0

0

Java中BFS最短路径算法的正确实现与常见陷阱

碧海醫心

碧海醫心

发布时间:2025-11-07 13:10:49

|

997人浏览过

|

来源于php中文网

原创

Java中BFS最短路径算法的正确实现与常见陷阱

本文深入探讨了在java中使用广度优先搜索(bfs)算法计算最短路径的正确方法。重点介绍了如何通过反向映射构建路径以实现精确回溯,优化搜索终止条件,并强调了自定义node类中equals和hashcode方法正确实现的重要性,以确保算法在哈希集合中的健壮性与准确性。

理解BFS与最短路径

广度优先搜索(BFS)是一种图遍历算法,它从起始节点开始,逐层地访问所有可达节点。由于其逐层扩展的特性,BFS非常适合用于在无权图中寻找最短路径,因为它总是先发现距离起始节点最近的节点。

然而,在实际实现中,尤其是在路径回溯阶段,开发者常会遇到路径计算不准确的问题。这通常是由于路径记录方式不当,导致路径信息被错误覆盖或无法正确追踪。

节点类设计:equals() 和 hashCode() 的重要性

在使用哈希集合(如 HashSet 或 HashMap)存储自定义对象时,正确实现 equals() 和 hashCode() 方法至关重要。如果 Node 类没有正确覆盖 java.lang.Object 中的这两个方法,哈希集合将使用对象内存地址进行比较,这可能导致逻辑错误,即使两个 Node 对象具有相同的 value,它们也可能被视为不同的对象。

以下是 Node 类正确实现 equals() 和 hashCode() 的示例:

立即学习Java免费学习笔记(深入)”;

import java.util.HashSet;
import java.util.Objects;
import java.util.Set;

public class Node {
    private final int value;
    private final Set<Node> siblingNodes = new HashSet<>();

    public Node(int value) {
        this.value = value;
    }

    public int getValue() {
        return value;
    }

    public Set<Node> getSiblingNodes() {
        return siblingNodes;
    }

    public void addSiblingNode(Node node) {
        siblingNodes.add(node);
    }

    /**
     * 正确覆盖 Object.equals(Object o) 方法。
     * 用于比较两个 Node 对象是否逻辑相等,基于它们的 value 属性。
     *
     * @param o 待比较的对象
     * @return 如果对象相等则返回 true,否则返回 false
     */
    @Override
    public boolean equals(Object o) {
        // 检查是否是同一个对象引用
        if (this == o) return true;
        // 检查对象是否为null或类型不匹配
        if (o == null || getClass() != o.getClass()) return false;
        // 类型转换并比较关键属性
        Node other = (Node) o;
        return value == other.value;
    }

    /**
     * 覆盖 equals 方法时,必须同时覆盖 hashCode 方法。
     * 返回基于 Node 对象的 value 属性计算的哈希码。
     *
     * @return 对象的哈希码
     */
    @Override
    public int hashCode() {
        return Objects.hash(value);
    }
}

注意事项:

AI小聚
AI小聚

一站式多功能AIGC创作平台,支持AI绘画、AI视频、AI聊天、AI音乐

下载
  • equals(Object o) 方法必须接受 Object 类型参数,而不是 Node 类型,才能正确覆盖父类方法。
  • 如果 equals() 方法判断两个对象相等,那么它们的 hashCode() 方法必须返回相同的值。
  • Objects.hash() 是一个方便的工具,用于根据对象的字段生成哈希码。

BFS 最短路径算法核心实现

BFS 算法的核心在于使用队列来管理待访问的节点,并使用一个映射(paths)来记录每个节点是如何被发现的,即它的前驱节点是谁。

getDirections 方法:搜索与路径记录

在搜索过程中,我们不再使用一个单独的 visitedNodes 集合,而是将 paths 映射同时作为已访问节点的记录。当一个节点被添加到 paths 映射中时,它就被视为已访问。

import java.util.ArrayDeque;
import java.util.ArrayList;
import java.util.Collections;
import java.util.HashMap;
import java.util.List;
import java.util.Map;
import java.util.Queue;
import java.util.stream.Collectors;

public class BFSShortestPath {

    /**
     * 使用 BFS 算法查找从源节点到目标节点的最短路径。
     *
     * @param source      起始节点
     * @param destination 目标节点
     * @return 包含最短路径节点的列表,如果不存在路径则返回空列表
     */
    public static List<Node> getDirections(Node source, Node destination) {
        // paths 映射:键为当前节点,值为其父节点(前驱节点),用于路径回溯。
        // 同时也可用于跟踪已访问节点,避免重复访问。
        Map<Node, Node> paths = new HashMap<>();
        // 使用 ArrayDeque 作为队列,性能通常优于 LinkedList 作为队列使用。
        Queue<Node> queue = new ArrayDeque<>();

        // 初始化:将源节点加入队列,并记录其父节点为null(路径的起点)。
        queue.add(source);
        paths.put(source, null); // 源节点没有父节点

        boolean isFound = false; // 标记是否找到目标节点

        while (!isFound && !queue.isEmpty()) {
            Node current = queue.remove(); // 从队列中取出当前节点

            // 遍历当前节点的所有邻居节点
            for (Node sibling : current.getSiblingNodes()) {
                // 如果邻居节点已经存在于 paths 映射中,说明它已被访问,跳过。
                if (paths.containsKey(sibling)) {
                    continue;
                }

                // 记录邻居节点的父节点为当前节点。
                paths.put(sibling, current);

                // 如果找到目标节点,设置标记并终止当前节点的邻居遍历。
                if (sibling.equals(destination)) {
                    isFound = true;
                    break;
                }

                // 将邻居节点加入队列,以便后续探索。
                queue.add(sibling);
            }
        }

        // 调用辅助方法重建路径
        return getPath(source, destination, paths);
    }

    // ... (getPath 方法将在下一节介绍)
    // ... (main 方法将在后续示例中展示)
}

关键改进点:

  1. paths 映射方向: 存储 (sibling, current),即 sibling 的父节点是 current。这使得从目标节点回溯到源节点变得直接。
  2. paths 兼作 visited 集合: paths.containsKey(sibling) 检查足以判断节点是否已访问,无需额外的 HashSet。
  3. ArrayDeque: 作为队列使用时,通常比 LinkedList 具有更好的性能。
  4. 提前终止: 一旦找到目标节点 (destination),isFound 标记为 true,循环将终止,避免不必要的搜索,提高效率。

getPath 辅助方法:路径重建

当 BFS 搜索结束后,paths 映射包含了从源节点到所有可达节点的路径信息(以反向父子关系存储)。getPath 方法利用此映射,从目标节点开始,沿着父节点链回溯到源节点,从而构建出完整的路径。

// ... (接 BFSShortestPath 类)

    /**
     * 根据存储的父节点映射重建从起始节点到目标节点的路径。
     *
     * @param start 起始节点
     * @param end   目标节点
     * @param paths 存储 (子节点, 父节点) 关系的映射
     * @return 包含路径节点的列表,如果路径不存在则返回空列表
     */
    public static List<Node> getPath(Node start, Node end, Map<Node, Node> paths) {
        List<Node> path = new ArrayList<>();
        Node current = end;

        // 从目标节点开始回溯,直到到达源节点或路径中断
        // current != null 检查处理了目标节点无法从源节点到达的情况
        // !current.equals(start) 确保循环在到达源节点前停止,避免重复添加源节点
        while (current != null && !current.equals(start)) {
            path.add(current); // 将当前节点添加到路径中
            current = paths.get(current); // 获取当前节点的父节点
        }

        // 如果 current 最终是源节点,说明路径存在,将源节点加入路径
        if (current != null && current.equals(start)) {
            path.add(start);
        } else {
            // 如果 current 变为 null,表示从 end 无法到达 start
            return Collections.emptyList(); // 返回空列表
        }

        // 由于是反向构建的路径(从目标到源),需要反转列表以得到正确的顺序
        Collections.reverse(path);
        return path;
    }

// ... (BFSShortestPath 类结束)

注意事项:

  • `while

热门AI工具

更多
DeepSeek
DeepSeek

幻方量化公司旗下的开源大模型平台

豆包大模型
豆包大模型

字节跳动自主研发的一系列大型语言模型

WorkBuddy
WorkBuddy

腾讯云推出的AI原生桌面智能体工作台

腾讯元宝
腾讯元宝

腾讯混元平台推出的AI助手

文心一言
文心一言

文心一言是百度开发的AI聊天机器人,通过对话可以生成各种形式的内容。

讯飞写作
讯飞写作

基于讯飞星火大模型的AI写作工具,可以快速生成新闻稿件、品宣文案、工作总结、心得体会等各种文文稿

即梦AI
即梦AI

一站式AI创作平台,免费AI图片和视频生成。

ChatGPT
ChatGPT

最最强大的AI聊天机器人程序,ChatGPT不单是聊天机器人,还能进行撰写邮件、视频脚本、文案、翻译、代码等任务。

相关专题

更多
while的用法
while的用法

while的用法是“while 条件: 代码块”,条件是一个表达式,当条件为真时,执行代码块,然后再次判断条件是否为真,如果为真则继续执行代码块,直到条件为假为止。本专题为大家提供while相关的文章、下载、课程内容,供大家免费下载体验。

107

2023.09.25

while的用法
while的用法

while的用法是“while 条件: 代码块”,条件是一个表达式,当条件为真时,执行代码块,然后再次判断条件是否为真,如果为真则继续执行代码块,直到条件为假为止。本专题为大家提供while相关的文章、下载、课程内容,供大家免费下载体验。

107

2023.09.25

页面置换算法
页面置换算法

页面置换算法是操作系统中用来决定在内存中哪些页面应该被换出以便为新的页面提供空间的算法。本专题为大家提供页面置换算法的相关文章,大家可以免费体验。

497

2023.08.14

C# ASP.NET Core微服务架构与API网关实践
C# ASP.NET Core微服务架构与API网关实践

本专题围绕 C# 在现代后端架构中的微服务实践展开,系统讲解基于 ASP.NET Core 构建可扩展服务体系的核心方法。内容涵盖服务拆分策略、RESTful API 设计、服务间通信、API 网关统一入口管理以及服务治理机制。通过真实项目案例,帮助开发者掌握构建高可用微服务系统的关键技术,提高系统的可扩展性与维护效率。

71

2026.03.11

Go高并发任务调度与Goroutine池化实践
Go高并发任务调度与Goroutine池化实践

本专题围绕 Go 语言在高并发任务处理场景中的实践展开,系统讲解 Goroutine 调度模型、Channel 通信机制以及并发控制策略。内容包括任务队列设计、Goroutine 池化管理、资源限制控制以及并发任务的性能优化方法。通过实际案例演示,帮助开发者构建稳定高效的 Go 并发任务处理系统,提高系统在高负载环境下的处理能力与稳定性。

38

2026.03.10

Kotlin Android模块化架构与组件化开发实践
Kotlin Android模块化架构与组件化开发实践

本专题围绕 Kotlin 在 Android 应用开发中的架构实践展开,重点讲解模块化设计与组件化开发的实现思路。内容包括项目模块拆分策略、公共组件封装、依赖管理优化、路由通信机制以及大型项目的工程化管理方法。通过真实项目案例分析,帮助开发者构建结构清晰、易扩展且维护成本低的 Android 应用架构体系,提升团队协作效率与项目迭代速度。

82

2026.03.09

JavaScript浏览器渲染机制与前端性能优化实践
JavaScript浏览器渲染机制与前端性能优化实践

本专题围绕 JavaScript 在浏览器中的执行与渲染机制展开,系统讲解 DOM 构建、CSSOM 解析、重排与重绘原理,以及关键渲染路径优化方法。内容涵盖事件循环机制、异步任务调度、资源加载优化、代码拆分与懒加载等性能优化策略。通过真实前端项目案例,帮助开发者理解浏览器底层工作原理,并掌握提升网页加载速度与交互体验的实用技巧。

97

2026.03.06

Rust内存安全机制与所有权模型深度实践
Rust内存安全机制与所有权模型深度实践

本专题围绕 Rust 语言核心特性展开,深入讲解所有权机制、借用规则、生命周期管理以及智能指针等关键概念。通过系统级开发案例,分析内存安全保障原理与零成本抽象优势,并结合并发场景讲解 Send 与 Sync 特性实现机制。帮助开发者真正理解 Rust 的设计哲学,掌握在高性能与安全性并重场景中的工程实践能力。

223

2026.03.05

PHP高性能API设计与Laravel服务架构实践
PHP高性能API设计与Laravel服务架构实践

本专题围绕 PHP 在现代 Web 后端开发中的高性能实践展开,重点讲解基于 Laravel 框架构建可扩展 API 服务的核心方法。内容涵盖路由与中间件机制、服务容器与依赖注入、接口版本管理、缓存策略设计以及队列异步处理方案。同时结合高并发场景,深入分析性能瓶颈定位与优化思路,帮助开发者构建稳定、高效、易维护的 PHP 后端服务体系。

458

2026.03.04

热门下载

更多
网站特效
/
网站源码
/
网站素材
/
前端模板

精品课程

更多
相关推荐
/
热门推荐
/
最新课程
Kotlin 教程
Kotlin 教程

共23课时 | 4.4万人学习

C# 教程
C# 教程

共94课时 | 11.2万人学习

Java 教程
Java 教程

共578课时 | 81.3万人学习

关于我们 免责申明 举报中心 意见反馈 讲师合作 广告合作 最新更新
php中文网:公益在线php培训,帮助PHP学习者快速成长!
关注服务号 技术交流群
PHP中文网订阅号
每天精选资源文章推送

Copyright 2014-2026 https://www.php.cn/ All Rights Reserved | php.cn | 湘ICP备2023035733号