迪杰斯特拉算法

个人总结

Dijkstra算法的要点总结：

1.该算法需要两个重要的数据结合结构，集合S、T，S集合中存放已经找到最短路径的节点，T集合中则为S集合的补集，为还未找到阻断路径的节点集合

2.算法开始时将源点o放入S集合，并初始化各节点到源点的最短路径，如果之间不相通，距离为无穷大，否则，当前最短路径为到源点o的直接距离

3.整个算法过程为不断从T集合寻找当前最短路径的节点，并将其从T集合转移到S集合，直到T集合为空，算法结束

4.每次从T集合中提取当前最短路径的节点之后需要更新T集合中每个节点的当前最短路径，更新方法为：获取T中节点Ti，依次用S中的每个节点Si，将Si的最短路径长度加上Si到Ti的距离和与Ti直接到源点的距离做比较，如果距离和更小，则更新Ti的当前最短路径

5.总流程可表示为：集合S、T初始化----->提取T中最小路径节点放入S中------>更新T集合节点的当前最小路径 ，直到T集合为空，算法结束

定义

　　Dijkstra(迪杰斯特拉)算法是典型的单源最短路径算法，用于计算一个节点到其他所有节点的最短路径。主要特点是以起始点为中心向外层层扩展，直到扩展到终点为止。Dijkstra算法是很有代表性的最短路径算法，在很多专业课程中都作为基本内容有详细的介绍，如数据结构，图论，运筹学等等。Dijkstra一般的表述通常有两种方式，一种用永久和临时标号方式，一种是用OPEN, CLOSE表的方式，这里均采用永久和临时标号的方式。注意该算法要求图中不存在负权边。

问题描述

　　在无向图 G=(V,E) 中，假设每条边 E[i] 的长度为 w[i]，找到由顶点 V0 到其余各点的最短路径。（ 单源最短路径

迪杰斯特拉算法

　　 迪杰斯特拉(Dijkstra)算法思想

　　 按路径长度递增次序产生最短路径算法：

　　把V分成两组：

　　（1）S：已求出最短路径的顶点的集合

　　（2）V-S=T：尚未确定最短路径的顶点集合

　　将T中顶点按最短路径递增的次序加入到S中，

　　保证：（1）从源点V0到S中各顶点的最短路径长度都不大于

　　从V0到T中任何顶点的最短路径长度

　　（2）每个顶点对应一个距离值

　　S中顶点：从V0到此顶点的最短路径长度

　　T中顶点：从V0到此顶点的只包括S中顶点作中间

　　顶点的最短路径长度

　　依据：可以证明V0到T中顶点Vk的最短路径，或是从V0到Vk的

　　直接路径的权值；或是从V0经S中顶点到Vk的路径权值之和

　　（反证法可证）

　　 求最短路径步骤

　　算法步骤如下：

　　1. 初使时令 S={V0},T={其余顶点}，T中顶点对应的距离值

　　若存在<V0,Vi>，d(V0,Vi)为<V0,Vi>弧上的权值

　　若不存在<V0,Vi>，d(V0,Vi)为∝

　　2. 从T中选取一个其距离值为最小的顶点W且不在S中，加入S

　　3. 对T中顶点的距离值进行修改：若加进W作中间顶点，从V0到Vi的

　　距离值比不加W的路径要短，则修改此距离值

　　重复上述步骤2、3，直到S中包含所有顶点，即S=T为止

迪杰斯特拉算法的原理

　　首先，引进一个辅助向量D，它的每个分量D表示当前所找到的从始点v到每个终点vi的最短路径的长度。如D[3]=2表示从始点v到终点3的路径相对最小长度为2。这里强调相对就是说在算法过程中D的值是在不断逼近最终结果但在过程中不一定就等于最短路径长度。它的初始状态为：若从v到vi有弧，则D为弧上的权值；否则置D为∞。显然，长度为 D[j]=Min{D | vi∈V} 的路径就是从v出发的长度最短的一条最短路径。此路径为(v,vj)。 那么，下一条长度次短的最短路径是哪一条呢？假设该次短路径的终点是vk，则可想而知，这条路径或者是(v,vk)，或者是(v,vj,vk)。它的长度或者是从v到vk的弧上的权值，或者是D[j]和从vj到vk的弧上的权值之和。 一般情况下，假设S为已求得最短路径的终点的集合，则可证明：下一条最短路径（设其终点为X）或者是弧(v,x)，或者是中间只经过S中的顶点而最后到达顶点X的路径。因此，下一条长度次短的最短路径的长度必是D[j]=Min{D | vi∈V-S} 其中，D或者是弧(v,vi)上的权值，或者是D[k](vk∈S)和弧(vk,vi)上的权值之和。 迪杰斯特拉算法描述如下： 1）arcs表示弧上的权值。若不存在，则置arcs为∞（在本程序中为MAXCOST）。S为已找到从v出发的最短路径的终点的集合，初始状态为空集。那么，从v出发到图上其余各顶点vi可能达到的最短路径长度的初值为D=arcs[Locate Vex(G,v),i] vi∈V 2）选择vj，使得D[j]=Min{D | vi∈V-S} 3）修改从v出发到集合V-S上任一顶点vk可达的最短路径长度。

Dijkstra算法讲解与C/C++实现

　　Dijkstra(迪杰斯特拉)算法是典型的最短路径路由算法，用于计算一个节点到其他所有节点的最短路径。主要特点是以起始点为中心向外层层扩展，直到扩展到终点为止。Dijkstra算法能得出最短路径的最优解，但由于它遍历计算的节点很多，所以效率低。

　　Dijkstra算法是很有代表性的最短路算法，在很多专业课程中都作为基本内容有详细的介绍，如数据结构，图论，运筹学等等。

　　其基本思想是，设置顶点集合S并不断地作贪心选择来扩充这个集合。一个顶点属于集合S当且仅当从源到该顶点的最短路径长度已知。

　　初始时，S中仅含有源。设u是G的某一个顶点，把从源到u且中间只经过S中顶点的路称为从源到u的特殊路径，并用数组dist记录当前每个顶点所对应的最短特殊路径长度。Dijkstra算法每次从V-S中取出具有最短特殊路长度的顶点u，将u添加到S中，同时对数组dist作必要的修改。一旦S包含了所有V中顶点，dist就记录了从源到所有其它顶点之间的最短路径长度。

　　例如，对下图中的有向图，应用Dijkstra算法计算从源顶点1到其它顶点间最短路径的过程列在下表中。

  

　　 主题好好理解上图！

　　以下是具体的实现(C/C++):

　　/***************************************

　　* About: 有向图的Dijkstra算法实现

　　* Author: Tanky Woo

　　***************************************/

　　#include <iostream>

　　using namespace std;

　　const int maxnum = 100;

　　const int maxint = 999999;

　　// 各数组都从下标1开始

　　int dist[maxnum]; // 表示当前点到源点的最短路径长度

　　int prev[maxnum]; // 记录当前点的前一个结点

　　int c[maxnum][maxnum]; // 记录图的两点间路径长度

　　int n, line; // 图的结点数和路径数

　　// n -- n nodes

　　// v -- the source node

　　// dist[] -- the distance from the ith node to the source node

　　// prev[] -- the previous node of the ith node

　　// c[][] -- every two nodes' distance

　　void Dijkstra(int n, int v, int *dist, int *prev, int c[maxnum][maxnum])

　　{

　　bool s[maxnum]; // 判断是否已存入该点到S集合中

　　for(int i=1; i<=n; ++i)

　　{

　　dist[i] = c[v][i];

　　s[i] = 0; // 初始都未用过该点

　　if(dist[i] == maxint)

　　prev[i] = 0;

　　else

　　prev[i] = v;

　　}

　　dist[v] = 0;

　　s[v] = 1;

　　// 依次将未放入S集合的结点中，取dist[]最小值的结点，放入结合S中

　　// 一旦S包含了所有V中顶点，dist就记录了从源点到所有其他顶点之间的最短路径长度

　　// 注意是从第二个节点开始，第一个为源点

　　for(int i=2; i<=n; ++i)

　　{

　　int tmp = maxint;

　　int u = v;

　　// 找出当前未使用的点j的dist[j]最小值

　　for(int j=1; j<=n; ++j)

　　if((!s[j]) && dist[j]<tmp)

　　{

　　u = j; // u保存当前邻接点中距离最小的点的号码

　　tmp = dist[j];

　　}

　　s[u] = 1; // 表示u点已存入S集合中

　　// 更新dist

　　for(int j=1; j<=n; ++j)

　　if((!s[j]) && c[u][j]<maxint)

　　{

　　int newdist = dist[u] + c[u][j];

　　if(newdist < dist[j])

　　{

　　dist[j] = newdist;

　　prev[j] = u;

　　}

　　}

　　}

　　}

　　// 查找从源点v到终点u的路径，并输出

　　void searchPath(int *prev,int v, int u)

　　{

　　int que[maxnum];

　　int tot = 1;

　　que[tot] = u;

　　tot++;

　　int tmp = prev[u];

　　while(tmp != v)

　　{

　　que[tot] = tmp;

　　tot++;

　　tmp = prev[tmp];

　　}

　　que[tot] = v;

　　for(int i=tot; i>=1; --i)

　　if(i != 1)

　　cout << que[i] << " -> ";

　　else

　　cout << que[i] << endl;

　　}

　　int main()

　　{

　　freopen("input.txt", "r", stdin);

　　// 各数组都从下标1开始

　　// 输入结点数

　　cin >> n;

　　// 输入路径数

　　cin >> line;

　　int p, q, len; // 输入p, q两点及其路径长度

　　// 初始化c[][]为maxint

　　for(int i=1; i<=n; ++i)

　　for(int j=1; j<=n; ++j)

　　c[i][j] = maxint;

　　for(int i=1; i<=line; ++i)

　　{

　　cin >> p >> q >> len;

　　if(len < c[p][q]) // 有重边

　　{

　　c[p][q] = len; // p指向q

　　c[q][p] = len; // q指向p，这样表示无向图

　　}

　　}

　　for(int i=1; i<=n; ++i)

　　dist[i] = maxint;

　　for(int i=1; i<=n; ++i)

　　{

　　for(int j=1; j<=n; ++j)

　　printf("%8d", c[i][j]);

　　printf("\n");

　　}

　　Dijkstra(n, 1, dist, prev, c);

　　// 最短路径长度

　　cout << "源点到最后一个顶点的最短路径长度: " << dist[n] << endl;

　　// 路径

　　cout << "源点到最后一个顶点的路径为: ";

　　searchPath(prev, 1, n);

　　}

　　输入数据:

　　5

　　7

　　1 2 10

　　1 4 30

　　1 5 100

　　2 3 50

　　3 5 10

　　4 3 20

　　4 5 60

　　输出数据:

　　999999 10 999999 30 100

　　10 999999 50 999999 999999

　　999999 50 999999 20 10

　　30 999999 20 999999 60

　　100 999999 10 60 999999

　　源点到最后一个顶点的最短路径长度: 60

　　源点到最后一个顶点的路径为: 1 -> 4 -> 3 -> 5