【读书笔记】《算法图解》第七章 狄克斯特拉算法

第七章 狄克斯特拉算法

1. 使用狄克斯特拉算法

如果你需要找出最快的路径，给这些路段加上时间，可使用狄克斯特拉算法。
狄克斯特拉算法包含4个步骤：

1. 找出“最便宜”的节点，即可在最短时间内到达的节点
2. 对于该节点的邻居，检查是否有前往他们的最短路径，如果有，就更新其开销。
   （开销指的是从起点出发前往该节点需要多长时间）
3. 重复这个过程，直到对图中的每个节点都这样做了
4. 计算最终路径

2. 术语

权重：用于每条边都有关联数字的图，这些数字称为权重（weight）
加权图：带权重的图称为加权图（weighted graph）
非加权图：不带权重的图称为非加权图（unweighted graph）
环：你可以从一个节点出发，走一圈后又回到这个节点。
注意：

1. 要计算非加权图中的最短路径，可使用广度优先搜索
2. 要计算加权图中的最短路径，可使用狄克斯特拉算法
3. 在无相图中，每条边都是一个环
4. 狄克斯特拉算法只使用于有向无环图
5. 换钢琴
   狄克斯特拉算法背后的关键理念：找出图中最便宜的节点，并确保没有到该节点的更便宜的路径。
   最短路径指的不一定是物理距离，也可能是让某种度量指标最小。

4. 负权边

负权边：即权重为负的边
如果有负权边，就不能使用狄克斯特拉算法
在包含负权边的图中，要找出最短路径，可使用另一种算法 — 贝尔曼福德算法

5. 实现

实现狄克斯特拉算法的python代码如下：

graph= {}
infinity = float(“inf”)
costs= {}
parents = {}
processed = []
def find_lowest_cost_node(costs):
lowest_cost = float(“inf”)
lowest_cost_node = None
for node in costs:
cost = costs[node]
if cost < lowest_cost and node not in processed:
lowest_cost = cost
lowest_cost_node = node
return lowest_cost_node
node = find_lowest_cost_node(costs)
while node is not None:
cost = costs[node]
neighbors = graph[node]
for n in neighbors.keys():
new_cost = cost + neighbors[n]
if costs[n] > new_cost:
costs[n] = new_cost
parents[n] = node
processed.append(node)
node = find_lower_cost_node(costs)

6. 小结

1. 广度优先搜索用于在非加权图中查找最短路径
2. 狄克斯特拉算法用于在加权图中查找最短路径
3. 仅当权重为正时狄克斯特拉算法才有用
4. 如果图中包含负权边，使用贝尔曼福特算法