最短路径问题解决——迪杰斯特拉和贝尔曼·福特算法摘要

图论的最短路径问题

图的概念

图论中的图即是由若干点和线组成的图形。图表示为 G(V(G),E(G))。 其中V和E分别表示点和边。图可分为有向图和无向图，有权值图和无权值图。
无向图（左） 有向图（右）：

权重定义：

在线做图网站：Graph Editor

Matlab做图

无向图无权值图： graph函数——只能从1开始连续编号，dot元素和line元素个数必须相同，上下呈对应关系，或者是元胞数组。

dot = [1 2 3 4 5];
line = [5 5 5 1 4];
G = graph(dot,line);
plot(G)

无向有权值图：

dot = [1 2 3 4 5];
line = [5 5 5 1 4];
weight = [3 2 4 8 3];
G2 = graph(dot,line,weight);
plot(G2, 'EdgeLabel', G2.Edges.Weight, 'linewidth', 2)  

有向图只需把graph换成 digraph 即可。

构建权重邻接矩阵

矩阵元素D_ij是指i对j之间的权重，i对i自身权重为0，若无权重则为Inf。因此无向图矩阵是对称的。
对于有向图则一般不对称。

迪杰斯特拉算法求最短路径

Dijkstra算法概要

用于求图的最短路径问题，从起点开始，主要采用贪心算法的策略。如有下面的这无向图，如果以1为起始点，各个点之间的权值作为路径，那么要求出从1到5的最短路径，就通常用Dijkstra算法来实现。

Dijkstra算法的实现具体过程

假如1为起始点，5为目的点，各个点之间的权重为距离，那么需要求出路径的最短值。根据迪杰斯特拉的演绎方法，大致是如下的过程：
首先假设1自身起始距离为0，各个点的距离数值为无穷。那么1可以到达3和4，而到达4的距离相对短，那么我们偏向于先走到4点，此时累积距离已经达到了3。到了4点后，4可以走2和5，那么由于4→2到4→5的距离都大于1→3的距离，因此考虑走1→3。此时3处距离为4，而4可以到达的最短距离为3+2=5。现在3可以走到2或5，但是最短距离仍然是1→4→2，因此选择此路径，此时距离为5。2可以走向5或3，当2走向5的时候，距离之和为3+2+2=7，小于等于 当前的1→3→所处的路径，因此仍然可以选此路径为最短路径，此时，5已经是目的点，因此1→4→2→5是最短路径。

通过观察，可以发现Dijkstra的思想就是确定一个起始点，从起始点开始判断相对较短的路径，并和已有的路径之和作比较，每次都去走相对较短的路径，从而使得最终的路径为最短路径。

Dijkstra的MATLAB代码

法1，调用MATLAB的shortestpath函数

s = [1 1 2 2 2 3 4];
t = [4 3 3 4 5 5 5];
w = [3 4 3 2 2 5 5];
G = graph(s,t,w);                  %创建无向图

[P,d] = shortestpath(G,1,5);       %表示从节点1到节点5的最短路径，P为节点顺序，d为最短距离
P,d
%将P路径绘制出来
highlight(plot(G, 'EdgeLabel', G.Edges.Weight, 'linewidth', 2) ,P,'EdgeColor','g')

结果显示：

法2，自己写：
还没写出来