最短路径之Dijkstra算法及实例分析

Dijkstra算法迪科斯彻算法

Dijkstra算法描述为：假设用带权邻接矩阵来表示带权有向图。首先引进一个辅助向量D，它的每个分量D[i]表示当前所找到的从始点v到每个终点Vi的最短路径。它的初始状态为：若两顶点之间有弧，则D[i]为弧上的权值；否则置D[i]为无穷大。

1. 找到与源点v最近的顶点，并将该顶点并入最终集合S；

2. 根据找到的最近的顶点更新从源点v出发到集合V-S上可达顶点的最短路径；

3. 重复以上操作。

以前总是认为Dijkstra算法可以用来求从源点到指定终点的最短路径，导致总不能抓住算法的中心思想。现在认为把握Dijkstra的算法要点为：

1. Dijkstra提出了一个按路径长度递增的次序产生最短路径的算法；

2. 每次循环都可以得到一个从源点到某个顶点的最短路径，某个即不是确定的一个；

以 带权有向图 1为例说明Dijkstra算法的执行过程：

图1  带权有向图

假设源点为v0，则初始状态时源点到其它各顶点的距离为：<∽代表无穷大>

源点 终点	v1	v2	v3	v4	v5
v0	∽	10	∽	30	100

由上表可知，与源点v0最近的顶点为v2，距离为10。

将v2加入到最终顶点集合S中。

再根据v2更新从源点到其它顶点的最短距离，即从v0-v2-v3的距离为60<∽，所以将v0到v3的距离更新为60，如下表所示：

源点 终点	v1	v2	v3	v4	v5
v0	∽	10	60	30	100

由上表可知，与源点v0次近的顶点为v4，距离为30。

将v4加入到最终顶点集合S中；

再根据v4更新从源点到其它顶点的最短距离。即从v0-v4-v3的距离为50<60，所以将v0到v3的距离更新为50；从v0-v4-v5的距离为90<100，所以将v0到v5的距离更新为90。

源点 终点	v1	v2	v3	v4	v5
v0	∽	10	50	30	90

重复以上操作……

直到最终集合包含了所有的顶点。