Dijkstra含权图最短路径;审判,不要错过枚举退款保证不会重复;国际象棋八皇后问题

求两节点的最短通路。对于无权图,能够通过图的广度优先遍历求解。含权图一般通过Dijkstra算法求解。

import java.util.ArrayList;

import java.util.HashMap;

import java.util.Iterator;

import java.util.List;

import java.util.Map;

public class Shortest {

static class Cell{

int node;//连接到哪个节点

int weight;//边的权值

public Cell(int node,int weight){

this.node=node;

this.weight=weight;

}

}

@SuppressWarnings("unchecked")

public static void main(String[] args) {

List[] g=new List[11];

for(int i=0;i<g.length;i++)g[i]=new ArrayList();

//邻接表形式

g[0].add(new Cell(1,3));

g[0].add(new Cell(4,1));

g[1].add(new Cell(2,1));

g[1].add(new Cell(6,3));

g[1].add(new Cell(9,4));

g[1].add(new Cell(5,5));

g[1].add(new Cell(0,3));

g[2].add(new Cell(1,1));

g[2].add(new Cell(3,1));

g[2].add(new Cell(6,7));

g[3].add(new Cell(2,1));

g[3].add(new Cell(10,2));

g[4].add(new Cell(0,1));

g[4].add(new Cell(5,2));

g[5].add(new Cell(4,2));

g[5].add(new Cell(1,5));

g[5].add(new Cell(7,2));

g[5].add(new Cell(8,3));

g[6].add(new Cell(2,3));

g[6].add(new Cell(3,7));

g[6].add(new Cell(8,2));

g[6].add(new Cell(10,1));

g[7].add(new Cell(5,2));

g[8].add(new Cell(5,3));

g[8].add(new Cell(6,2));

g[9].add(new Cell(1,4));

g[9].add(new Cell(10,2));

g[10].add(new Cell(3,2));

g[10].add(new Cell(6,1));

g[10].add(new Cell(9,2));

//求0号节点開始的全部最小路径

Map map=new HashMap();

while(true){

int min=Integer.MAX_VALUE;//最小路径值

int min_no=-1;//相应节点号

//全部与0号节点相连接的且不在map中

for(int i=0;i<g[0].size();i++){

Cell t=(Cell)g[0].get(i);

if(map.get(t.node)==null&&t.weight<min){

min_no=t.node;

min=t.weight;

}

}

//与map中点邻接的,全部不在map中的节点(可能经历多个点的距离低于和直接相邻的点的距离)

Iterator  it=map.keySet().iterator();

while(it.hasNext()){

int k=(Integer)it.next();

int w=(Integer)map.get(k);//集合中的节点相应的最小路径值

for(int i=0;i<g[k].size();i++){

Cell t=(Cell)g[k].get(i);

if(map.get(t.node)==null&&t.weight+w<min){

min_no=t.node;

min=t.weight+w;

}

}

}

if(min<Integer.MAX_VALUE){

map.put(min_no,min);

}

else{

break;

}

}

System.out.print(map);

}

}

结果:{0=2, 1=3, 2=4, 3=5, 4=1, 5=3, 6=6, 7=5, 8=6, 9=7, 10=7}        0到本身的距离这里计算是依照到4,才从4回到0。所以等于2

所谓”遍历”或“枚举”即是要逐一列出全部情况。其要点是要满足两个要求:1不能反复;2不能遗漏。

“不能反复”要求我们在遍历时要有章法,依照某种设计的路线来进行。试探与回溯是最为经常使用的、易于理解的设计思路。

八皇后问题有多个解

public class NoAttack {

/**

* 八皇后问题,这里不须要用8*8的棋盘,必须每一个皇后不在同一行,横竖能够攻击 同一时候不能够在对角线的位置,攻击距离不限

*/

/**

* 检验新皇后放入后,是否冲突

*/

static boolean check(int[] a, int row, int col) {

for (int i = 0; i < row; i++) {

// 纵向上是否冲突

if (col == a[i])

return false;// 与先前皇后的列冲突

// 对角线检验

if (row - i == Math.abs(col - a[i]))

return false;

}

return true;

}

static void show(int[] a){

for(int i=0;i<a.length;i++){

System.out.print(a[i]+" ");

}

System.out.println();

}

/**

* 对数组放置第K个皇后

*/

static void f(int[] a, int k) {

if (k == 8) {

show(a);

return;// 跳出递归

}

// 对8个位置逐一试探

for (int i = 0; i < 8; i++) {

a[k] = i;

// 将第k个皇后放在第i个位置,进行检查

if (check(a, k, i))

f(a, k + 1);

}

}

public static void main(String[] args) {

int[] a = new int[8];// 记录每行皇后的位置

f(a, 0);

}

}

版权声明:本文博客原创文章。博客,未经同意,不得转载。

时间: 2024-11-05 16:34:22

Dijkstra含权图最短路径;审判,不要错过枚举退款保证不会重复;国际象棋八皇后问题的相关文章

Dijkstra求含权图最短通路;试探与回溯保证枚举的不遗漏不重复;国际象棋八皇后问题

求两节点的最短通路,对于无权图,可以通过图的广度优先遍历求解.含权图一般通过Dijkstra算法求解. import java.util.ArrayList; import java.util.HashMap; import java.util.Iterator; import java.util.List; import java.util.Map; public class Shortest { static class Cell{ int node;//连接到哪个节点 int weight

有向无环带权图的最短路径及长度

给定一个有向无环图的拓扑序列,获取这个序列从起点到序列最后一点的最短路径. 起点默认为0点(顶点为0,1,2...和数组索引对应),序列通过拓扑排序获取. 下面给出实现,首先是对一个有向无环图进行拓扑排序的类. package graphics.dag.topologicalsort; /** * 获取一个拓扑序列 * @author zhangxinren * */ public class TopologicalSort { // 每条边的入度 private static int[] in

带权图的最短路径算法(Dijkstra)实现

一,介绍 本文实现带权图的最短路径算法.给定图中一个顶点,求解该顶点到图中所有其他顶点的最短路径 以及 最短路径的长度.在决定写这篇文章之前,在网上找了很多关于Dijkstra算法实现,但大部分是不带权的.不带权的Dijkstra算法要简单得多(可参考我的另一篇:无向图的最短路径算法JAVA实现):而对于带权的Dijkstra算法,最关键的是如何“更新邻接点的权值”.本文采用最小堆主辅助,以重新构造堆的方式实现更新邻接点权值. 对于图而言,存在有向图和无向图.本算法只需要修改一行代码,即可同时实

带负权图的单源最短路径算法:Bellman-Ford算法

算法简介 前面介绍过图的单源最短路径算法Dijkstra算法,然而Dijkstra算法无法判断含负权边的图的最短路.如果遇到负权,在没有负权回路存在时(负权回路的含义是,回路的权值和为负.)即便有负权的边,也可以采用Bellman-Ford算法正确求出最短路径. Bellman-Ford算法能在更普遍的情况下(存在负权边)解决单源点最短路径问题.对于给定的带权(有向或无向)图G=(V,E),其源点为s,加权函数 w是 边集 E 的映射.对图G运行Bellman-Ford算法的结果是一个布尔值,表

Dijkstra 算法,用于对有权图进行搜索,找出图中两点的最短距离

Dijkstra 算法,用于对有权图进行搜索,找出图中两点的最短距离,既不是DFS搜索,也不是BFS搜索. 把Dijkstra 算法应用于无权图,或者所有边的权都相等的图,Dijkstra 算法等同于BFS搜索. http://www.cnblogs.com/biyeymyhjob/archive/2012/07/31/2615833.html 2.算法描述 1)算法思想:设G=(V,E)是一个带权有向图,把图中顶点集合V分成两组,第一组为已求出最短路径的顶点集合(用S表示,初始时S中只有一个源

图-最短路径-Dijkstra及其变种

目录 最短路径 Dijkstra 算法 算法思想 具体实现 最短路径 Dijkstra+DFS 最短路径 最短路径问题: 给定任意的图G(V,E) 和起点 S,终点 T,如何求从 S 到 T 的最短路径. 解决最短路径的常用方法有 Dijkstra 算法 Bellman-Ford 算法 SPFA 算法 Floyd 算法 这里主要对 Dijkstra 算法及其变种进行总结. Dijkstra 算法 算法思想 Dijkstra 算法用来解决单源最短路径问题,即给定图 G 和起点 s,通过算法得到 S

hdu1818 It&#39;s not a Bug, It&#39;s a Feature!(隐式图最短路径Dijkstra)

题目链接:点击打开链接 题目描述:补丁在修bug时,有时也会引入新的bug,假设有n(n<=20)个潜在的bug和m(m<=100)个补丁,每个补丁用两个长度为n的字符串表示,其中字符串的每个位置表示一个bug.第一个串表示打补丁之前的状态('-'表示在该位置不存在bug,'+'表示该位置必须存在bug,0表示无所谓),第二个串表示打补丁之后的状态('-'表示不存在,'+'表示存在,0表示不变).每个补丁都有一个执行时间,你的任务是用最少的时间把一个所有bug都存在的软件通过打补丁的方式变得没

Java数据结构——带权图

带权图的最小生成树——Prim算法和Kruskal算法 带权图的最短路径算法——Dijkstra算法 package graph; // path.java // demonstrates shortest path with weighted, directed graphs 带权图的最短路径算法 // to run this program: C>java PathApp ////////////////////////////////////////////////////////////

算法10 之带权图

上一节我们已经看到了图的边可以有方向,这一节里,我们将探讨边的另一个特性:权值.例如,如果带权图的顶点代表城市,边的权可能代表城市之间的距离,或者城市之间的路费,或者之间的车流量等等. 带权图归根究底还是图,上一节那些图的基本操作,例如广度优先搜索和深度优先搜索等都是一样的,在这一节里,我们主要来探讨一下带权图的最小生成树最短路径问题. 最小生成树问题 首先探讨下最小生成树问题,它与上一节所提到的最小生成树不同.上一节的最小生成树是个特例,即所有边的权值都一样.那么算法如何设计呢?建议用优先级队