; } } public int search(Object e){//返回对象在堆栈中的位置，以1为基数 int i=top;//保留top的原本值 while(top!=-1){//循环一直找到栈底 if(peek()!=e){ top--; }else { break; } } int result=top+1;//以1开始，所以加个1 top=i;//恢复top的值 return result; } }