- ubuntu12.04环境下使用kvm ioctl接口实现最简单的虚拟机
- Ubuntu 通过无线网络安装Ubuntu Server启动系统后连接无线网络的方法
- 在Ubuntu上搭建网桥的方法
- ubuntu 虚拟机上网方式及相关配置详解
CFSDN坚持开源创造价值,我们致力于搭建一个资源共享平台,让每一个IT人在这里找到属于你的精彩世界.
这篇CFSDN的博客文章Java实现利用广度优先遍历(BFS)计算最短路径的方法由作者收集整理,如果你对这篇文章有兴趣,记得点赞哟.
本文实例讲述了Java实现利用广度优先遍历(BFS)计算最短路径的方法。分享给大家供大家参考。具体分析如下:
我们用字符串代表图的顶点(vertax),来模拟学校中Classroom, Square, Toilet, Canteen, South Gate, North Gate几个地点,然后计算任意两点之间的最短路径.
如下图所示:
如,我想从North Gate去Canteen, 程序的输出结果应为:
1
2
3
4
|
BFS: From [North Gate] to [Canteen]:
North Gate
Square
Canteen
|
首先定义一个算法接口Algorithm
1
2
3
4
5
6
7
8
9
10
|
public
interface
Algorithm {
/**
* 执行算法
*/
void
perform(Graph g, String sourceVertex);
/**
* 得到路径
*/
Map<String, String> getPath();
}
|
然后,定义图
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
|
/**
* (无向)图
*/
public
class
Graph {
// 图的起点
private
String firstVertax;
// 邻接表
private
Map<String, List<String>> adj =
new
HashMap<>();
// 遍历算法
private
Algorithm algorithm;
public
Graph(Algorithm algorithm) {
this
.algorithm = algorithm;
}
/**
* 执行算法
*/
public
void
done() {
algorithm.perform(
this
, firstVertax);
}
/**
* 得到从起点到{@code vertex}点的最短路径
* @param vertex
* @return
*/
public
Stack<String> findPathTo(String vertex) {
Stack<String> stack =
new
Stack<>();
stack.add(vertex);
Map<String, String> path = algorithm.getPath();
for
(String location = path.get(vertex) ;
false
== location.equals(firstVertax) ; location = path.get(location)) {
stack.push(location);
}
stack.push(firstVertax);
return
stack;
}
/**
* 添加一条边
*/
public
void
addEdge(String fromVertex, String toVertex) {
if
(firstVertax ==
null
) {
firstVertax = fromVertex;
}
adj.get(fromVertex).add(toVertex);
adj.get(toVertex).add(fromVertex);
}
/**
* 添加一个顶点
*/
public
void
addVertex(String vertex) {
adj.put(vertex,
new
ArrayList<>());
}
public
Map<String, List<String>> getAdj() {
return
adj;
}
}
|
这里我们使用策略设计模式,将算法与Graph类分离,通过在构造Graph对象时传入一个Algorithm接口的实现来为Graph选择遍历算法.
1
2
3
|
public
Graph(Algorithm algorithm) {
this
.algorithm = algorithm;
}
|
无向图的存储结构为邻接表,这里用一个Map表示邻接表,map的key是学校地点(String),value是一个与该地点相连通的地点表(List<String>).
1
2
|
// 邻接表
private
Map<String, List<String>> adj =
new
HashMap<>();
|
然后,编写Algorithm接口的BFS实现:
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
|
/**
* 封装BFS算法
*/
public
class
BroadFristSearchAlgorithm
implements
Algorithm {
// 保存已经访问过的地点
private
List<String> visitedVertex;
// 保存最短路径
private
Map<String, String> path;
@Override
public
void
perform(Graph g, String sourceVertex) {
if
(
null
== visitedVertex) {
visitedVertex =
new
ArrayList<>();
}
if
(
null
== path) {
path =
new
HashMap<>();
}
BFS(g, sourceVertex);
}
@Override
public
Map<String, String> getPath() {
return
path;
}
private
void
BFS(Graph g, String sourceVertex) {
Queue<String> queue =
new
LinkedList<>();
// 标记起点
visitedVertex.add(sourceVertex);
// 起点入列
queue.add(sourceVertex);
while
(
false
== queue.isEmpty()) {
String ver = queue.poll();
List<String> toBeVisitedVertex = g.getAdj().get(ver);
for
(String v : toBeVisitedVertex) {
if
(
false
== visitedVertex.contains(v)) {
visitedVertex.add(v);
path.put(v, ver);
queue.add(v);
}
}
}
}
}
|
其中,path是Map类型,意为从 value 到 key 的一条路径.
BFS算法描述:
1. 将起点标记为已访问并放入队列。 2. 从队列中取出一个顶点,得到与该顶点相通的所有顶点。 3. 遍历这些顶点,先判断顶点是否已被访问过,如果否,标记该点为已访问,记录当前路径,并将当前顶点入列。 4. 重复2、3,直到队列为空.
测试用例:
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
|
String[] vertex = {
"North Gate"
,
"South Gate"
,
"Classroom"
,
"Square"
,
"Toilet"
,
"Canteen"
};
Edge[] edges = {
new
Edge(
"North Gate"
,
"Classroom"
),
new
Edge(
"North Gate"
,
"Square"
),
new
Edge(
"Classroom"
,
"Toilet"
),
new
Edge(
"Square"
,
"Toilet"
),
new
Edge(
"Square"
,
"Canteen"
),
new
Edge(
"Toilet"
,
"South Gate"
),
new
Edge(
"Toilet"
,
"South Gate"
),
};
@Test
public
void
testBFS() {
Graph g =
new
Graph(
new
BroadFristSearchAlgorithm());
addVertex(g);
addEdge(g);
g.done();
Stack<String> result = g.findPathTo(
"Canteen"
);
System.out.println(
"BFS: From [North Gate] to [Canteen]:"
);
while
(!result.isEmpty()) {
System.out.println(result.pop());
}
}
|
希望本文所述对大家的java程序设计有所帮助.
最后此篇关于Java实现利用广度优先遍历(BFS)计算最短路径的方法的文章就讲到这里了,如果你想了解更多关于Java实现利用广度优先遍历(BFS)计算最短路径的方法的内容请搜索CFSDN的文章或继续浏览相关文章,希望大家以后支持我的博客! 。
这个问题在这里已经有了答案: Integer summing blues, short += short problem (5 个答案) 关闭 7 年前。 版本:Visual Studio Prof
我尝试执行以下代码: public class Test5 { /** * @param args */ public static void main(String[] args) {
这是我的任务,我尝试仅使用简短的 if 语句来完成此任务,我得到的唯一错误是使用“(0.5<=ratio<2 )”,除此之外,构造正确吗? Scanner scn = new Scanner(
已关闭。此问题需要 debugging details 。目前不接受答案。 编辑问题以包含 desired behavior, a specific problem or error, and the
我有一个简单的类型 data Day = Monday | Tuesday | Wednesday | Thursday | Friday 我是haskell的新手,所以我写==如下。 (==) :
如何实现“简短”和“详细”两个按钮? “短”应该是默认值,并显示页面的一个版本。单击“详细”按钮后,应显示该页面的另一个版本。 由于这有点难以解释,或许可以看下面的例子。 示例页面: 别管内容 需要j
有没有一种方法可以在 C# 中执行此操作,而无需为现有的每个 var 类型创建一个新方法来重载? $box = !empty($toy) : $toy ? ""; 我能想到的唯一方法是: if (t
我想使用 setInterval 创建一个节拍器。我希望能够达到 300 bpm 这样的高 bpm。即使文件足够短,可以根据需要播放多次,它也很容易 打嗝。此外,许多浏览器都存在短音频文件的问题——S
我们现在有一个正在生产中的应用程序,它会将 IAP 收据发送到我们的服务器,这些收据显然太短,而且我们的服务器没有经过 apple 的验证。 Apple 正确验证的长收据长度为 3192。短收据长度均
例如,许多软件使用的许可证 key 。我曾想过对一个序列进行密码签名,所以我可能有 4 个字节用于 ID,8 个字节用于签名,但我找不到合适的算法。 我需要的是攻击者无法轻易生成,但存储在大约 20
作为一个学生项目,我们正在构建一个机器人,它应该跑完规定的路线并捡起一个木制立方体。它的核心是一台运行 debian 的单板计算机,配备 ARM9,频率为 250MHz。因此 Controller 的
在将 short 转换为字节数组时,我在网上找到了以下解决方案,但不太理解所涉及的逻辑。 //buffer is an array of bytes, bytes[] buffer[position]
如何在 PHP namespace 环境中检查对象的类而不指定完整的命名空间类。 例如,假设我有一个对象库/实体/契约(Contract)/名称。 以下代码不起作用,因为 get_class 返回完整
我有一个 View 范围的托管 bean,其托管属性绑定(bind)到查询字符串参数。 JSF 给了我熟悉的异常: javax.faces.FacesException: Property reset
根据 this post我已经修复了对象检查器。有时代码可以很好地运行 10 个条目,使它们全部正确,有时它可以运行 5 个条目。有时它会导致条目错误。 在获取元素的内部文本时总是会失败。当它的 Y/
我正在编写一组工具,其中 C++ 应用程序使用 AES 加密标准对数据进行编码,而 Java 应用程序对其进行解码。据我所知, key 长度必须为 16 个字节。但是当我尝试使用不同长度的密码时,我遇
我有以下代码: short num_short = 1; int possible_new_short = 1; valid = 1; while (valid) { poss
因此,作为 C 的新手,我遇到了我的第一个 SIGSEGV 错误。它出现在一个简短的 C 程序中,该程序旨在成为“猜数字”游戏。它由一个比较两个数字的自定义函数和一个带有输入的 do-while 循环
我不是严格意义上的初级程序员,但我没有接受过数学以外的正规教育 - 所以这纯粹是业余爱好,可能是业余的。 我最近自己开发了一个算法来解决这个问题,但我想知道是否有任何相对简单的算法明显更高效/更快?
我正在使用短条件来区分记录列表中显示的值。 例如,如果我希望强调 ( ) 标识符大于 100 的客户的姓名,请执行以下操作: {# Displays the identifier of the c
我是一名优秀的程序员,十分优秀!