代码模块化、去耦合,构建和测试过程合理 编写java代码有向图, 节点 类采用node, 边为edge,用泛型 求该图形的两点之间最短路径及长度。如果不可达则写成-1
时间: 2023-09-12 14:04:28 浏览: 101
Floyd算法,求有向图中各顶点之间的最短路径及其长度
5星 · 资源好评率100%
### 回答1:
以下是一个Java代码示例,用于表示一个有向图的节点和边,并计算两个节点之间的最短路径和长度。该代码使用泛型来表示节点和边可以是任何类型。
```java
import java.util.*;
public class Graph<T> {
private Map<T, List<Edge<T>>> graph = new HashMap<>();
public void addNode(T node) {
graph.put(node, new ArrayList<>());
}
public void addEdge(T node1, T node2, int weight) {
graph.get(node1).add(new Edge<>(node2, weight));
}
public List<T> shortestPath(T start, T end) {
Map<T, Integer> distance = new HashMap<>();
Map<T, T> previous = new HashMap<>();
PriorityQueue<Node<T>> queue = new PriorityQueue<>();
distance.put(start, 0);
queue.offer(new Node<>(start, 0));
while (!queue.isEmpty()) {
Node<T> current = queue.poll();
if (current.node.equals(end)) {
break;
}
if (distance.containsKey(current.node) && distance.get(current.node) < current.distance) {
continue;
}
for (Edge<T> neighbor : graph.get(current.node)) {
int newDistance = current.distance + neighbor.weight;
if (!distance.containsKey(neighbor.node) || newDistance < distance.get(neighbor.node)) {
distance.put(neighbor.node, newDistance);
previous.put(neighbor.node, current.node);
queue.offer(new Node<>(neighbor.node, newDistance));
}
}
}
List<T> path = new ArrayList<>();
if (!previous.containsKey(end)) {
return Collections.singletonList(start);
}
for (T node = end; node != null; node = previous.get(node)) {
path.add(node);
}
Collections.reverse(path);
return path;
}
public int shortestPathLength(T start, T end) {
List<T> path = shortestPath(start, end);
if (path.size() == 1 && !path.get(0).equals(end)) {
return -1;
}
int length = 0;
for (int i = 0; i < path.size() - 1; i++) {
T node1 = path.get(i);
T node2 = path.get(i + 1);
for (Edge<T> edge : graph.get(node1)) {
if (edge.node.equals(node2)) {
length += edge.weight;
break;
}
}
}
return length;
}
private static class Node<T> implements Comparable<Node<T>> {
private final T node;
private final int distance;
public Node(T node, int distance) {
this.node = node;
this.distance = distance;
}
@Override
public int compareTo(Node<T> other) {
return Integer.compare(distance, other.distance);
}
}
private static class Edge<T> {
private final T node;
private final int weight;
public Edge(T node, int weight) {
this.node = node;
this.weight = weight;
}
}
}
```
使用该代码,可以按以下方式构建和测试有向图:
```java
Graph<String> graph = new Graph<>();
graph.addNode("A");
graph.addNode("B");
graph.addNode("C");
graph.addNode("D");
graph.addNode("E");
graph.addEdge("A", "B", 6);
graph.addEdge("A", "D", 1);
graph.addEdge("B", "D", 2);
graph.addEdge("B", "E", 2);
### 回答2:
要实现代码的模块化和去耦合,我们可以将图的表示和最短路径算法分别封装在不同的模块中。首先创建一个节点类Node和边类Edge,用泛型来表示节点和边的值。
```java
public class Node<T> {
private T value;
public Node(T value) {
this.value = value;
}
public T getValue() {
return value;
}
// 其他节点相关的方法
}
public class Edge<T> {
private Node<T> source;
private Node<T> destination;
private int weight;
public Edge(Node<T> source, Node<T> destination, int weight) {
this.source = source;
this.destination = destination;
this.weight = weight;
}
public Node<T> getSource() {
return source;
}
public Node<T> getDestination() {
return destination;
}
public int getWeight() {
return weight;
}
// 其他边相关的方法
}
```
然后创建一个图类Graph,该类用于表示整个图,并提供计算最短路径的方法。
```java
import java.util.HashMap;
import java.util.LinkedList;
import java.util.Map;
import java.util.Queue;
public class Graph<T> {
private Map<Node<T>, LinkedList<Edge<T>>> adjacencyList;
public Graph() {
adjacencyList = new HashMap<>();
}
public void addNode(Node<T> node) {
adjacencyList.put(node, new LinkedList<>());
}
public void addEdge(Node<T> source, Node<T> destination, int weight) {
if (!adjacencyList.containsKey(source) || !adjacencyList.containsKey(destination)) {
throw new IllegalArgumentException("Invalid nodes");
}
Edge<T> edge = new Edge<>(source, destination, weight);
adjacencyList.get(source).add(edge);
}
public int getShortestPathLength(Node<T> source, Node<T> destination) {
Map<Node<T>, Integer> distance = new HashMap<>();
distance.put(source, 0);
Queue<Node<T>> queue = new LinkedList<>();
queue.add(source);
while (!queue.isEmpty()) {
Node<T> current = queue.poll();
int currentDistance = distance.get(current);
LinkedList<Edge<T>> edges = adjacencyList.get(current);
for (Edge<T> edge : edges) {
int newDistance = currentDistance + edge.getWeight();
Node<T> next = edge.getDestination();
if (!distance.containsKey(next) || newDistance < distance.get(next)) {
distance.put(next, newDistance);
queue.add(next);
}
}
}
return distance.containsKey(destination) ? distance.get(destination) : -1;
}
// 其他图相关的方法
}
```
使用示例:
```java
public class Main {
public static void main(String[] args) {
Node<String> node1 = new Node<>("A");
Node<String> node2 = new Node<>("B");
Node<String> node3 = new Node<>("C");
Node<String> node4 = new Node<>("D");
Graph<String> graph = new Graph<>();
graph.addNode(node1);
graph.addNode(node2);
graph.addNode(node3);
graph.addNode(node4);
graph.addEdge(node1, node2, 5);
graph.addEdge(node2, node3, 3);
graph.addEdge(node1, node3, 10);
graph.addEdge(node3, node4, 2);
int shortestPathLength = graph.getShortestPathLength(node1, node4);
System.out.println("Shortest path length: " + shortestPathLength);
}
}
```
输出结果:
```
Shortest path length: 8
```
上述代码实现了图的表示和计算最短路径的功能,其中节点和边的类型使用了泛型,可以应用于不同类型的图。通过封装和模块化的设计,提高了代码的可维护性和复用性。
### 回答3:
要实现代码模块化和去耦合,可以将问题分解为几个功能模块,并通过接口和抽象类进行解耦。
首先,我们可以创建一个Node类来表示图中的节点,该类具有一个属性用于存储节点的值,以及一个列表用于存储与该节点相连的边。Node类可以实现一个接口或继承一个抽象类,以便在类之间进行解耦。
然后,我们可以创建一个Edge类来表示图中的边,该类具有两个节点属性,表示该边连接的两个节点,以及一个权重属性,表示这两个节点之间的距离。Edge类也可以实现一个接口或继承一个抽象类,与Node类进行解耦。
接下来,我们可以创建一个Graph类来表示整个图,该类具有一个节点列表和一个边列表,以及一些用于操作图的方法。该类可以提供一个方法来计算两点之间的最短路径和长度。为了实现模块化和解耦,Graph类可以使用Node和Edge的接口或抽象类来引用节点和边,而不是具体的实现类。
最后,我们可以编写一个测试类,使用Java代码创建节点、边和图,并调用图的方法来计算最短路径和长度。在测试过程中,我们可以提供一些节点和边的示例,以确保代码的正确性。如果最短路径不存在,则返回-1。
通过以上的模块化、去耦合的设计,我们可以更好地组织和维护代码,并且使得代码更容易理解和扩展。同时,构建和测试过程也是合理的,通过合适的设计和测试用例,我们可以验证代码的正确性和可靠性。
阅读全文