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

使用Redis快速实现共享Session登录的详细步骤

《使用Redis快速实现共享Session登录的详细步骤》在Web开发中,Session通常用于存储用户的会话信息,允许用户在多个页面之间保持登录状态,Redis是一个开源的高性能键值数据库,广泛用于... 目录前言实现原理:步骤:使用Redis实现共享Session登录1. 引入Redis依赖2. 配置R

SpringBoot实现RSA+AES自动接口解密的实战指南

《SpringBoot实现RSA+AES自动接口解密的实战指南》在当今数据泄露频发的网络环境中,接口安全已成为开发者不可忽视的核心议题,RSA+AES混合加密方案因其安全性高、性能优越而被广泛采用,本... 目录一、项目依赖与环境准备1.1 Maven依赖配置1.2 密钥生成与配置二、加密工具类实现2.1

在Java中实现线程之间的数据共享的几种方式总结

《在Java中实现线程之间的数据共享的几种方式总结》在Java中实现线程间数据共享是并发编程的核心需求,但需要谨慎处理同步问题以避免竞态条件,本文通过代码示例给大家介绍了几种主要实现方式及其最佳实践,... 目录1. 共享变量与同步机制2. 轻量级通信机制3. 线程安全容器4. 线程局部变量(ThreadL

python使用Akshare与Streamlit实现股票估值分析教程(图文代码)

《python使用Akshare与Streamlit实现股票估值分析教程(图文代码)》入职测试中的一道题,要求:从Akshare下载某一个股票近十年的财务报表包括,资产负债表,利润表,现金流量表,保存... 目录一、前言二、核心知识点梳理1、Akshare数据获取2、Pandas数据处理3、Matplotl

分布式锁在Spring Boot应用中的实现过程

《分布式锁在SpringBoot应用中的实现过程》文章介绍在SpringBoot中通过自定义Lock注解、LockAspect切面和RedisLockUtils工具类实现分布式锁,确保多实例并发操作... 目录Lock注解LockASPect切面RedisLockUtils工具类总结在现代微服务架构中,分布

Java使用Thumbnailator库实现图片处理与压缩功能

《Java使用Thumbnailator库实现图片处理与压缩功能》Thumbnailator是高性能Java图像处理库,支持缩放、旋转、水印添加、裁剪及格式转换,提供易用API和性能优化,适合Web应... 目录1. 图片处理库Thumbnailator介绍2. 基本和指定大小图片缩放功能2.1 图片缩放的

Python使用Tenacity一行代码实现自动重试详解

《Python使用Tenacity一行代码实现自动重试详解》tenacity是一个专为Python设计的通用重试库,它的核心理念就是用简单、清晰的方式,为任何可能失败的操作添加重试能力,下面我们就来看... 目录一切始于一个简单的 API 调用Tenacity 入门:一行代码实现优雅重试精细控制:让重试按我

Redis客户端连接机制的实现方案

《Redis客户端连接机制的实现方案》本文主要介绍了Redis客户端连接机制的实现方案,包括事件驱动模型、非阻塞I/O处理、连接池应用及配置优化,具有一定的参考价值,感兴趣的可以了解一下... 目录1. Redis连接模型概述2. 连接建立过程详解2.1 连php接初始化流程2.2 关键配置参数3. 最大连

Python实现网格交易策略的过程

《Python实现网格交易策略的过程》本文讲解Python网格交易策略,利用ccxt获取加密货币数据及backtrader回测,通过设定网格节点,低买高卖获利,适合震荡行情,下面跟我一起看看我们的第一... 网格交易是一种经典的量化交易策略,其核心思想是在价格上下预设多个“网格”,当价格触发特定网格时执行买

python设置环境变量路径实现过程

《python设置环境变量路径实现过程》本文介绍设置Python路径的多种方法:临时设置(Windows用`set`,Linux/macOS用`export`)、永久设置(系统属性或shell配置文件... 目录设置python路径的方法临时设置环境变量(适用于当前会话)永久设置环境变量(Windows系统