狄克斯特拉(Dijkstra) 算法 php实现

2023-10-19 23:28

本文主要是介绍狄克斯特拉(Dijkstra) 算法 php实现,希望对大家解决编程问题提供一定的参考价值,需要的开发者们随着小编来一起学习吧!

《算法图解》中提到的狄克斯特拉算法,用php实现。

一 原理及解释

根据示例图求出起点到终点的最小耗费路径。

因为涉及每条路径的权重,所以这种算法仅适合有向路径。

所谓有向路径,指仅从起点指向终点的路径。

相对的无向路径,指起点和终点互相指向的路径,一般这样的路径不带箭头。

该算法设定每条路径没有权重为负的路径,且没有不可指向终点的路径,所以所有节点都有效。

起点“O”,终点“C”,实例图如下

根据图示,路径0到A耗费1总耗费1记作A<-O:1:1,以此类推B<-O:2:1,选取耗费最小的路径A<-O:1:1,此时O节点遍历完成。

从节点A再次开始C->A:4,总耗费需要加上之前路径的耗费所以C->A:4:5,A节点遍历完成。

剩余B节点未处理,选取B节点开始C->B:1:3,B节点遍历完成。因为总消耗3小于总消耗5,所以选择C->B路径。

因为C节点是终点,不用便利。所以其余节点遍历完成,则C节点处理完成。

最终选择路径O->B->C,总消耗3。

二 处理流程

1、初始化

节点总耗费父节点遍历完成
OFALSEFALSEFALSE
AFALSEFALSEFALSE
BFALSEFALSEFALSE
CFALSEFALSEFALSE

2、选取起点节点O

节点总耗费父节点遍历完成
OFALSEFALSETRUE
A1OFALSE
B2OFALSE
CFALSEFALSEFALSE

下一步,选取耗费最少且未遍历完成的节点,但是要注意耗费的值不能是FALSE。可将耗费中FALSE视为最大。

某些语言中有无穷大的常量关键字,可以直接用大小对比排除未设置耗费数量的节点。

3、选取节点A

节点总耗费父节点遍历完成
OFALSEFALSETRUE
A1OTRUE
B2OFALSE
C4AFALSE

B->A:3:4,原有节点总耗费为2,小于4。所以不采用B->A,即B->A的数据不更新到表中。

下一步,选取耗费最少且未遍历完成的节点

4、选取节点B

节点总耗费父节点遍历完成
OFALSEFALSETRUE
A1OTRUE
B2OTRUE
C3BTRUE

B->C:1:3,原有节点总耗费为4,大于3。所以采用C->B,即C->B的数据更新到表中。

此时除去终点的节点都处理完,代表终点处理完成,即节点C处理完成。

5、处理流程总结

1、初始化表

2、选取起点节点

3、开始首次处理,即是用节点数据更新表数据

4、设置节点处理完成

5、选取耗费最少且未遍历完成的节点

6、重复4、5步操作。当节点为终点节点时推出循环

7、生成结果

三 php实现

//狄克斯特拉(Dijkstra) 算法 实现
class Test
{/*** $tableitem =['node'=>'','cost'=>'','prev'=>'']*/private $table = []; //计算开销数据private $result = []; //结算表private $data = [];private $start;private $end;public function __construct($data, $start, $end){$this->data = $data;$this->start = $start;$this->end = $end;}private function insert_tables($data){foreach ($data as $key => $value) {$this->insert_table($key);if (is_array($value)) {$this->insert_tables($value);}}}/*** 向table加数据** @param  [type] $node* @return void* @author wj* @date 2023-10-18*/private function insert_table($node){if (!isset($this->table[$node])) {$this->table[$node] = ['node' => $node,'cost' => false,'prev' => false,'isChecked' => false,];}}/*** 改table数据** @param  [type] $node* @param  [type] $cost* @param  [type] $prev* @return void* @author wj* @date 2023-10-18*/private function update_table($node, $cost, $prev){$info = $this->table[$node];if ($cost < $info['cost'] || false == $info['cost']) {$this->table[$node]['cost'] = $cost;$this->table[$node]['prev'] = $prev;}}/*** 处理节点** @param  boolean $node* @return void* @author wj* @date 2023-10-18*/private function deal_node($node = false){if (empty($node)) {$node = $this->get_need_deal_node();}if (empty($node) || !isset($this->data[$node])) {return false;}$usedata = $this->data[$node];$prev = $node;$table_cost = $this->table[$prev]['cost'];foreach ($usedata as $key => $cost) {$totalcost = $cost + (int) $table_cost;$this->update_table($key, $totalcost, $prev);}$this->table[$node]['isChecked'] = true;return true;}/*** 取得最小未处理节点** @param  [type] $node* @return void* @author wj* @date 2023-10-18*/private function get_need_deal_node(){$table = $this->table;$min_node = false;$cost = false;foreach ($table as $key => $value) {if ($value['isChecked'] || false === $value['cost']) {continue;}if ($value['cost'] < $cost || false === $cost) {$cost = $value['cost']; //最小开销$min_node = $key;}}return $min_node;}/*** 设定data 无没用分支 没有负权** @param  [type] $data* @param  [type] $start* @param  [type] $end* @return void* @author wj* @date 2023-10-18*/public function dotest(){//初始化table;$this->insert_tables($this->data);$node = $this->start;//处理节点while ($node) {$result = $this->deal_node($node);$node = $this->get_need_deal_node();if ($node == $this->end) {$this->table[$this->end]['isChecked'] = true;break;}}}public function getresult(){$end = $this->end;$result = [];$node = $end;while ($node) {$nodeinfo = $this->table[$node];$result[$nodeinfo['node']] = $nodeinfo;$node = $nodeinfo['prev'];}$result = array_reverse($result);$path = implode("->", array_keys($result));$lastnode = end($result);$cost = $lastnode['cost'];$data = ['result' => $result,'path' => $path,'cost' => $cost,];return $data;}
}
$data = ["O" => ["A" => 0,"B" => 1,],"A" => ["C" => 1,"B" => 2,],"B" => ["D" => 2,],"C" => ["D" => 3,],
];
$t = new Test($data, "O", "D");
$t->dotest();
$data = $t->getresult();
var_dump($data);
#执行结果
array(3) {'result' =>array(3) {'O' =>array(4) {'node' =>string(1) "O"'cost' =>bool(false)'prev' =>bool(false)'isChecked' =>bool(true)}'B' =>array(4) {'node' =>string(1) "B"'cost' =>int(1)'prev' =>string(1) "O"'isChecked' =>bool(true)}'D' =>array(4) {'node' =>string(1) "D"'cost' =>int(3)'prev' =>string(1) "B"'isChecked' =>bool(true)}}'path' =>string(7) "O->B->D"'cost' =>int(3)
}

这篇关于狄克斯特拉(Dijkstra) 算法 php实现的文章就介绍到这儿,希望我们推荐的文章对编程师们有所帮助!



http://www.chinasem.cn/article/243053

相关文章

SpringBoot集成redisson实现延时队列教程

《SpringBoot集成redisson实现延时队列教程》文章介绍了使用Redisson实现延迟队列的完整步骤,包括依赖导入、Redis配置、工具类封装、业务枚举定义、执行器实现、Bean创建、消费... 目录1、先给项目导入Redisson依赖2、配置redis3、创建 RedissonConfig 配

PHP轻松处理千万行数据的方法详解

《PHP轻松处理千万行数据的方法详解》说到处理大数据集,PHP通常不是第一个想到的语言,但如果你曾经需要处理数百万行数据而不让服务器崩溃或内存耗尽,你就会知道PHP用对了工具有多强大,下面小编就... 目录问题的本质php 中的数据流处理:为什么必不可少生成器:内存高效的迭代方式流量控制:避免系统过载一次性

Python的Darts库实现时间序列预测

《Python的Darts库实现时间序列预测》Darts一个集统计、机器学习与深度学习模型于一体的Python时间序列预测库,本文主要介绍了Python的Darts库实现时间序列预测,感兴趣的可以了解... 目录目录一、什么是 Darts?二、安装与基本配置安装 Darts导入基础模块三、时间序列数据结构与

Python使用FastAPI实现大文件分片上传与断点续传功能

《Python使用FastAPI实现大文件分片上传与断点续传功能》大文件直传常遇到超时、网络抖动失败、失败后只能重传的问题,分片上传+断点续传可以把大文件拆成若干小块逐个上传,并在中断后从已完成分片继... 目录一、接口设计二、服务端实现(FastAPI)2.1 运行环境2.2 目录结构建议2.3 serv

C#实现千万数据秒级导入的代码

《C#实现千万数据秒级导入的代码》在实际开发中excel导入很常见,现代社会中很容易遇到大数据处理业务,所以本文我就给大家分享一下千万数据秒级导入怎么实现,文中有详细的代码示例供大家参考,需要的朋友可... 目录前言一、数据存储二、处理逻辑优化前代码处理逻辑优化后的代码总结前言在实际开发中excel导入很

SpringBoot+RustFS 实现文件切片极速上传的实例代码

《SpringBoot+RustFS实现文件切片极速上传的实例代码》本文介绍利用SpringBoot和RustFS构建高性能文件切片上传系统,实现大文件秒传、断点续传和分片上传等功能,具有一定的参考... 目录一、为什么选择 RustFS + SpringBoot?二、环境准备与部署2.1 安装 RustF

Nginx部署HTTP/3的实现步骤

《Nginx部署HTTP/3的实现步骤》本文介绍了在Nginx中部署HTTP/3的详细步骤,文中通过示例代码介绍的非常详细,对大家的学习或者工作具有一定的参考学习价值,需要的朋友们下面随着小编来一起学... 目录前提条件第一步:安装必要的依赖库第二步:获取并构建 BoringSSL第三步:获取 Nginx

MyBatis Plus实现时间字段自动填充的完整方案

《MyBatisPlus实现时间字段自动填充的完整方案》在日常开发中,我们经常需要记录数据的创建时间和更新时间,传统的做法是在每次插入或更新操作时手动设置这些时间字段,这种方式不仅繁琐,还容易遗漏,... 目录前言解决目标技术栈实现步骤1. 实体类注解配置2. 创建元数据处理器3. 服务层代码优化填充机制详

Python实现Excel批量样式修改器(附完整代码)

《Python实现Excel批量样式修改器(附完整代码)》这篇文章主要为大家详细介绍了如何使用Python实现一个Excel批量样式修改器,文中的示例代码讲解详细,感兴趣的小伙伴可以跟随小编一起学习一... 目录前言功能特性核心功能界面特性系统要求安装说明使用指南基本操作流程高级功能技术实现核心技术栈关键函

Java实现字节字符转bcd编码

《Java实现字节字符转bcd编码》BCD是一种将十进制数字编码为二进制的表示方式,常用于数字显示和存储,本文将介绍如何在Java中实现字节字符转BCD码的过程,需要的小伙伴可以了解下... 目录前言BCD码是什么Java实现字节转bcd编码方法补充总结前言BCD码(Binary-Coded Decima