基于JGraphT实现的路径探寻
基于JGraphT实现的路径探寻
业务中提出基于内存,探寻的两点间的有向以及无向路径,多点间的最小子图等需求,以下记录使用JGraphT的实现过程。
GraphT是免费的Java类库,提供数学图论对象和算法,本文只涉及路径探寻中的部分内容。
图实例简介
以下资料来源graph-structures
可用图概览
图类|边方向|自环|顶点对间多边|加权
--|:--😐--😐--😐--😐--😐--:
SimpleGraph|undirected|no|no|no
Multigraph|undirected|no|yes|no
Pseudograph|undirected|yes|yes|no
DefaultUndirectedGraph|undirected|yes|no|no
SimpleWeightedGraph|undirected|no|no|yes
WeightedMultigraph|undirected|no|yes|yes
WeightedPseudograph|undirected|yes|yes|yes
DefaultUndirectedWeightedGraph|undirected|yes|no|yes
SimpleDirectedGraph|directed|no|no|no
DirectedMultigraph|directed|no|yes|no
DirectedPseudograph|directed|yes|yes|no
DefaultDirectedGraph|directed|yes|no|no
SimpleDirectedWeightedGraph|directed|no|no|yes
DirectedWeightedMultigraph|directed|no|yes|yes
DirectedWeightedPseudograph|directed|yes|yes|yes
DefaultDirectedWeightedGraph|directed|yes|no|yes结构特性
无向边(undirected edges):一条边只连接一个顶点对,不施加方向。
有向边(directed edges):边具有起点和终点。
自环(self-loops):是否允许顶点的边连接到自身。
同向多边(multiple edges):是否在同一顶点对之间存在多个边(有向图中,同一顶点对之间,方向相反的两条边不计为多边)。
加权(weighted):边是否具有浮点值权重(对于该类图,通常用DefaultWeightedEdge作边类型),
未加权图被视为有统一的边权重1.0,这使它们可以用于算法中,例如查找最短路径。
业务类
抽象顶点类
public class Node{
//顶点id
private String id;
...
}
抽象边缘类
public class Link{
//边缘id
private String id;
//起始点id
private String source;
//终止点id
private String target;
...
}
抽象图数据类
public class GraphDescription{
//顶点集合
private List<Node> nodes;
//边缘集合
private List<Link> links;
...
}
两点有向路径探寻
使用业务中的UID(String)作为顶点类,边构造使用默认边类DefaultEdge。
Graph<String, DefaultEdge> directedGraph = new DirectedMultigraph<>(DefaultEdge.class);
graphDescription.getNodes().forEach(node -> directedGraph.addVertex(node.getId()));
graphDescription.getLinks().forEach(link -> directedGraph.addEdge(link.getSource(), link.getTarget()));
最短路径探寻,先找出有向最短路径长度,最短路径长度小于限制时,按照最短路径跳数找出所有非自环路径
DijkstraShortestPath<String, DefaultEdge> dijkstraAlg = new DijkstraShortestPath<>(directedGraph);
GraphPath<String, DefaultEdge> shorest = dijkstraAlg.getPath(start, end);
if (shorest != null && shorest.getLength() <= hopsLimit) {
AllDirectedPaths allPaths = new AllDirectedPaths(directedGraph);
fullRes = allPaths.getAllPaths(start, end, true, shorest.getLength());
}
全路径探寻,按照跳数限制直接探寻结果
AllDirectedPaths allPaths = new AllDirectedPaths(directedGraph);
fullRes = allPaths.getAllPaths(start, end, true, hopsLimit);
两点无向路径探寻
我们构造支持无向及多边的Multigraph
Graph<String, DefaultEdge> multiGraph = new Multigraph<>(DefaultEdge.class);
graphDescription.getNodes().forEach(node -> graph.addVertex(node.getId()));
graphDescription.getLinks().forEach(link -> graph.addEdge(link.getSource(), link.getTarget()));
无向路径探寻类似于有向步骤,确认最短路径跳数探寻,结果数限制k设置为整型最大值
BidirectionalDijkstraShortestPath<String, DefaultEdge> dijkstraAlg = new BidirectionalDijkstraShortestPath<>(multiGraph);
GraphPath<String, DefaultEdge> shorest = dijkstraAlg.getPath(start, end);
if (shorest != null && shorest.getLength() <= hopsLimit) {
KShortestSimplePaths simplePaths = new KShortestSimplePaths(multiGraph, shorest.getLength());
fullRes = simplePaths.getPaths(start, end, Integer.MAX_VALUE);
}
全路径探寻,按照跳数限制直接探寻结果
KShortestSimplePaths simplePaths = new KShortestSimplePaths(graph, hopsLimit);
fullRes = simplePaths.getPaths(start, end, Integer.MAX_VALUE);
多点最小子图探寻
基于MultiGraph,多个点形成的集合,与自身作笛卡尔积,两两探寻最短路径后加入fullRes并去重,形成的边集即为最小子图。