Dijkstra算法(单源点路径算法,要求:图中不存在负权值边):
步骤:
a. 初始时,S只包含源点,即S={v},v的距离为0。U包含除v外的其他顶点,即: U={其余顶点},若v与U中顶点u有边,则u的距离设置为相应的权值,若u v之间不存在边,则 设置u的距离为无穷大。
b. 从U中选取一个距离 v 最小的顶点k,把k,加入S中(该选定的距离就是v到k的最短路径长度)。
c. 以k为新考虑的中间点,修改U中各顶点的距离;若从源点 v 到顶点 u 的距离(经过顶点 k)比原来距离(不经过顶点 k)短,则修改顶点u的距离值,修改后的距离值为顶点 k 的距离加上边<k v>的权值。
d. 重复步骤b和c直到所有顶点都包含在S中。
代码如下:
//最短路径算法:
#define MAXVER 100
int A[MAXVER][MAXVER] = {0}; //邻接矩阵
void Dijkstra(int n,int v0)
{
int dist[MAXVER]; //保存各顶点的最短路径
int path[MAXVER]; // 保存最短路径下标的数组 path[i]为前驱顶点下标
bool final[MAXVER]; //final[i]=true,表示已求得顶点i的最短路径
int i = 0;
for (i = 0; i < n; ++i)
{
dist[i] = A[v0][i];
path[i] = v0;
final[i] = false;
}
dist[0] = 0;
final[0] = true;
for (int k = 1; k < n; ++k)
{
int mindis = 0x7fffffff;
int ind = -1;
for (i = 0; i < n; ++i) //选择一个距离 v0 最小的定点i,将i加入S中,
{
if (!final[i] && dist[i] < mindis)
{
mindis = dist[i];
ind = i;
}
}
final[ind] = true;
for (int j = 0; j < n; ++j) //更新最小距离
{
if (!final[ind] && (mindis + A[ind][j]) < dist[j])
{
dist[j] = mindis + A[ind][j];
path[j] = ind;
}
}
}
}