Java航班中转连接及总距离计算教程

Java航班中转连接及总距离计算教程

本教程旨在指导开发者如何在java中处理航班图数据,实现从指定起始城市经过中转城市,计算并展示中转城市的所有直接连接及其到最终目的地的累计总距离。文章将详细阐述如何优化图遍历逻辑,确保只显示与中转城市直接相连的节点,并正确累加行程距离,从而生成清晰、准确的航班连接信息。

1. 概述与问题背景

在构建航班管理系统时,一个常见的需求是根据用户选择的中转城市,显示该中转城市的所有后续连接,并计算从起始城市到这些后续目的地的总距离。例如,从芝加哥(Chicago)出发,中转纽约(New York),需要显示纽约到奥兰多(Orlando)的连接,并计算芝加哥->纽约->奥兰多的总距离。

原始代码中,showConnections 方法的实现存在两个主要问题:

未正确筛选中转城市连接:它遍历了图中的所有城市及其连接,而不是仅仅显示用户指定中转城市的连接。未累加总距离:它只显示了中转城市到下一个目的地的单段距离,而没有将起始城市到中转城市的距离计入总和。

本教程将通过修改现有代码,解决这些问题,实现精确的连接筛选和距离计算。

2. 图数据结构回顾

在提供的代码中,航班网络使用 HWGraph 类表示,它是一个基于邻接列表的图。

立即学习“Java免费学习笔记(深入)”;

HWGraph 内部使用 HashMap<String, ArrayList> graphMap 来存储图结构。其中,String 是城市名称(作为图的节点),ArrayList 存储了该城市所有直接相连的城市及其对应的飞行距离(作为边的权重)。Vertex 类是一个简单的结构,包含 label(城市名称)和 weight(到该城市的距离)。

HWGraph.java 关键方法:

addVertex(String label): 添加一个城市节点。addEdge(String label1, Vertex v): 添加一条从 label1 到 v.label 的有向边,权重为 v.weight。getConnections(String label): 获取给定城市的所有直接连接(即其邻居节点列表)。getThisVertex(String startCity, String destCity): 从 startCity 的连接中查找 destCity 对应的 Vertex 对象,用于获取从 startCity 到 destCity 的直飞距离。

3. 问题分析与解决方案

3.1 识别原始代码中的缺陷

我们首先审视原始的 HWDriverPrep.java 中的 showConnections 和 connect 方法:

// HWDriverPrep.java (Original)private static void showConnections(HWGraph g, Vertex layOverVertex) {    // 问题1:这里遍历了整个图的graphMap,而不是只关注layOverVertex的连接    g.graphMap.forEach(            (key, value) -> connect(key, value));}private static void connect(String key, ArrayList value) {    // 问题2:这里只打印了单段距离,没有考虑从起始城市到中转城市的距离    for(Vertex v : value){        System.out.println("City: " + v.label + " Distance: " + v.weight);    }}

可以看到,showConnections 方法没有利用传入的 layOverVertex 参数来筛选连接,而是对 graphMap 中的每一个 key(城市)都调用了 connect 方法。这导致了所有城市的连接都被打印出来。同时,connect 方法只打印了当前航段的距离,无法计算从起始城市到中转城市再到下一目的地的总距离。

3.2 优化思路

为了解决上述问题,我们需要进行以下调整:

精确获取中转城市连接:在 showConnections 方法中,不再遍历整个图,而是直接使用 layOverVertex.label 调用 g.getConnections() 方法来获取中转城市的所有直接连接。传递并累加距离:showConnections 方法需要接收一个额外的参数,即从起始城市到中转城市的距离。然后,在遍历中转城市的连接时,将这个距离与当前航段的距离相加,得到最终的总距离。简化辅助方法:原有的 connect 方法可以被废弃或其逻辑直接融入 showConnections 中,因为它不再需要遍历整个图的键值对

4. 代码实现与优化

我们将主要修改 HWDriverPrep.java 中的 main 方法和 showConnections 方法。

TextCortex TextCortex

AI写作能手,在几秒钟内创建内容。

TextCortex 62 查看详情 TextCortex

4.1 修改 HWDriverPrep.java

import java.util.ArrayList;import java.util.Map;import java.util.Scanner;import java.util.Set;public class HWDriverPrep {    public static void main(String[] args) {        HWGraph g = createGraph();        // 打印整个图的连接,用于调试或全面展示        // printGraph( g );        Set keys = g.getKeys();        String startCity = "Chicago"; // 示例起始城市        // 获取用户输入的中转城市        String layOverCityLabel = getLayOverCity( keys, startCity);        // 获取从起始城市到中转城市的Vertex对象,其中包含了该段的距离        Vertex layOverVertex = g.getThisVertex(startCity, layOverCityLabel);        if (layOverVertex != null) {            System.out.printf("\n从起始城市: %s 经中转城市: %s (距离: %d) 的后续连接及总距离:\n",                              startCity, layOverVertex.label, layOverVertex.weight);            // 调用优化后的showConnections方法,传入中转城市Vertex和从起始城市到中转城市的距离            showConnections(g, layOverVertex, layOverVertex.weight);        } else {            System.out.printf("\n无法找到从 %s 到中转城市 %s 的连接,或中转城市不存在。\n", startCity, layOverCityLabel);        }    }    // 辅助方法:打印整个图的连接 (保持不变,用于调试)    private static void printGraph(HWGraph g) {        g.graphMap.forEach(                (key, value) -> show(key, value));    }    // 辅助方法:显示单个城市的连接 (保持不变)    private static void show(String key, ArrayList value) {        System.out.println("显示城市 " + key + " 的连接 --------");        for(Vertex v : value){            System.out.println("  -> 城市: " + v.label + ", 距离: " + v.weight);        }    }    // 辅助方法:获取用户输入的中转城市 (保持不变)    private static String getLayOverCity(Set keys, String startCity) {        Scanner s = new Scanner(System.in);        String oStr = "";        String cm = "";        for(String item: keys)        {            oStr += cm + item;            cm = ", ";        }        System.out.printf("请选择一个中转城市 (%s): ",oStr);        String retItem = s.nextLine();        return retItem;    }    /**     * 显示中转城市的所有连接,并计算从起始城市到最终目的地的总距离。     * @param g 航班图对象     * @param layOverVertex 中转城市对应的Vertex对象,其中包含了中转城市的标签和从起始城市到中转城市的距离。     * @param distanceToLayover 从起始城市到中转城市的距离。     */    private static void showConnections(HWGraph g, Vertex layOverVertex, int distanceToLayover) {        // 获取中转城市的所有直接连接        ArrayList connectionsFromLayover = g.getConnections(layOverVertex.label);        if (connectionsFromLayover != null && !connectionsFromLayover.isEmpty()) {            System.out.println("中转城市 " + layOverVertex.label + " 的后续连接:");            for (Vertex connectedCity : connectionsFromLayover) {                // 计算从起始城市到最终目的地的总距离                int totalDistance = distanceToLayover + connectedCity.weight;                System.out.printf("  -> 目的地: %s (航段距离: %d, 总距离: %d)\n",                                  connectedCity.label, connectedCity.weight, totalDistance);            }        } else {            System.out.println("中转城市 " + layOverVertex.label + " 没有找到后续连接。");        }    }    // 废弃或删除原有的connect方法,因为它不再适用    // private static void connect(String key, ArrayList value) { ... }    // 创建图数据 (保持不变)    private static HWGraph createGraph() {        HWGraph g = new HWGraph();        g.addVertex("Chicago");        g.addVertex("Dallas");        g.addVertex("Atlanta");        g.addVertex("New York");        g.addVertex("Houston");        g.addVertex("Orlando");        // --- now add connections        g.addEdge("Chicago",new Vertex("Dallas",968));        g.addEdge("Chicago",new Vertex("Atlanta",718));        g.addEdge("Chicago",new Vertex("New York",790));        g.addEdge("Dallas",new Vertex("Houston",239));        g.addEdge("Dallas", new Vertex("Orlando",1120));        g.addEdge("Houston", new Vertex("Orlando",967));        g.addEdge("Atlanta", new Vertex("Dallas",781));        g.addEdge("Atlanta", new Vertex("New York",870));        g.addEdge("Atlanta", new Vertex("Orlando",438));        g.addEdge("New York", new Vertex("Houston",1647));        g.addEdge("New York", new Vertex("Orlando",1080));        return g;    }}

4.2 Vertex.java 和 HWGraph.java (保持不变)

这两个文件不需要修改,它们提供了图的基本数据结构和操作。

Vertex.java:

public class Vertex {    String label;    int weight;    public Vertex(String label, int weight) {        this.label = label;        this.weight = weight;    }}

HWGraph.java:

import java.util.ArrayList;import java.util.HashMap;import java.util.Set;public class HWGraph {    public HashMap<String, ArrayList> graphMap = new HashMap();    public void addVertex( String label ){        ArrayList items = new ArrayList();        graphMap.put( label, items);    }    public void removeVertex( String label ){        // 实现删除顶点逻辑,如果需要    }    public void addEdge( String label1, Vertex v){        // 注意:这是一个有向图的添加边方式        // 如果需要无向图,则需要同时添加从v.label到label1的边        graphMap.get(label1).add(v);    }    ArrayList getConnections( String label){        return graphMap.get(label);    }    Set getKeys( ){        Set keys = graphMap.keySet();        return keys;    }    Vertex getThisVertex( String startCity, String destCity){        ArrayList destCities = this.getConnections( startCity);        if (destCities == null) { // 如果起始城市没有连接,或者起始城市不存在            return null;        }        for( Vertex v : destCities){            if ( v.label.equalsIgnoreCase(destCity)){                return v;            }        }        return null; // 如果在起始城市的连接中没有找到目标城市    }}

5. 运行示例与输出

假设起始城市为 Chicago,用户输入中转城市为 New York。

用户交互:

请选择一个中转城市 (Chicago, Dallas, Atlanta, New York, Houston, Orlando): New York

程序输出:

从起始城市: Chicago 经中转城市: New York (距离: 790) 的后续连接及总距离:中转城市 New York 的后续连接:  -> 目的地: Houston (航段距离: 1647, 总距离: 2437)  -> 目的地: Orlando (航段距离: 1080, 总距离: 1870)

解释:

Chicago 到 New York 的距离是 790。New York 到 Houston 的距离是 1647,总距离为 790 + 1647 = 2437。New York 到 Orlando 的距离是 1080,总距离为 790 + 1080 = 1870。

这与预期的输出(例如 Chicago -> New York -> Orlando is 790+1080 = 1870)完全一致。

6. 注意事项与总结

错误处理:在 main 方法中,我们添加了对 layOverVertex 是否为 null 的检查。如果用户输入的中转城市无效,或者从起始城市无法直达中转城市,getThisVertex 将返回 null,程序会给出相应的提示。图的类型:当前实现的是有向图(addEdge 只添加一个方向的边)。如果需要无向图,addEdge 方法需要修改为在两个方向都添加边。路径查找:本教程仅解决了显示中转城市直接连接的问题。如果需要查找从起始城市到任意目的地的完整路径(可能包含多个中转),则需要实现更复杂的图算法,如Dijkstra算法或广度优先搜索(BFS)。代码可读性:通过将核心逻辑集中到 showConnections 方法中,并明确其参数的含义,代码的可读性和维护性得到了显著提升。

通过上述优化,我们成功地解决了在Java中处理航班中转连接和总距离计算的问题,使得程序能够根据用户需求,准确地展示特定中转城市的后续航班信息及其累计总距离。

以上就是Java航班中转连接及总距离计算教程的详细内容,更多请关注创想鸟其它相关文章!

版权声明:本文内容由互联网用户自发贡献,该文观点仅代表作者本人。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。
如发现本站有涉嫌抄袭侵权/违法违规的内容, 请发送邮件至 chuangxiangniao@163.com 举报,一经查实,本站将立刻删除。
发布者:程序猿,转转请注明出处:https://www.chuangxiangniao.com/p/966527.html

(0)
打赏 微信扫一扫 微信扫一扫 支付宝扫一扫 支付宝扫一扫
如何使用CSS实现浮动与定位元素结合布局_float与position应用
上一篇 2025年12月1日 19:18:48
戴尔平板电脑系统在那下载?
下一篇 2025年12月1日 19:18:52

相关推荐

  • PHP自定义函数:创建与使用 prev_id() 函数的实践指南

    本文旨在指导读者如何定义和实现自定义PHP函数,以解决“Call to undefined function”错误。通过 prev_id() 函数的创建示例,详细阐述了函数的基本语法、参数传递、返回值以及在实际应用(如数据库查询)中的集成方法,并提供了关键注意事项,帮助开发者编写模块化、可维护的代码…

    2026年9月23日
    000
  • 四种获取fasta序列长度的方法

    在处理fasta序列时,我们常常需要知道每条序列的长度。今天小编将与大家分享四种获取fasta序列长度的方法。 一、使用awk 以下是使用awk获取fasta序列长度的代码: awk ‘/^>/{if (l!=””) print l; print; l=0; next}{l+=length($…

    2026年9月23日
    200
  • VSCode如何实现代码版本对比 VSCode Git差异对比的高效使用方法

    vscode通过scm视图直接对比工作区与head的差异;2. 点击已暂存文件可查看暂存区与head的差异;3. 通过命令面板、scm历史记录或右键菜单可对比任意版本或文件;4. 差异视图支持并排和内联模式,并提供跳转导航;5. 时间线视图可追溯文件级提交历史并对比各版本;6. gitlens扩展增…

    2026年9月23日
    500
  • mysql索引怎么用 mysql创建索引提高查询性能方法

    mysql索引怎么用 mysql创建索引提高查询性能方法mysql索引怎么用 mysql创建索引提高查询性能方法mysql索引怎么用 mysql创建索引提高查询性能方法mysql索引怎么用 mysql创建索引提高查询性能方法

    索引是mysql中提高查询性能的关键工具,它类似于书籍目录,可快速定位数据。创建索引主要使用create index或alter table语句,例如:create index idx_email on users (email); 或 alter table users add index idx…

    2026年9月23日 用户投稿
    000
  • Java中基于栈验证JSON字符串结构有效性的方法

    本文探讨了在Java中利用栈(Stack)数据结构验证JSON字符串结构有效性的方法。我们将分析一个常见的基于栈的实现示例,指出其在处理字符串内部字符、引号平衡以及转义字符方面的潜在缺陷。文章将提供一个改进的解决方案,并强调此方法主要用于结构匹配,而非完整的JSON语法验证,同时建议生产环境中使用专…

    2026年9月23日
    100
  • 快手极速版官方网页版地址_快手极速版App下载官网首页

    快手极速版官方网页版地址在哪里?这是不少网友都关注的,接下来由PHP小编为大家带来快手极速版官方网页版地址及App下载相关信息,感兴趣的网友一起随小编来瞧瞧吧! https://www.kuaishou.com/ 1、小步骤内容。进入官网后可直接浏览平台首页推荐内容,涵盖生活记录、才艺展示等多个领域…

    2026年9月23日
    200
  • Flink项目实践 | Flink 单机安装部署

    Flink项目实践 | Flink 单机安装部署Flink项目实践 | Flink 单机安装部署Flink项目实践 | Flink 单机安装部署Flink项目实践 | Flink 单机安装部署

    apache flink 是一个用于对无界和有界数据流进行状态计算的框架和分布式处理引擎。flink 设计旨在所有常见集群环境中运行,并以内存速度和任意规模进行计算。 为了深入了解 Flink,首先需要搭建其运行环境。 Flink 可以在所有类似 UNIX 的环境中运行,包括 Linux,Mac O…

    2026年9月23日 用户投稿
    200
  • 如何在AdobeFresco导出AI生成的画作?快速保存图像的教程

    答案:Adobe Fresco支持PNG、JPG、PSD、PDF和MP4等导出格式。PNG适合透明背景和高质量网络展示;JPG适用于小文件、快速分享的有损压缩图像;PSD保留图层与矢量信息,便于在Photoshop中继续编辑;PDF适合打印和跨平台文档共享;MP4用于导出创作延时视频。选择格式时需根…

    2026年9月23日
    100
  • VSCode配置MacOS C环境 详细图解VSCode搭建C++开发

    在mac++os上用vscode配置c/c++环境的关键是安装xcode command line tools以获取clang编译器和lldb调试器,然后安装vscode的c/c++扩展,接着创建项目文件夹和源文件,通过配置tasks.json定义编译任务,确保使用clang编译当前文件并生成可执行…

    2026年9月23日
    100
  • Java JSON字符串有效性验证:基于栈的实现与常见陷阱

    本文深入探讨了使用Java栈结构验证JSON字符串有效性的方法。通过分析一个常见错误示例,详细阐述了在处理括号、方括号以及字符串引号时的正确逻辑,特别强调了字符串内部字符(包括转义字符)不应影响结构平衡的原则,并提供了改进思路,旨在帮助开发者构建健壮的JSON验证器。 JSON结构与栈的适用性 JS…

    2026年9月23日
    000
  • Snagit的AI工具怎么裁剪图片?教你精准完成图片裁剪方法

    Snagit的AI工具怎么裁剪图片?教你精准完成图片裁剪方法Snagit的AI工具怎么裁剪图片?教你精准完成图片裁剪方法Snagit的AI工具怎么裁剪图片?教你精准完成图片裁剪方法Snagit的AI工具怎么裁剪图片?教你精准完成图片裁剪方法

    Snagit虽无一键AI裁剪,但通过魔棒、智能移动等智能工具辅助选区,结合裁剪功能可高效精准裁剪;关键在于利用颜色识别与对象分离技术提升效率,避免纯手动操作,再通过调整比例、放大细节、善用撤销等功能优化结果。 ☞☞☞AI 智能聊天, 问答助手, AI 智能搜索, 免费无限量使用 DeepSeek R…

    2026年9月23日 用户投稿
    000
  • Java javac 命令与当前工作目录解析

    在Java编译环境中,javac命令的“当前目录”指的是命令被执行的物理位置,而非源文件所在的目录。理解这一概念对于正确配置和管理Java项目的编译路径至关重要,特别是当默认的classpath设置为.时,它决定了编译器查找类文件的起点。 1. javac 命令与当前工作目录的定义 在操作系统中,当…

    2026年9月23日
    100
  • 苹果 iPhone Air 今日正式发售:仅支持 eSIM,起售价 7999 元

    10 月 22 日消息,苹果全新 iphone air 于今日上午 8:00 正式开售,起售价定为 7999 元。值得关注的是,该机型仅支持 esim 功能,用户需持本人有效身份证件前往运营商实体营业厅完成实名核验与服务激活。现阶段仍处于商用试验阶段,暂未开放线上办理通道。 iPhone Air 搭…

    2026年9月23日
    200
  • VSCode调试JavaScript代码(详细图解,前端必学技能)

    掌握VSCode调试JavaScript需先安装Node.js和VSCode,创建项目及app.js文件后,配置launch.json,设置断点并启动调试,通过变量面板和控制台检查值,结合条件断点、日志点、监听表达式等技巧提升效率;调试浏览器代码需安装Chrome或Edge调试插件,配置url和we…

    2026年9月23日
    200
  • Bash Shell 中单引号和双引号的区别

    Bash Shell 中单引号和双引号的区别Bash Shell 中单引号和双引号的区别Bash Shell 中单引号和双引号的区别Bash Shell 中单引号和双引号的区别

    在 linux 命令行中,引号是处理文件名中的空格和特殊字符的常用工具。引号在 shell 脚本中具有“特殊功能”,可能让初学者感到困惑。让我们详细探讨不同类型的引号字符及其在 shell 脚本中的用法。 有四种不同类型的引号字符: 单引号 ‘双引号 “反斜杠 反引号 ` 除…

    2026年9月23日 用户投稿
    500
  • Linux中如何查看服务日志?journalctl与syslog使用指南

    Linux中如何查看服务日志?journalctl与syslog使用指南Linux中如何查看服务日志?journalctl与syslog使用指南Linux中如何查看服务日志?journalctl与syslog使用指南Linux中如何查看服务日志?journalctl与syslog使用指南

    排查linux服务问题时,首选journalctl或syslog类系统查看日志。journalctl适用于systemd系统,可查看内核消息、服务启动输出等,支持按时间、单元、优先级过滤;syslog适用于传统系统,需服务主动发送日志,支持集中管理。掌握两者使用能有效定位问题。 在Linux系统中排…

    2026年9月23日 用户投稿
    100
  • Java语法基础中main方法为什么必须是public static void

    Main方法必须声明为public static void以确保JVM能无访问限制地通过类名直接调用,且不依赖对象实例或返回值,符合JVM规范对程序入口的强制要求。 Main方法是Java程序的入口点,它的标准声明形式为:public static void main(String[] args)。…

    2026年9月23日
    200
  • ElevenLabs的AI混合工具怎么用?生成逼真语音的详细操作教程

    ElevenLabs的AI混合工具核心在于VoiceLab功能,结合Voice Design与Instant Voice Cloning实现声音的精细调控与克隆。通过参数调整和高质量音频输入,用户可从零设计或克隆声音,并经反复迭代优化情感表达与自然度。其优势在于对声音细节的精准控制、克隆的真实感及灵…

    2026年9月23日
    100
  • 优化 Laravel Nova 动作响应消息的持久性与交互性

    本文探讨了 Laravel Nova 动作响应消息(toast 提示)持续时间过短的问题,尤其对于耗时较长的操作,默认提示难以满足用户反馈需求。我们提出并详细介绍了如何利用 Laravel Nova 4 的通知功能,实现持久化且可交互的用户通知,从而有效解决传统 toast 消息的局限性,提升用户体…

    2026年9月23日
    400
  • Reflection AI 完成 20 亿美元融资,打造“开放智能”

    美国人工智能初创企业 reflection ai 宣布成功募集 20 亿美元资金,其中英伟达领衔投资 8 亿美元,推动公司估值跃升至 80 亿美元。这家成立仅一年的科技新星,致力于打造“人人可及的前沿开放智能(open intelligence)”。 Reflection AI 表示,已集结一支由顶…

    2026年9月23日
    500

发表回复

登录后才能评论
关注微信