图的Dijkstra算法详解

1.定义概览

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。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）

2.算法描述

算法思想：设G=(V,E)是一个带权有向图，把图中顶点集合V分成两组，第一组为已求出最短路径的顶点集合（用S表示，初始时S中只有一个源点，以后每求得一条最短路径 , 就将加入到集合S中，直到全部顶点都加入到S中，算法就结束了），第二组为其余未确定最短路径的顶点集合（用U表示），按最短路径长度的递增次序依次把第二组的顶点加入S中。在加入的过程中，总保持从源点v到S中各顶点的最短路径长度不大于从源点v到U中任何顶点的最短路径长度。此外，每个顶点对应一个距离，S中的顶点的距离就是从v到此顶点的最短路径长度，U中的顶点的距离，是从v到此顶点只包括S中的顶点为中间顶点的当前最短路径长度。

(1)
初始时，S只包含起点s；U包含除s外的其他顶点，且U中顶点的距离为"起点s到该顶点的距离"[例如，U中顶点v的距离为(s,v)的长度，然后s和v不相邻，则v的距离为∞]。

(2) 从U中选出"距离最短的顶点k"，并将顶点k加入到S中；同时，从U中移除顶点k。

(3)
更新U中各个顶点到起点s的距离。之所以更新U中顶点的距离，是由于上一步中确定了k是求出最短路径的顶点，从而可以利用k来更新其它顶点的距离；例如，(s,v)的距离可能大于(s,k)+(k,v)的距离。

(4) 重复步骤(2)和(3)，直到遍历完所有顶点。

初始状态：

S是已计算出最短路径的顶点集合，U是未计算除最短路径的顶点的集合！head(next,length) ,head代表终点，next代表到底终点的当前最短路径的下一个点，next=’-'代表当前无法到head，length代表当前最短路径的长度,length='max’代表到达head的路径为无穷大。

第1步：将顶点a加入到S中。

S={a(-,0)}
U={b(a,3),c(-,max),d(a,7),e(-,max)}

第2步：将顶点b加入到S中。

上一步操作之后，U中顶点b到起点a的距离最短；因此，将b加入到S中，同时更新U中顶点的距离。以顶点c为例，之前c到a的距离为max；但是将b加入到S之后，c到a的距离为7=(a,b)+(b,c)。

 S={a(-,0),b(a,3)}
 U={c(b,7),d(b,5),e(-,max)}

第3步：将顶点e加入到S中。
上一步操作之后，U中顶点d到起点a的距离最短；因此，将d加入到S中，同时更新U中顶点的距离。以顶点e为例，之前e到a的距离为max；但是将d加入到S之后，e到a的距离为9=(d,a)+(e,d)。

 S={a(-,0),b(a,3),d(b,5)}
 U={c(b,7),e(d,9)}

第4步：将顶点c加入到S中。

 S={a(-,0),b(a,3),d(b,5),c(b,7)}
 U={e(d,9)}

第5步：将顶点e加入到S中。

 S={a(-,0),b(a,3),d(b,5),c(b,7),e(d,9)}
 U={}

此时，起点D到各个顶点的最短距离就计算出来了：

b(3) c(7) d(5) e(9)